基于多智能體的城市交通仿真研究

1、文章來(lái)源 畢業(yè)論文網(wǎng) 基于多智能體的城市交通仿真研究文章來(lái)源 畢業(yè)論文網(wǎng) 1 引言 交通仿真shi20世紀(jì)60年代以來(lái),隨著計(jì)算機(jī)技術(shù)de進(jìn)步而開(kāi)展起來(lái)de采用計(jì)算機(jī)數(shù)字模型來(lái)反映復(fù)雜道路交通現(xiàn)象de交通剖析技術(shù)和辦法。從實(shí)驗(yàn)角度看,道路交通仿真shi再現(xiàn)交通流時(shí)間和空間變化de模仿技術(shù)，交通仿真shi智能交通運(yùn)輸系統(tǒng)de壹個(gè)重要組成局部，shi計(jì)算機(jī)技術(shù)在交通工程范疇de壹個(gè)重要應(yīng)用。應(yīng)用基于agentde計(jì)算機(jī)仿真經(jīng)過(guò)模仿交通系統(tǒng)中個(gè)體de行為，讓壹群這樣de個(gè)體在計(jì)算機(jī)所營(yíng)造de虛擬環(huán)境下停止互相作用并演化，自下而上de“涌現(xiàn)”出整體系統(tǒng)de復(fù)雜性行為。多主體模型根本思緒shi：由于人類(lèi)

2、社會(huì)shi由大量de個(gè)體構(gòu)成de復(fù)雜系統(tǒng)，因此在計(jì)算機(jī)中樹(shù)立每個(gè)經(jīng)濟(jì)實(shí)體de個(gè)體模型，這樣de計(jì)算機(jī)中模型被稱(chēng)為agent；然后讓這些agent遵照壹定de簡(jiǎn)單規(guī)則互相作用；然后經(jīng)過(guò)察看這群agent整體作用de涌現(xiàn)性找到人工社會(huì)de規(guī)律，并用這些規(guī)律解釋和了解人類(lèi)社會(huì)中de宏觀現(xiàn)象1。 文中以traffic grid模型為根底，仿真研討了交通系統(tǒng)從而得出停著de車(chē)輛數(shù)量，均勻等候時(shí)間等曲線，為城市規(guī)劃和決策者提供了數(shù)據(jù)。 2多主體建模 主體（agent，也有人譯為智能體、代理）和多主體系統(tǒng)（multi-agent system,mas）shi隨著散布式人工智能de研討而興起de?！爸黧w（ag

3、ent）”壹詞壹般用來(lái)描繪自包含de（self-contained）、能感知環(huán)境并能在壹定水平上控制本身行為de計(jì)算實(shí)體2。人工智能學(xué)者minsky在1986年出版de著作思想de社會(huì)（the society of mind）3中提出了agent，以為社會(huì)中de某些個(gè)體經(jīng)過(guò)協(xié)商之后能夠求得問(wèn)題de解，這些個(gè)體就shiagent。agent至少應(yīng)具備以下幾方面de關(guān)鍵屬性：自主性：agent具有屬于其本身de計(jì)算資源和部分于本身行為控制de機(jī)制，能在無(wú)外界直接支配de狀況下，依據(jù)其內(nèi)部狀態(tài)和感知到de（外部）環(huán)境信息，決議和控制本身de行為。交互性：能與其他agent停止多種方式de交互，能有效

4、地與其他agent協(xié)同工作。反響性：能感知所處de環(huán)境，并對(duì)相關(guān)事情做出適時(shí)反響。主動(dòng)性：能遵照承諾采取主動(dòng)行動(dòng)，表現(xiàn)出面向目的de行為。推理和規(guī)劃才能：agent具有學(xué)習(xí)學(xué)問(wèn)和經(jīng)歷及停止相關(guān)de推理和智能計(jì)算de才能。 多agent系統(tǒng)（mas）由多個(gè)自主或半自主de智能體組成，每個(gè)agent或者實(shí)行本人de職責(zé)，或者與其他agent通訊獲取信息相互協(xié)作完成整個(gè)問(wèn)題de求解。與單agent相比，mas有如下特性：社會(huì)性：agent處于由多個(gè)agent構(gòu)成de社會(huì)環(huán)境中，經(jīng)過(guò)某種agent言語(yǔ)與其他agent施行靈敏多樣de交互和通訊，完成與其他agentde協(xié)作、協(xié)同、協(xié)商、競(jìng)爭(zhēng)等。自制性：

5、在多agent系統(tǒng)中壹個(gè)agent發(fā)出懇求后，其他agent只要同時(shí)具備提供此效勞de才能與興味時(shí)才干承受動(dòng)作拜托，即壹個(gè)agent不能強(qiáng)迫另壹個(gè)agent提供某種效勞。協(xié)作性：在多agent系統(tǒng)中，具有不同目的de各個(gè)agent必需互相協(xié)作、協(xié)同、協(xié)商對(duì)未完成問(wèn)題de求解。 3仿真模型 3.1 總體構(gòu)造 道路交通系統(tǒng)包含很多互相關(guān)聯(lián)de實(shí)體，主要有道路（分為路段和穿插口）、信號(hào)控制設(shè)備、車(chē)輛、駕駛員、行人等。這些實(shí)體有de具有壹定水平de自制性和智能性，如駕駛員、行人等，有deshi被動(dòng)de受其他實(shí)體de影響，如路段等。多主體技術(shù)可以對(duì)交通系統(tǒng)中de各要素停止建模4，如穿插口、信號(hào)燈、交通控

6、制中心等，對(duì)這些要素停止簡(jiǎn)化，樹(shù)立多主體概念模型。主要agent有交通路網(wǎng)agent、車(chē)輛agent、信號(hào)燈agent，其中交通路網(wǎng)agent參考1979年herman等5提出de貳流模型（two-fluid model）,該模型以為交通流有運(yùn)轉(zhuǎn)車(chē)輛與中止de車(chē)輛組成。 路網(wǎng)描繪：交通路網(wǎng)shi道路交通系統(tǒng)de根底設(shè)備，承載著車(chē)輛de運(yùn)轉(zhuǎn)。交通路網(wǎng)具有復(fù)雜de拓?fù)錁?gòu)造和匯合特征，假如過(guò)于復(fù)雜則計(jì)算負(fù)載過(guò)重，故分為路段、路網(wǎng)、穿插口叁次層管理，路網(wǎng)agent擔(dān)任存儲(chǔ)維護(hù)整個(gè)交通路網(wǎng)de拓?fù)潢P(guān)系，為交通實(shí)體提供路網(wǎng)信息。路段agent擔(dān)任本路段de描繪，穿插口agent包含信號(hào)燈對(duì)象完成各入口車(chē)道

7、交通流de時(shí)間別離，壹個(gè)路段壹個(gè)車(chē)道。 信號(hào)燈構(gòu)造：信號(hào)燈shi重要de交通控制設(shè)備，它完成對(duì)穿插口不同流向de車(chē)輛停止時(shí)間別離，減少車(chē)輛之間可能de抵觸，改善交通平安，進(jìn)步穿插口流通效率。信號(hào)燈控制從實(shí)質(zhì)上看，shi壹個(gè)典型de復(fù)雜順應(yīng)系統(tǒng)，國(guó)內(nèi)外相關(guān)學(xué)者對(duì)信號(hào)燈控制已做出大量研討，也產(chǎn)生許多控制計(jì)劃，但都有相應(yīng)de局限性，也普遍存在著魯棒性差、不易擴(kuò)展、計(jì)算復(fù)雜等缺陷5，本模型從計(jì)算簡(jiǎn)單動(dòng)身統(tǒng)壹管理信號(hào)燈，壹次初始化好時(shí)間距離。 3.2參數(shù)設(shè)置 設(shè)置局部如圖1。 各個(gè)控件表示de物理意義如表1 3.3初始化環(huán)境 環(huán)境shi由3737de網(wǎng)格組成de，經(jīng)過(guò)設(shè)置sliders ：grid-si

8、ze-x=3，grid-size-y=4初始化壹個(gè)4行3列de道路，其中兩條道路穿插處有紅色和綠色de瓦片分別代表紅燈和綠燈，其中汽車(chē)數(shù)目經(jīng)過(guò)設(shè)置slider：num-cars=54，點(diǎn)擊setup按鈕即構(gòu)成道路圖，如圖2。 圖2 叁行肆列de道路圖 3.4相關(guān)規(guī)則 3.4.1環(huán)境規(guī)則 初始時(shí)車(chē)輛數(shù)目（ num-cars ）壹定要小于路（如圖2中白色de表示道路）de數(shù)量，假如超出則提示正告信息。 假如無(wú)人參與此系統(tǒng)則設(shè)置 current-auto? 為 off ，有則設(shè)置 on ，并且經(jīng)過(guò) current-phase 選擇壹個(gè)交通燈為控制de交通燈。 此系統(tǒng)假如沒(méi)有交通燈de參與則設(shè)置 po

9、wer? 為 off ，反之則設(shè)置為 on 。 3.4.2運(yùn)轉(zhuǎn)規(guī)則 每壹個(gè)時(shí)間步，車(chē)子依照當(dāng)前速度向前行駛，假如當(dāng)前速度小于限制速度（ speed-limit ）并且它們前方?jīng)]有車(chē)子，那么它們加速（ speed-up ）行駛，假如前面de車(chē)輛速度小于本人de車(chē)速，那么當(dāng)前車(chē)子要調(diào)整本人車(chē)速和前面de車(chē)速壹致（ slow-down ），遇到紅燈或者停著de車(chē)輛，當(dāng)前車(chē)輛要中止。 4案例剖析及結(jié)果 4.1 案例壹 目前，以城市交通為背景，研討諸如擁堵de方式、傳播、消散、交通流在路網(wǎng)中de優(yōu)化散布、車(chē)輛動(dòng)態(tài)途徑選擇、特殊車(chē)輛控制等問(wèn)題時(shí)，無(wú)信號(hào)燈穿插口車(chē)輛通行狀況de精確性表征都shi不可短少de

10、重要壹環(huán)6。依照上述模型運(yùn)轉(zhuǎn)，當(dāng)在沒(méi)有信號(hào)燈也沒(méi)有人參與de狀況下（power?設(shè)置為off），道路為4行3列，車(chē)輛數(shù)目為140時(shí)de運(yùn)轉(zhuǎn)結(jié)果如圖3 當(dāng)在有信號(hào)燈沒(méi)有人參與de狀況下（power?設(shè)置為on），道路為4行3列，車(chē)輛數(shù)目為140時(shí)de運(yùn)轉(zhuǎn)結(jié)果如圖4 4.2 案例貳 依照上述模型運(yùn)轉(zhuǎn)，當(dāng)在道路為4行3列，車(chē)輛數(shù)目為54時(shí)我們得出停著de車(chē)輛數(shù)量柱狀圖如圖5，車(chē)輛均勻速度柱狀圖如圖6，均勻等候時(shí)間柱狀圖如圖7： 圖5 停著de車(chē)輛數(shù)量 4.3 剖析及結(jié)果 由案例壹可知，在有信號(hào)燈參與交通管理下交通卻快速解體了（圖3 ticks=3164，圖4 ticks=665，

11、ticksshi時(shí)間步，隨著時(shí)間持續(xù)而增長(zhǎng)），招致這種結(jié)果有多個(gè)要素，如信號(hào)燈控制不合理、車(chē)輛數(shù)目過(guò)大超越了道路de承載才能等。 有案例貳可知，車(chē)輛均勻速度與停著de車(chē)輛數(shù)量有壹定de關(guān)系，正如貳流模型中以為de路網(wǎng)宏觀層面de均勻行駛速度與路網(wǎng)上車(chē)輛de比重de冪運(yùn)算成線性關(guān)系7. 限于篇幅，文中只給了兩個(gè)案例，有參數(shù)設(shè)置能夠看出要得到高效de交通模仿數(shù)據(jù)需求大量de實(shí)驗(yàn)和多種組合，我們還能夠得出有人參與交通管理de狀況下穿插口de流通效率會(huì)進(jìn)步，當(dāng)有活動(dòng)車(chē)輛進(jìn)入交通道路或者分開(kāi)交通道路會(huì)對(duì)上述結(jié)論產(chǎn)生何種影響等許多對(duì)理論有指導(dǎo)意義de結(jié)論。 結(jié)論 文中從基于多agent建模de角度動(dòng)身，借助netlogo軟件平臺(tái)，應(yīng)用了“traffic grid模型”，模仿了不同組合de參數(shù)對(duì)交通系統(tǒng)產(chǎn)生不同de影響，獲取了車(chē)輛均勻等候時(shí)間、中止de車(chē)輛等隨時(shí)間變化de曲線，但shi由于此模型比擬簡(jiǎn)單，模仿de范圍小、沒(méi)有采用實(shí)踐路網(wǎng)等要素，有待更好de改善。 多主體模型以并行de方式模仿非線性因果de社會(huì)系統(tǒng)，使人們更好天文解社會(huì)現(xiàn)象，發(fā)現(xiàn)