论文部分内容阅读
城市交通一直是同城市发展关系最为密切的方面之一,城市交通问题也是一直困扰交通各界人士的主要问题。交通拥堵、交通安全、环境污染已成为社会关注的焦点。城市交通控制作为组织、控制交通流的主要手段之一,在解决城市交通问题中担负着重要责任。城市交通控制系统经过几十年的发展,从固定配时信号控制系统、感应式控制到自适应控制系统,不断地随着科技的发展而进步。在信息化和科技高速发展的今天,随着智能运输系统(ITS)的研究与发展,当今学者对城市交通控制系统的研究转向了智能化控制,通过引入自动控制、人工智能能先进的技术,实现交通控制的智能化。本论文正是从这个角度出发,对基于Agent的城市道路区域协调控制及优化及相关联的信息共享和标准化等方面进行了研究。第一章介绍了论文的研究背景。随着汽车保有量的增加和公众出行需求的增长,交通拥挤等问题日渐严重,而现有的交通管控设施已逐渐不能满足日益增长的交通需求。21世纪的新经济时代也对交通管理与控制提出了新的要求。ITS是顺应时代而产生的智能化的交通系统发展方向,也被认为是解决交通问题的最有效方法和手段。如何发展传统的交通控制系统,使其融入ITS大系统中是当前亟需解决的问题。第二章引入了Agent理论。Agent(智能体)是人工智能领域研究的重点之一,多智能体技术具有自主性、分布性、协调性,并具有自组织能力、学习能力和推理能力。采用多智能体系统解决实际应用问题,具有很强的鲁棒性和可靠性,并具有较高的问题求解效率,可完成大的复杂系统的作业任务。多智能体技术在表达实际系统时,通过各智能体间的通信、合作、互解、协调、调度、管理及控制来表达系统的结构、功能及行为特性。由于交通控制拓扑结构的分布式特性,使其很适合于应用多智能体技术,尤其对于具有剧烈变化的交通情况(如交通事故),多智能体的分布式处理和协调技术更为适合。多智能体的协作类型主要有水平协作、树型协作、循环协作和混杂协作,协作的形式主要有任务分担和结果共享,本文应用的多智能体协作是水平协<WP=93>作和树型协作的结合,以及任务分担和结果共享的结合。第三章构建了系统的体系框架。根据多智能体分层分布式协调的特性来设计基于Agent的城市交叉口信号控制系统、城市快速路控制系统和城市交通流诱导系统的框架结构。每个被控交叉口、匝道口和车载终端都作为一个Agent,充分利用Agent的自治力进行水平协调,减轻子区单元的控制压力,在必要时采取上下层Agent的树型协调,进行全局优化。控制系统呈现分层递阶的模型结构,有利于实现分布式区域协调的功能。此外,Agent的良好的通信性能为信息共享提供了条件,因此,也为控制系统间以及控制系统和诱导系统的系统级协调提供了可能,并由此设计了综合控制系统的体系框架。第四章对基于Agent的控制系统的内部控制机理进行了研究。采用知识模型作为智能体内部的基本构架,提出广义知识模型的概念,它是知识模型、数学模型和网络模型的综合集成。在智能体中如何体现归纳成数学形式的这种能力,如何将知识模型与数学更好地结合,人类的经验怎么更好地表示,而不仅是采用IF-THEN这种单一模式等,都是值得研究的问题。如当集成广义模型是由知识模型与数学模型构成时,相应的智能优化方法是知识推理与数学演算相结合的方法。针对Agent的自学习性提出了再励学习算法和博弈协调模型,再励学习是一种非监督学习的方法,它通过从环境中得到奖惩来自主的发现能够得到最大奖励的策略。可以作为知识模型获取新知识的一种学习方法。其中包括动态规划、蒙特卡罗法、Q学习等。博弈论是研究理性主体之间冲突及合作的理论,它研究主体的行为是如何相互影响的,主体是如何在相互作用中做出自己的行为选择和行为决策的。用博弈论的方法来分析问题,使问题的研究不仅局限于站在某个决策方的立场找出针对其他方的对策,更重要的是在分析这些决策过程中能够发现各方相互制约、相互作用的规律,从而导出合理的结果并用以解决相应的实际问题。这里用博弈论的方法,分析Agent 之间的合作与冲突机理,建立区域协调模型来协调相互关系,实现博弈均衡,使交通通畅。第五章研究了系统级的协调机制。现代城市交通控制系统不再单单是区域交叉口信号灯控制,而是包括交叉口信号灯调节的区域交通系统和城市快速路控制系统,二者通过出入口匝道耦合在一起, 目前国外已经开始对交通综合控制的研究,将快速路匝道控制与区域交通信号的配时相协调,并结合诱导等控制措施,实现城市交通综合控制,提高整个城市交通的性能。多智<WP=94>能体结构为其协调提供了可能。针对控制与诱导的协调提出了协调的基础和条件及实施设计要点,并构建了协调模型。第六章研究了系统间的信息共享与融合问题。实现信息的有效融合与共享是系统间相互协调的关键问题之一,控制系统和诱导系统都有不同的信息需求和供给,如何使多源的信息得到合理的有效利用是需要解决的问题。本章提出了基于黑板结构的信息共享机制和基于Agent的信息融合模型。专家系统中黑板模型是一种具有普遍适用性的组织推理步骤和领域知识求解问