1 / 90
文档名称:

基于多Agent的城市交通协调控制的研究.pdf

格式:pdf   页数:90
下载后只包含 1 个 PDF 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

基于多Agent的城市交通协调控制的研究.pdf

上传人:cherry 2014/4/1 文件大小:0 KB

下载得到文件列表

基于多Agent的城市交通协调控制的研究.pdf

文档介绍

文档介绍:指导教师签名:班签字同期:搬丌口保密柑专≯口。∥丁瘆乏量萸┳滞冢独创性声明关于论文使用授权的说明学位论文作者签名:至』年——月保密的学位论文在解密后应遵守此协议兰:』:竺本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。本论文除了文中特别加以标注和致谢的内容外,不包含其他人或其他机构已经发表或撰写过的研究成果,也不包含为获得南京信息工程大学或其他教育机构的学位或证书而使用过的材料。其他同志对本研究所做的贡献均已在论文中作学位论文作者签名:南京信息工程大学、国家图书馆、中国学术期刊馀贪杂志社、中国科的复印件和电子文档,可以采用影印、缩印或其他复制手段保存论文,并通过网络向社会提供信息服务。本人电子文档的内容和纸质论文的内容相一致。除在保部或部分内容。论文的公布ǹ授权南京信息工程大学研究生部办理。。学技术信息研究所的《中国学位论文全文数据库》有权保留本人所送交学位论文密期内的保密论文外,允许论文被查阅和借阅,:悖﹌之点毋~;,
摘要对信号配时等业务模型算法提供许多参考;对多智能体、知识库、产生式规则和推理机等随着社会经济的发展,城市道路交通压力日益严峻,交通拥挤、阻塞现象日趋严重,这些问题越来越引起社会的普遍关注。然而仅依靠修建更多的道路,增大城市道路覆盖率等手段已经不能解决日益增长的交通需求,必须将高新尖端技术引入交通运输体系中去,从而达到大幅提高路网通行能力和服务质量的目的。本文在研究和分析了经典的和当今的多个交通信号控制系统的前提下,分析了交通信号控制的发展方向,发现传统的依赖数学模型控制方法的局限性,并且不适合我国城市交通流非机动车和行人较多的实际。为解决我国现代城市交通不断突出的问题,引入人工智能技术等先进技术将交通信号控制系统智能化。论文首先介绍了城市交通信号控制发展史和国内外研究现状,以及基础的交通理论知识。为构建一个城市智能交通系统,论文研究了重要的基础理论方法做支持,包括理论、知识库理论、产生式系统理论和推理机策略等。在此基础上,引入了智能体的概念,提出并详述了基于多某鞘薪煌ㄐ骺刂频恼蹇蚣芎筒呗浴4蟮ǖ爻⑹将产生式系统融入P椭校砸恢中滦偷母咧悄芴遄魑O低车囊环葑樱8髦炙惴ā决策、经验知识做载体和执行体。与此同时设计了多个重要业务的模型与算法,包括基于评价指标的信号配时模型与算法、车头时距分布模式匹配算法与抡妗⒔煌餍蛄分割算法、交通流预测模型与仿真、实时调整绿灯时间的模型及模糊控制方法等。通过本论文的研究,为我国当今智能交通系统的研究发展提供了一些新的思路和方法:理论方法的应用研究有一定的参考价值。关键字:智能交通系统,智能体,信号协调控制,产生式系统,参数优化
,甅,:閏..,瑃瑆笛,,瓾琲,.’瓼,琲瑃;籭:琾Ⅱ
第一章前言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯城市交通控制的发展历史⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯国外智能交通系统发展现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯国内智能交通系统发展现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯研究背景和研究意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第二章交通信号控制基础理论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯交通信号控制的基本参数⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯交通信号控制的类型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯煌ㄐ藕趴刂频钠兰壑副辍第三章论文研究的理论与方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.砺邸知识库理论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯产生式系统理论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯推理机的控制策略⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第四章基于瓵的城市智能交通协调控制⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯基于瓵的智能交通协调控制体系结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯控制中心层⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯协调层⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.执行层峁埂涞耐ㄑ渡杓啤第五章模型算法与仿真⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯基于评价指标的信号配时参数优化⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.车头时距模式匹配⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.交通流序列分割⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.交通流预测⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯实时调整绿灯时间的模型与模糊控制方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.结论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.致谢⋯⋯⋯