论文部分内容阅读
针对当前交通事件发生过程及状态自动识别的不足,围绕车联网道路交通信息所体现出的新特性,提出基于多Agent的车联网信息融合方法(VIFMA)。通过在多Agent间引入决策关联矩阵进行信息交互,将车联网道路交通信息融合建模为Agent决策问题,从而实现对交通事件的自动检测。仿真试验结果表明:VIFMA能较好地区分出交通事件发生过程中自由流、拥堵加剧和拥堵消散3类状态,揭示拥堵加剧状态与拥堵消散状态之间存在一定的"粘黏";对比试验显示VIFMA具有更良好的容错性能和平稳特性。