论文部分内容阅读
探讨了多Agent技术的特点及其应用，设计了基于多Agent的城市快速路控制系统的结构框架，包括区域协调Agent和控制Agent。并提出一种基于Q-学习的协调控制策略，实现Agent的学习功能。最后，通过微观交通仿真软件PARAMCIS对大望桥——四惠桥快速路交通区域建模，仿真结果表明结合Q-学习、模糊控制、仿真技术和信息诱导等方法的协调控制策略，可以在一定程度上改善整个快速路区域的交通状况。