基于多智能体的城市交通信号控制研究

发布时间：2023-05-17 22:25

　　随着城市交通与经济发展的矛盾日趋尖锐,交通拥堵、交通安全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。如何运用现代的科技手段来缓解日益严峻的交通压力是目前研究的重点。 基于目前交通问题及交通系统发展的现状,本文根据交通流实时变化的特征,研究了智能体在城市交通信号控制中的应用。主要研究内容有如下几个方面: 论文首先研究了基于多智能体的城市交通信号控制的架构。采用分层递阶的智能体结构,并给出了具体的结构模型。 论文进一步把交通控制的最小单元——单路口作为研究对象,引入强化学习中的Q学习算法。针对Q学习算法收敛速度较慢的缺点,充分利用学习过程中的经验知识,进而学习环境的模型,加快迭代的速度,最终实现Agent对路口交通流的优化控制。在VISSIM中对单个路口采用改进的算法进行了仿真,并与定时控制、标准Q学习进行了对比,结果表明了所提出的基于模型的Q学习算法的有效性。 论文最后主要解决了区域交通的控制与协调。采用改进的Q学习算法和遗传算法分别实现路口Agent的局部学习和区域的全局优化,通过Agent之间的博弈来实现各个路口之间的协调...

【文章页数】：58 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景
    1.2 研究现状以及存在的问题
    1.3 交通信号控制的基本参数
    1.4 主要研究内容介绍
    1.5 本章内容小结
2 基于多智能体的城市交通信号控制架构研究
    2.1 智能体——Agent
    2.2 基于多智能体 MAS 的交通控制可行性研究
    2.3 交通信号控制的分层次多智能体架构
    2.4 本章小结
3 基于强化学习的单交叉口信号控制
    3.1 Agent 的强化学习
    3.2 改进的基于环境模型的 Q 学习算法
    3.3 基于强化学习的单交叉口仿真研究
    3.4 本章小结
4 区域交通控制与协调优化
    4.1 基于改进 Q 学习和遗传算法的区域交通控制优化
    4.2 基于对策论的 Agent 协调机制研究
    4.3 区域交通控制仿真研究
    4.4 本章小结
5 总结与展望
    5.1 论文总结
    5.2 研究展望
致谢
参考文献



本文编号：3818118