專利名稱：多智能體區(qū)域道路交叉口信號集成控制仿真系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種道路交叉口信號控制領(lǐng)域，特別涉及一種多智能體區(qū)域 道路交叉口信號集成控制仿真系統(tǒng)。
背景技術(shù)：
目前，主要的感應控制系統(tǒng)有英國的SC00T、澳大利亞的SCATS、法國以 及日本的控制系統(tǒng)等，這些控制系統(tǒng)從結(jié)構(gòu)上主要是中心控制型結(jié)構(gòu)，即交通 控制方案由控制中心來統(tǒng)一制定，各個路口控制器并沒有自己動態(tài)調(diào)整的能 力，只是負責交通數(shù)據(jù)的采集以及控制方案的執(zhí)行等任務。這種結(jié)構(gòu)在控制 策略的制定上主要是以控制區(qū)域內(nèi)關(guān)鍵交叉口的交通數(shù)據(jù)為主，對局部交通 的波動難以給以有效考慮，并且，由于控制方案的制定都需控制中心來完成， 導致控制中心優(yōu)化算法復雜，運算量大，系統(tǒng)效率低下，難以適應多變的交通 局面。因此，人們需要根據(jù)交通系統(tǒng)的特點設計新的交通控制系統(tǒng)，達到既能 對交通系統(tǒng)進行宏觀調(diào)控又能進行微觀調(diào)節(jié)的智能系統(tǒng)。
運用agent技術(shù)進行微觀交通仿真，正引起廣大研究人員的濃厚興趣， 國外的Birgit Burmeister等對采用agent技術(shù)進行交通仿真研究，Klaus探 討了運用agent技術(shù)進行貨物運輸?shù)恼{(diào)度問題。
2001年北京交通大學的俞崢進行了 "多智能體在交通控制系統(tǒng)中的應 用"研究，闡述交通的規(guī)模復雜性特征及傳統(tǒng)交通控制方法的局限性，迫使 人們應用智能程度更高的技術(shù)來解決控制問題。 一個解決的方法是將交通控 制分布到一些智能的、可自動獲取并完成任務的自主體上。這種方法不是將 子系統(tǒng)進行部分或全部集成，而是提供一種在松散耦合的子系統(tǒng)之間進行協(xié)調(diào)的機制，通過增強子系統(tǒng)的自治能力提高控制系統(tǒng)的控制能力。
2002年中國農(nóng)業(yè)大學的孫晉文提出了基于Agent技術(shù)的智能交通控制的 體系結(jié)構(gòu)，論述了該結(jié)構(gòu)的優(yōu)點。并根據(jù)Agent的特點，介紹了運用Agent 技術(shù)進行交通仿真的優(yōu)勢，探討了采用Agent技術(shù)進行交通仿真的方法。
2003年華中科技大學的陳進才進行了基于Agent技術(shù)的智能交通線控系 統(tǒng)仿真環(huán)境研究，建立了基于Agent技術(shù)的智能交通線控系統(tǒng)仿真環(huán)境。
2005年汕頭大學的韋影儀介紹了利用Agent技術(shù)構(gòu)建交通微觀模擬的過 程，并著重敘述了 Agent技術(shù)在微觀模擬中的優(yōu)勢，同時，在Agent的決策 過程中應用了模糊決策控制，使Agent個體模擬人類的思維決策，從而使整 個模擬系統(tǒng)更加貼近現(xiàn)實的交通系統(tǒng)。

發(fā)明內(nèi)容
本發(fā)明是針對現(xiàn)有交通控制系統(tǒng)效率低下，難以適應多變的交通局面的 問題，提出了一種多智能體區(qū)域道路交叉口信號集成控制仿真系統(tǒng)，基于多 智能體的道路多交叉口信號集成控制仿真系統(tǒng)?？朔F(xiàn)有的控制系統(tǒng)中各個 路口控制器沒有自己動態(tài)調(diào)整能力的不足，根據(jù)Agent理論，提出基于 Multi -Agent智能交通控制系統(tǒng)，系統(tǒng)采用多層體系結(jié)構(gòu)，每一個層次都代 表不同的agent ，使控制策略實時體現(xiàn)交通的波動情況，達到真正的智能控 制；將這些控制策略用0++語言編程實現(xiàn)嵌入到AIMSUN微觀仿真軟件中進行 仿真，結(jié)果表明本系統(tǒng)與現(xiàn)有系統(tǒng)相比，減少交通延誤和提高道路通行能力 2%以上。
本發(fā)明的技術(shù)方案為 一種多智能體區(qū)域道路交叉口信號集成控制仿真 系統(tǒng)，包括決策層主控中心智能體、戰(zhàn)略控制層區(qū)域中心智能體、戰(zhàn)術(shù)控制層路口智能體和執(zhí)行層交通檢測器的信號燈、傳感器和攝像機，主控中心智 能體不斷分析從各區(qū)域中心智能體傳來的交通數(shù)據(jù)，合理的劃分和調(diào)整控制 子區(qū)，在調(diào)整控制子區(qū)時，主控中心智能體向相關(guān)區(qū)域中心智能體發(fā)送指 令，命令相關(guān)區(qū)域中心智能體釋放和劃分對路口智能體的管理權(quán)限；區(qū)域中
心智能體不斷收集和分析路口智能體傳送過來的交通數(shù)據(jù)和控制方案，進而
診斷路口智能體及其檢測器是否正常；路口智能體不斷接受從交叉口交通檢 測器傳來的交通參數(shù)，與同一區(qū)域Agent管轄范圍內(nèi)的其他路口智能體進行 協(xié)商，得出各交叉口的控制方案，同時需要向上一層的區(qū)域中心智能體發(fā)送 本地的交通狀況和控制方案。
所述路口智能體得出各交叉口的控制方案由協(xié)調(diào)智能體體系完成，協(xié)調(diào) 智能體體系包括通信模塊、感知模塊、知識庫、經(jīng)驗庫、決策模塊、模糊規(guī) 則庫、個性修正模塊、學習機模塊，除去通信模塊和感知模塊與外部其他 Agent或交通環(huán)境交互外，其他的模塊都是經(jīng)過一步一步承接，密切配合， 在協(xié)調(diào)智能體體系內(nèi)部完成交叉口的智能協(xié)調(diào)。
所述感知模塊直接控制基礎數(shù)據(jù)采集設備環(huán)形感應線圈和原始數(shù)據(jù)預處 理程序，并將要采集的數(shù)據(jù)種類由推理模塊和決策模塊的推理和決策方法決 定。
所述通信模塊采用點對點的直接通訊方式，通信的過程包括
通知索要信息的agent通知某一個agent想得到什么信息；
詢問詢問該agent是否有想得到的信息；
回答被詢問的agent回答是否有所需信息；
請求請求或者命令該agent將所需信息發(fā)送過來；執(zhí)行接受請求并執(zhí)行信息傳送； 確認確認信息已收到。
所述知識庫收納了多Agent系統(tǒng)中所有與自身Agent功能相關(guān)的所有信 息，相當于Agent的信息動態(tài)更新的信息檔案。
所述經(jīng)驗庫中存儲的信息包括Agent內(nèi)部的所有成功案例的輸入和輸出 變量的值，經(jīng)驗庫工作為檢査知識庫整理的輸入信息是否完備，否則告知知 識庫，要求知識庫搜集必要信息。
所述決策模塊在運行中審査信息，判斷是否接受協(xié)調(diào)任務。 所述個性化修正模塊是對各交叉口信號控制進行參數(shù)校正。 本發(fā)明的有益效果在于本發(fā)明多智能體區(qū)域道路交叉口信號集成控制 仿真系統(tǒng)，1)可靠性高，系統(tǒng)不會因為某個控制中心的故障而停止運行或影 響其它路口的運行；2)實時性好，各個路口具有自己調(diào)整本路口交通信號的 能力，可以實時地對該路口交通情況的變化進行反應，提高了系統(tǒng)的實時應變 能力，滿足了交通系統(tǒng)復雜性的要求；3)應變性強，相鄰路口間可進行信息 傳遞，提高了路口間的協(xié)作能力，便于路口間信號的相互配合，提高了系統(tǒng)的 綜合控制能力；4)針對性強，各個交通路口都具有關(guān)于本交叉口結(jié)構(gòu)及其它 交通條件的數(shù)據(jù)信息，使交通信號決策更具有針對性，體現(xiàn)出具體的交通特 點；5)靈活性高,可以通過控制中心對某個或某幾個路口進行直接操作，便 于緊急或特殊情況的處理；6)擴展性好，系統(tǒng)可以很容易地進行系統(tǒng)的擴展， 而不會對原有系統(tǒng)造成太大影響。


圖1是本發(fā)明多智能體區(qū)域道路交叉口信號集成控制仿真系統(tǒng)中基于智能體的智能交通控制體系結(jié)構(gòu)示意圖2是本發(fā)明多智能體區(qū)域道路交叉口信號集成控制仿真系統(tǒng)中協(xié)調(diào)Agent 的體系結(jié)構(gòu)示意圖3是本發(fā)明多智能體區(qū)域道路交叉口信號集成控制仿真系統(tǒng)中智能體之間 的協(xié)調(diào)機制示意圖4是本發(fā)明多智能體區(qū)域道路交叉口信號集成控制仿真系統(tǒng)中相鄰智能體 經(jīng)過協(xié)調(diào)產(chǎn)生控制方案的機制示意圖5是本發(fā)明多智能體區(qū)域道路交叉口信號集成控制仿真系統(tǒng)中控制策略個
性化修正示意圖。
具體實施例方式
如圖l所示是智能交通控制體系結(jié)構(gòu)示意圖，包括決策層主控中心 Agent、戰(zhàn)略控制層區(qū)域中心Agent、戰(zhàn)術(shù)控制層路口Agent和執(zhí)行層交通檢
測器的信號燈、傳感器和攝像機。主控中心智能體不斷分析從各區(qū)域中心智 能體傳來的交通數(shù)據(jù)，合理的劃分和調(diào)整控制子區(qū)，在調(diào)整控制子區(qū)時，主 控中心智能體向相關(guān)區(qū)域中心智能體發(fā)送指令，命令相關(guān)區(qū)域中心智能體釋 放和劃分對路口智能體的管理權(quán)限，控制子區(qū)的劃分、與交通管理操作員的 互動以及信息共享；區(qū)域中心智能體它不斷收集和分析路口智能體傳送過來 的交通數(shù)據(jù)和控制方案，進而診斷路口智能體及其檢測器是否正常，維護和 管理其管轄范圍內(nèi)的路口，如果診斷路口智能體在某一方面有故障，就會將 其代替，并暫時啟用備用的信號控制方案；路口智能體不斷接受從交叉口交 通檢測器傳來的交通參數(shù)，與同一區(qū)域Agent管轄范圍內(nèi)的其他路口智能體 進行協(xié)商，得出各交叉口的控制方案，同時需要向上一層的區(qū)域中心智能體發(fā)送本地的交通狀況和控制方案，目標使區(qū)域交通保持暢通，同時每個路口 智能體也有與全局目標一致的局部目標盡量使本交叉口的交通保持暢通。最
終目標是:根據(jù)市區(qū)交通實時狀況信息，控制城市街道的紅綠燈信號和其它可 變標志信號，實現(xiàn)全城市交通流的優(yōu)化及網(wǎng)絡控制。
圖2和圖3是協(xié)調(diào)智能體體系結(jié)構(gòu)和協(xié)調(diào)機制的示意圖。協(xié)調(diào)Agent由通 信模塊、感知模塊、知識庫、經(jīng)驗庫、決策模塊、模糊規(guī)則庫、個性修正模 塊、學習機等模塊。其中除去通信模塊和感知模塊等與外部其他Agent或交 通環(huán)境交互外，其他的模塊都是經(jīng)過一步一步承接，密切配合，在Agent內(nèi) 部完成交叉口的智能協(xié)調(diào)。各個交叉口控制Agent之間的協(xié)調(diào)在實現(xiàn)方式上 采用黑板模型。相鄰的Agent都有共享的黑板，Agent將各自的交通狀況和在 該條件下的最新中間方案記錄在黑板上。每個Agent根據(jù)共享黑板的最新消 息再制定新的中間方案，直到最新的方案與前一個中間方案相同，則該方案 為下一周期的信號控制方案；若最新的中間方案并沒有迭代結(jié)束但本周期的 計算時間已到，則采用最新的中間方案作為下一周期的信號控制方案。
協(xié)調(diào)Agent中的感知模塊是協(xié)調(diào)Agent獲取外界環(huán)境信息的重要憑 借，協(xié)調(diào)Agent中進行判斷和決策的基礎數(shù)據(jù)都直接或間接地來自感知模 塊。協(xié)調(diào)Agent的感知模塊直接控制基礎數(shù)據(jù)采集設備環(huán)形感應線圈和原 始數(shù)據(jù)預處理程序，并將要采集的數(shù)據(jù)種類由推理模塊和決策模塊的推理 和決策方法決定。通常的基礎數(shù)據(jù)包括各進口道的排隊長度、到達率、停 車延誤等。
協(xié)調(diào)Agent中的通信模塊采用點對點的直接通訊方式，通信的過程包
括通知索要信息的agent通知某一個agent想得到什么信息
詢問詢問該agent是否有想得到的信息
回答被詢問的agent回答是否有所需信息
請求請求或者命令該agent將所需信息發(fā)送過來
執(zhí)行接受請求并執(zhí)行信息傳送
確認確認信息已收到
協(xié)調(diào)Agent的知識模塊收納了多Agent系統(tǒng)中所有與自身Agent功能相 關(guān)的所有信息，相當于Agent的信息動態(tài)更新的信息檔案。知識庫中根據(jù)存 儲信息的性質(zhì)和來源分為七個部分，分別用不同的名稱，在編程時通過指針 快速讀取信息
① 知識庫的名稱name，包含交叉口名稱、Agent級別和類型；
② 從屬于上級管理AgentMA的名稱；
③ 本交叉口的實時信號控制方案，包括各方向信號燈色組合相位、相 序、現(xiàn)在的綠燈相位綠燈持續(xù)時間G、之前1-4個周期該相位的綠燈持續(xù)時 間Gi、 G2、 G3、 G4等；
④ 不同相位對應不同方向組合，每種組合的下游路段用不同的向量名表 示，每個方向的路段飽和車輛數(shù)目或現(xiàn)在的車輛車輛數(shù)目為向量的分量。設
東西南北分別用A、 B、 C、 D表示，如果某相位對應的下游路段為東、西路 段，用二維向量可表示為(A， B)和(a， b);
⑤ 相鄰交叉口的信號控制方案。對下游四個方向的信號控制分別設置一 個參數(shù)next-singe。定義next-singe=0表示下游的相關(guān)相位為紅燈，next-singe二l表示下游的相關(guān)相位為綠燈；⑥ 推理決策參數(shù)。協(xié)調(diào)Agent的決策參數(shù)包含決策過程中使用的"。、 ",、"、/等參數(shù)，還有決策輸出的結(jié)果Ae，上級強制的修正時間n秒；
⑦ 存儲屬性。存儲屬性由參數(shù)c表示，它決定實時的決策方案是否存儲 到經(jīng)驗庫，當方案效果最優(yōu)，則c二l，否則(2=0。
協(xié)調(diào)Agent中的經(jīng)驗庫中存儲的信息包括Agent內(nèi)部的所有成功案例的 輸入和輸出變量的值，它所做的第一步工作是檢查知識庫整理的輸入信息是 否完備，否則告知知識庫，要求知識庫搜集必要信息。倘若信息完備，經(jīng)驗 庫要在模塊中檢索相似的信息，并計算相似程度。當相似程度大于某一閾 值，則直接采用相似案例的輸出方案作為通信模塊的傳輸內(nèi)容傳送到相關(guān) Agent，并等待確認消息；當相似度不夠時，經(jīng)驗庫就要告知決策模塊為解 決新的問題選擇合適的算法。
協(xié)調(diào)Agent中的決策模塊在運行中首先要審查信息，判斷是否接受協(xié)調(diào) 任務。當單點控制完全可以保證路網(wǎng)暢通，并且此時的協(xié)調(diào)不會帶來利益 時，拒絕協(xié)調(diào)請求；當判斷路段擁擠度大于某一個閾值，并且可以通過協(xié)調(diào) 改善擁擠度時，接受協(xié)調(diào)任務，根據(jù)知識庫具備的信息種類和數(shù)目選擇能夠 求解問題的方法。系統(tǒng)中的協(xié)調(diào)算法主要模糊邏輯控制器，受到下游信號燈 色的影響共分為兩種，所以經(jīng)驗庫可以根據(jù)參數(shù)&的選擇控制器。最終將控 制器的名稱和相關(guān)的控制輸入?yún)?shù)告知規(guī)則庫。
協(xié)調(diào)Agent中的個性化修正模塊是各個交叉口相對于系統(tǒng)中制定統(tǒng)一規(guī) 則和算法得出的最初控制方案而言的，即各交叉口信號控制既符合一般協(xié)調(diào) 原理，同時又能進行參數(shù)校正，使得該交叉口控制策略在不影響區(qū)域控制效 果的情況下，本交叉口效益最大化。圖4是相鄰智能體經(jīng)過協(xié)調(diào)產(chǎn)生控制方案的機制示意圖。信號控制智能 體具有感知環(huán)境變化的能力、與相鄰智能體通信的能力以及推理、判斷、合 作和學習等能力。它由7個相對獨立的模塊組成，即知識庫、推理機、算 法模塊、記憶庫、經(jīng)驗庫、學習機和協(xié)調(diào)模塊。這是一個結(jié)構(gòu)相對穩(wěn)定、但 又可以不斷進化的系統(tǒng)，也就是說，各模塊之間的相互關(guān)系基本不變，但各 模塊內(nèi)部可以不斷添加新的內(nèi)容，使其功能逐漸提高。
知識庫這是一個存儲信號控制規(guī)律、本路口相關(guān)信息、相鄰路口信息 和一些交通控制常識的信息庫.知識，在這里是指具有普遍意義的正確判斷 和客觀事實.這個信息庫在智能體中的作用就相當于交通控制專業(yè)知識對一 位交通警察的作用.采用框架表示法來表示知識庫中的知識.這種方法是
Minsky在1975年提出的，現(xiàn)在已經(jīng)發(fā)展成為一種被廣泛使用的知識表示方 法。
推理機這是一個存儲如何由已知的知識和信息推斷出新判斷的規(guī)則
庫。它包含多種推理方式，并且與知識庫中的知識表示方法相匹配，由知識 庫中的一組知識和路口的車流信息就可以通過推理機推演出若干有關(guān)信號控 制的判斷，用于選擇適當?shù)男盘柵鋾r優(yōu)化算法.最基本的推理方式是演繹推 理和歸納推理，還可以包括非單調(diào)推理、不確定性推理、模糊推理等方式。
算法模塊這是一個各種計算優(yōu)化的信號配時方案的具體方法的集 合.具體講，就是在考慮相鄰路口的車輛信息的前提下，對本路口的信號配 時進行優(yōu)化。
記憶庫這是一個存儲本路口智能體信號控制經(jīng)歷的信息庫，它是生成 經(jīng)驗的基本素材.這些信息包括時間、車輛信息、控制方案、控制效果等相關(guān)信息.具體來講，它記錄日期、每個信號周期的時間長度、各信號周期的 起始時間、相位數(shù)、各相位的起始時間、各個相位起始時路口各方向的車輛 排隊長度、各個相位控制時間內(nèi)各進路通過的車輛數(shù)等。
經(jīng)驗庫這個信息庫與知識庫和記憶庫都不相同，它是在記憶庫的基礎 上，對歷史控制信息進行歸納、分析、對比等處理，結(jié)合知識庫的信息，在 學習機中的各種學習作用下，產(chǎn)生關(guān)于本路口信號控制方面的個體知識集 合.這些知識不具有普遍的意義，僅適用于本路口的信號控制.在信號控制 系統(tǒng)的運行過程中，可以定期使用學習機和知識庫對記憶庫中的信息進行分 析處理，產(chǎn)生個體知識并添加到經(jīng)驗庫中.同知識庫一樣，經(jīng)驗庫中的個體 知識采用框架法表示。
學習機這是一個存儲多種機器學習方式的方法庫.包括歸納學習、解 釋學習、類比學習等.與推理機類似，學習機是若干方法和規(guī)則的集合.它 的存在可以使該控制系統(tǒng)具有進化的特征。
協(xié)調(diào)模塊這個模塊管理和監(jiān)控智能體與共享黑板之間的信息傳遞，負 責向與本路口控制智能體相關(guān)的若干共享黑板提供本路口的信息，并處理從
共享黑板接收的相鄰路口的信息。
圖5是控制策略個性化修正示意圖。控制策略的個性化處理不針對控制 規(guī)則，而直接針對規(guī)則的輸出結(jié)果，個性化處理的方法是對輸出方案做簡單 的比例調(diào)整。協(xié)調(diào)控制通過交叉口的最終綠燈延時g起作用，在各個交叉口 的最終綠燈延時輸出結(jié)果的計算方式如下其中"。、",、/ 、 /是權(quán)重系數(shù)
"。對單交叉口控制器輸出的綠燈延長時間修正，主要考慮了交叉口的平 面設計、路段等級等因素。比如位于主干道上的交叉口車流量大，周期時 間相對較長，必要的綠燈延長時間相對也較長，如果一次綠燈延時間最長可 達到15秒，那么"。應該是1.5 (整個論域在[O， IO]基礎上擴大1.5倍變?yōu)?。
A與"。最初是一致的，當考慮了協(xié)調(diào)力度的區(qū)別時，就要在"。基礎上再 做修正。所謂協(xié)調(diào)力度是指對主路段方向上的交通流干預的程度。它隨著 主方向路段的不同而不同，也在很大程度上取決連接路段另一端交叉口的設
計通行能力級別。比如下游路段的交叉口很重要，且距離比較近，則兩個 交叉口的相關(guān)性必然很大，協(xié)調(diào)的力度就應增加。協(xié)調(diào)力度大要求抑制作用 增加，所以"一a。。
在S^green或S^red兩種不同情況使用不同的控制器，^、 y分別對兩 個控制器得出結(jié)果分別做修正的參數(shù)。表示的意義與^相同。注意協(xié)調(diào)力度 盡管還跟主方向路段有關(guān)， 一組同時亮路燈的方向中，主方向不同修正系數(shù) 也會不同。但是由于輸入變量分別做了相對處理，論域都是[O， l]，所以不 需要再根據(jù)主方向加以區(qū)分。另外要注意的是為了^、 7能夠更加準確，采 用向量來表示，分向量分別調(diào)整對應輸出結(jié)果的模糊劃分。
1權(quán)利要求
1、一種多智能體區(qū)域道路交叉口信號集成控制仿真系統(tǒng)，其特征在于，包括決策層主控中心智能體、戰(zhàn)略控制層區(qū)域中心智能體、戰(zhàn)術(shù)控制層路口智能體和執(zhí)行層交通檢測器的信號燈、傳感器和攝像機，主控中心智能體不斷分析從各區(qū)域中心智能體傳來的交通數(shù)據(jù)，合理的劃分和調(diào)整控制子區(qū)，在調(diào)整控制子區(qū)時，主控中心智能體向相關(guān)區(qū)域中心智能體發(fā)送指令，命令相關(guān)區(qū)域中心智能體釋放和劃分對路口智能體的管理權(quán)限；區(qū)域中心智能體不斷收集和分析路口智能體傳送過來的交通數(shù)據(jù)和控制方案，進而診斷路口智能體及其檢測器是否正常；路口智能體不斷接受從交叉口交通檢測器傳來的交通參數(shù)，與同一區(qū)域Agent管轄范圍內(nèi)的其他路口智能體進行協(xié)商，得出各交叉口的控制方案，同時需要向上一層的區(qū)域中心智能體發(fā)送本地的交通狀況和控制方案。
2、 根據(jù)權(quán)利要求1所述多智能體區(qū)域道路交叉口信號集成控制仿真系統(tǒng)，其特征在于所述路口智能體得出各交叉口的控制方案由協(xié)調(diào)智能體體系完成，協(xié)調(diào)智能體體系包括通信模塊、感知模塊、知識庫、經(jīng)驗庫、決策模塊、模糊規(guī)則庫、個性修正模塊、學習機模塊，除去通信模塊和感知模塊與外部其他Agent或交通環(huán)境交互外，其他的模塊都是經(jīng)過一步一步承接，密切配合，在協(xié)調(diào)智能體體系內(nèi)部完成交叉口的智能協(xié)調(diào)。
3、 根據(jù)權(quán)利要求2所述多智能體區(qū)域道路交叉口信號集成控制仿真系統(tǒng)，其特征在于所述感知模塊直接控制基礎數(shù)據(jù)采集設備環(huán)形感應線圈和原始數(shù)據(jù)預處理程序，并將要采集的數(shù)據(jù)種類由推理模塊和決策模塊的推理和決策方法決定。
4、 根據(jù)權(quán)利要求2所述多智能體區(qū)域道路交叉口信號集成控制仿真系統(tǒng)，其特征在于所述通信模塊采用點對點的直接通訊方式，通信的過程包括通知索要信息的agent通知某一個agent想得到什么信息；詢問詢問該agent是否有想得到的信息；回答被詢問的agent回答是否有所需信息；請求請求或者命令該agent將所需信息發(fā)送過來；執(zhí)行接受請求并執(zhí)行信息傳送；確認確認信息已收到。
5、 根據(jù)權(quán)利要求2所述多智能體區(qū)域道路交叉口信號集成控制仿真系統(tǒng)，其特征在于所述知識庫收納了多Agent系統(tǒng)中所有與自身Agent功能相關(guān)的所有信息，相當于Agent的信息動態(tài)更新的信息檔案。
6、 根據(jù)權(quán)利要求2所述多智能體區(qū)域道路交叉口信號集成控制仿真系統(tǒng)，其特征在于所述經(jīng)驗庫中存儲的信息包括Agent內(nèi)部的所有成功案例的輸入和輸出變量的值，經(jīng)驗庫工作為檢査知識庫整理的輸入信息是否完備，否則告知知識庫，要求知識庫搜集必要信息。
7、 根據(jù)權(quán)利要求2所述多智能體區(qū)域道路交叉口信號集成控制仿真系統(tǒng)，其特征在于所述決策模塊在運行中審査信息，判斷是否接受協(xié)調(diào)任務。
8、 根據(jù)權(quán)利要求2所述多智能體區(qū)域道路交叉口信號集成控制仿真系統(tǒng)，其特征在于所述個性化修正模塊是對各交叉口信號控制進行參數(shù)校正。
全文摘要
本發(fā)明涉及一種多智能體區(qū)域道路交叉口信號集成控制仿真系統(tǒng)，利用多智能體(Multi-agent)技術(shù)面向區(qū)域道路交叉口集成控制策略進行仿真建模，建立了適用于混合交通流控制的城市區(qū)域交通智能控制仿真系統(tǒng)，系統(tǒng)采用多層體系結(jié)構(gòu)，每一個層次都代表不同的agent，使控制策略實時體現(xiàn)交通的波動情況，達到真正的智能控制，建立了城市區(qū)域交通控制定性和定量的綜合評價指標體系、評價模型、評價方法，采用交通信號控制與交通誘導協(xié)同處理，實現(xiàn)了智能交通控制與誘導的一體化。
文檔編號G06F17/50GK101477581SQ20081020731
公開日2009年7月8日 申請日期2008年12月19日 優(yōu)先權(quán)日2008年12月19日
發(fā)明者磊 呂, 夏曉梅, 健 張, 楠 張, 張靜靜, 琛 徐, 楊曉芳, 臧莉莉, 印 韓, 高強飛, 高洪振, 贇 魏 申請人:上海理工大學