基于多智能体切换控制的城市主干线交通信号优化研究
发布时间：2022-02-13 15:03
随着我国经济发展进入新时代,人民的生活需求随着经济的发展、社会的变迁和生活水平的提高而不断变化,特别在交通出行方面需求提高明显。城市汽车保有数量仍呈高速增长态势,城市超高的汽车拥有量也带来了交通拥堵等问题。鉴于城市交通信号控制系统的复杂性和较强的动态性、随机性,常规的信号控制方法的局限性,通过制定科学合理的城市智能交通控制方法,提高城市道路的通行能力就显得尤其重要。因此本文针对现有城市交通信号控制方法存在的缺点与不足,结合智能控制理论,在城市交叉口信号控制和主干线协调控制等方面进行了探讨分析。本文深入的分析研究了以下几个方面的内容:首先,阐述了主干线协调控制的基本思想,介绍了城市主干线交通信号控制参数及评价指标。对智能体交通信号控制的基本工作原理进行了描述。并介绍了以切换系统模型为基础来对信号交叉口进行建模、分析和研究的必要性。其次,根据多智能体技术与切换系统理论并结合城市交叉口信号控制特点,构建了基于多智能体的城市交叉口信号闭环混合控制结构,并且以此作为基础,依照人对多相位城市交叉路口交通指挥控制策略的决策过程,分别设计基于Q学习算法的路口智能体和基于多相位模糊相序优化的切换控制智能...
【文章来源】：兰州交通大学甘肃省
【文章页数】：55 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 课题的背景及意义
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 主要内容及组织结构
1.4 小结
2 主干线协调控制与智能交通信号控制基础理论
2.1 交通信号控制参数及评价指标
2.1.1 交通信号控制参数
2.1.2 交通信号控制评价指标
2.2 多智能体交通控制系统理论
2.2.1 智能体技术
2.2.2 多智能体系统
2.3 切换系统理论及其在交通控制中的应用
2.3.1 切换系统理论
2.3.2 切换系统在交通控制中的应用
2.4 小结
3 基于多智能体的交叉口信号混合控制方法
3.1 基于多智能体的交叉口信号控制系统结构
3.1.1 多智能体闭环控制结构
3.1.2 路口智能体
3.1.3 切换控制智能体
3.2 基于Q学习算法和模糊逻辑的交叉口控制方法
3.2.1 路口智能体Q学习方法
3.2.2 切换控制智能体模糊推理过程
3.3 小结
4 基于切换系统的交叉口动态模型控制研究
4.1 离散时间切换系统模型
4.2 基于切换系统的单交叉口控制方法
4.2.1 建立单交叉口切换系统模型
4.2.2 基于多智能体混合控制策略控制过程
4.3 仿真分析
4.3.1 仿真设计
4.3.2 仿真结果分析
4.4 小结
5 基于多智能体切换系统的主干线协调控制方法研究
5.1 基于多智能体的递阶结构
5.1.1 主干线协调控制智能体
5.1.2 主干线协调控制智能体Q学习方法
5.1.3 混沌Q学习控制策略
5.1.4 主干线协调优化控制步骤
5.2 基于切换系统的主干线交通流模型
5.2.1 干线协调相位切换系统模型的建立
5.2.2 干线协调控制参数
5.2.3 干线协调评价指标
5.3 仿真分析
5.3.1 仿真设计
5.3.2 仿真结果分析
5.4 小结
结论
致谢
参考文献
攻读学位期间的研究成果
【参考文献】：
期刊论文
[1]事件驱动的强化学习多智能体编队控制[J]. 徐鹏,谢广明,文家燕,高远. 智能系统学报. 2019(01)
[2]交互协调强化学习下的城市交通信号配时决策[J]. 夏新海. 计算机工程与应用. 2018(11)
[3]基于新型切换模糊系统的控制方法研究[J]. 王宏伟,连捷. 控制与决策. 2017(07)
[4]干线协调控制优化及其应用[J]. 曲大义,万孟飞,王兹林,许翔华,王进展. 交通运输工程学报. 2016(05)
[5]基于状态可控性分析的交叉口信号切换控制[J]. 王力,张立立,潘科,李正熙. 浙江大学学报(工学版). 2016(07)
[6]一种基于分布式网络多智能体的匝道协同控制方法[J]. 牛忠海,贾元华,张亮亮,廖成. 交通运输系统工程与信息. 2015(05)
[7]改进Agent的交通流混合建模与仿真[J]. 王江卫,党建武. 兰州交通大学学报. 2015(03)
[8]主干道动态协调控制方法研究[J]. 钱伟,徐青政,杨矿利,杨慧慧. 计算机工程与应用. 2016(19)
[9]自适应遗传算法的Multi-Agent交通信号优化控制[J]. 曹洁,张玲. 计算机工程与应用. 2016(13)
[10]混合交通流条件下区域交通信号控制优化模型[J]. 韩印,邢冰,姚佼,刘婧. 交通运输工程学报. 2015(01)
硕士论文
[1]城市主干道交通信号动态协调控制方法研究[D]. 徐青政.河南理工大学 2015
[2]城市干线交通信号协调控制方法及优化研究[D]. 李元.西南交通大学 2014
本文编号：3623407
【文章来源】：兰州交通大学甘肃省
【文章页数】：55 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 课题的背景及意义
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 主要内容及组织结构
1.4 小结
2 主干线协调控制与智能交通信号控制基础理论
2.1 交通信号控制参数及评价指标
2.1.1 交通信号控制参数
2.1.2 交通信号控制评价指标
2.2 多智能体交通控制系统理论
2.2.1 智能体技术
2.2.2 多智能体系统
2.3 切换系统理论及其在交通控制中的应用
2.3.1 切换系统理论
2.3.2 切换系统在交通控制中的应用
2.4 小结
3 基于多智能体的交叉口信号混合控制方法
3.1 基于多智能体的交叉口信号控制系统结构
3.1.1 多智能体闭环控制结构
3.1.2 路口智能体
3.1.3 切换控制智能体
3.2 基于Q学习算法和模糊逻辑的交叉口控制方法
3.2.1 路口智能体Q学习方法
3.2.2 切换控制智能体模糊推理过程
3.3 小结
4 基于切换系统的交叉口动态模型控制研究
4.1 离散时间切换系统模型
4.2 基于切换系统的单交叉口控制方法
4.2.1 建立单交叉口切换系统模型
4.2.2 基于多智能体混合控制策略控制过程
4.3 仿真分析
4.3.1 仿真设计
4.3.2 仿真结果分析
4.4 小结
5 基于多智能体切换系统的主干线协调控制方法研究
5.1 基于多智能体的递阶结构
5.1.1 主干线协调控制智能体
5.1.2 主干线协调控制智能体Q学习方法
5.1.3 混沌Q学习控制策略
5.1.4 主干线协调优化控制步骤
5.2 基于切换系统的主干线交通流模型
5.2.1 干线协调相位切换系统模型的建立
5.2.2 干线协调控制参数
5.2.3 干线协调评价指标
5.3 仿真分析
5.3.1 仿真设计
5.3.2 仿真结果分析
5.4 小结
结论
致谢
参考文献
攻读学位期间的研究成果
【参考文献】：
期刊论文
[1]事件驱动的强化学习多智能体编队控制[J]. 徐鹏,谢广明,文家燕,高远. 智能系统学报. 2019(01)
[2]交互协调强化学习下的城市交通信号配时决策[J]. 夏新海. 计算机工程与应用. 2018(11)
[3]基于新型切换模糊系统的控制方法研究[J]. 王宏伟,连捷. 控制与决策. 2017(07)
[4]干线协调控制优化及其应用[J]. 曲大义,万孟飞,王兹林,许翔华,王进展. 交通运输工程学报. 2016(05)
[5]基于状态可控性分析的交叉口信号切换控制[J]. 王力,张立立,潘科,李正熙. 浙江大学学报(工学版). 2016(07)
[6]一种基于分布式网络多智能体的匝道协同控制方法[J]. 牛忠海,贾元华,张亮亮,廖成. 交通运输系统工程与信息. 2015(05)
[7]改进Agent的交通流混合建模与仿真[J]. 王江卫,党建武. 兰州交通大学学报. 2015(03)
[8]主干道动态协调控制方法研究[J]. 钱伟,徐青政,杨矿利,杨慧慧. 计算机工程与应用. 2016(19)
[9]自适应遗传算法的Multi-Agent交通信号优化控制[J]. 曹洁,张玲. 计算机工程与应用. 2016(13)
[10]混合交通流条件下区域交通信号控制优化模型[J]. 韩印,邢冰,姚佼,刘婧. 交通运输工程学报. 2015(01)
硕士论文
[1]城市主干道交通信号动态协调控制方法研究[D]. 徐青政.河南理工大学 2015
[2]城市干线交通信号协调控制方法及优化研究[D]. 李元.西南交通大学 2014
本文编号：3623407
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3623407.html
