基于多智能體的城市交通仿真研究
1 引言交通仿真shi20世紀60年代以來,隨著計算機技術de進步而開展起來de采用計算機數字模型來反映復雜道路交通現象de交通剖析技術和辦法。從實驗角度看,道路交通仿真shi再現交通流時間和空間變化de模仿技術，交通仿真shi智能交通運輸系統de壹個重要組成局部，shi計算機技術在交通工程范疇de壹個重要應用。應用基于Agentde計算機仿真經過模仿交通系統中個體de行為，讓壹群這樣de個體在計算機所營造de虛擬環境下停止互相作用并演化，自下而上de“涌現”出整體系統de復雜性行為。多主體模型根本思緒shi：由于人類社會shi由大量de個體構成de復雜系統，因此在計算機中樹立每個經濟實體de個體模型，這樣de計算機中模型被稱為Agent；然后讓這些Agent遵照壹定de簡單規則互相作用；然后經過察看這群Agent整體作用de涌現性找到人工社會de規律，并用這些規律解釋和了解人類社會中de宏觀現象[1]。
文中以Traffic Grid模型為根底，仿真研討了交通系統從而得出停著de車輛數量，均勻等候時間等曲線，為城市規劃和決策者提供了數據。
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（Multi-Agent System,MAS）shi隨著散布式人工智能de研討而興起de。“主體（Agent）”壹詞壹般用來描繪自包含de（self-contained）、能感知環境并能在壹定水平上控制本身行為de計算實體[2]。人工智能學者Minsky在1986年出版de著作《思想de社會》（The Society of Mind）[3]中提出了Agent，以為社會中de某些個體經過協商之后能夠求得問題de解，這些個體就shiAgent。Agent至少應具備以下幾方面de關鍵屬性：①自主性：Agent具有屬于其本身de計算資源和部分于本身行為控制de機制，能在無外界直接支配de狀況下，依據其內部狀態和感知到de（外部）環境信息，決議和控制本身de行為。②交互性：能與其他Agent停止多種方式de交互，能有效地與其他Agent協同工作。③反響性：能感知所處de環境，并對相關事情做出適時反響。④主動性：能遵照承諾采取主動行動，表現出面向目的de行為。⑤推理和規劃才能：Agent具有學習學問和經歷及停止相關de推理和智能計算de才能。
多Agent系統（MAS）由多個自主或半自主de智能體組成，每個Agent或者實行本人de職責，或者與其他Agent通訊獲取信息相互協作完成整個問題de求解。與單Agent相比，MAS有如下特性：①社會性：Agent處于由多個Agent構成de社會環境中，經過某種Agent言語與其他Agent施行靈敏多樣de交互和通訊，完成與其他Agentde協作、協同、協商、競爭等。②自制性：在多Agent系統中壹個Agent發出懇求后，其他Agent只要同時具備提供此效勞de才能與興味時才干承受動作拜托，即壹個Agent不能強迫另壹個Agent提供某種效勞。③協作性：在多Agent系統中，具有不同目的de各個Agent必需互相協作、協同、協商對未完成問題de求解。
3仿真模型
3.1 總體構造
道路交通系統包含很多互相關聯de實體，主要有道路（分為路段和穿插口）、信號控制設備、車輛、駕駛員、行人等。這些實體有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de受其他實體de影響，如路段等。多主體技術可以對交通系統中de各要素停止建模[4]，如穿插口、信號燈、交通控制中心等，對這些要素停止簡化，樹立多主體概念模型。主要Agent有交通路網Agent、車輛Agent、信號燈Agent，其中交通路網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轉車輛與中止de車輛組成。
路網描繪：交通路網shi道路交通系統de根底設備，承載著車輛de運轉。交通路網具有復雜de拓撲構造和匯合特征，假如過于復雜則計算負載過重，故分為路段、路網、穿插口叁次層管理，路網Agent擔任存儲維護整個交通路網de拓撲關系，為交通實體提供路網信息。路段Agent擔任本路段de描繪，穿插口Agent包含信號燈對象完成各入口車道交通流de時間別離，壹個路段壹個車道。
信號燈構造：信號燈shi重要de交通控制設備，它完成對穿插口不同流向de車輛停止時間別離，減少車輛之間可能de抵觸，改善交通平安，進步穿插口流通效率。信號燈控制從實質上看，shi壹個典型de復雜順應系統，國內外相關學者對信號燈控制已做出大量研討，也產生許多控制計劃，但都有相應de局限性，也普遍存在著魯棒性差、不易擴展、計算復雜等缺陷[5]，本模型從計算簡單動身統壹管理信號燈，壹次初始化好時間距離。
3.2參數設置
設置局部如圖1。
各個控件表示de物理意義如表1
3.3初始化環境
環境shi由37×37de網格組成de，經過設置sliders ：grid-size-x=3，grid-size-y=4初始化壹個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，其中汽車數目經過設置slider：num-cars=54，點擊Setup按鈕即構成道路圖，如圖2。
圖2 叁行肆列de道路圖
3.4相關規則
3.4.1環境規則
初始時車輛數目（ num-cars ）壹定要小于路（如圖2中白色de表示道路）de數量，假如超出則提示正告信息。
假如無人參與此系統則設置 current-auto? 為 off ，有則設置 on ，并且經過 current-phase 選擇壹個交通燈為控制de交通燈。
此系統假如沒有交通燈de參與則設置 power? 為 off ，反之則設置為 on 。
3.4.2運轉規則
每壹個時間步，車子依照當前速度向前行駛，假如當前速度小于限制速度（ speed-limit ）并且它們前方沒有車子，那么它們加速（ speed-up ）行駛，假如前面de車輛速度小于本人de車速，那么當前車子要調整本人車速和前面de車速壹致（ slow-down ），遇到紅燈或者停著de車輛，當前車輛要中止。
4案例剖析及結果
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、交通流在路網中de優化散布、車輛動態途徑選擇、特殊車輛控制等問題時，無信號燈穿插口車輛通行狀況de精確性表征都shi不可
短少de重要壹環[6]。依照上述模型運轉，當在沒有信號燈也沒有人參與de狀況下（power?設置為off），道路為4行3列，車輛數目為140時de運轉結果如圖3
當在有信號燈沒有人參與de狀況下（power?設置為on），道路為4行3列，車輛數目為140時de運轉結果如圖4
4.2 案例貳
依照上述模型運轉，當在道路為4行3列，車輛數目為54時我們得出停著de車輛數量柱狀圖如圖5，車輛均勻速度柱狀圖如圖6，均勻等候時間柱狀圖如圖7：
圖5 停著de車輛數量
4.3 剖析及結果
由案例壹可知，在有信號燈參與交通管理下交通卻快速解體了（圖3 ticks=3164，圖4 ticks=665，ticksshi時間步，隨著時間持續而增長），招致這種結果有多個要素，如信號燈控制不合理、車輛數目過大超越了道路de承載才能等。
有案例貳可知，車輛均勻速度與停著de車輛數量有壹定de關系，正如貳流模型中以為de路網宏觀層面de均勻行駛速度與路網上車輛de比重de冪運算成線性關系[7].
限于篇幅，文中只給了兩個案例，有參數設置能夠看出要得到高效de交通模仿數據需求大量de實驗和多種組合，我們還能夠得出有人參與交通管理de狀況下穿插口de流通效率會進步，當有活動車輛進入交通道路或者分開交通道路會對上述結論產生何種影響等許多對理論有指導意義de結論。
結論
文中從基于多Agent建模de角度動身，借助Netlogo軟件平臺，應用了“Traffic Grid模型”，模仿了不同組合de參數對交通系統產生不同de影響，獲取了車輛均勻等候時間、中止de車輛等隨時間變化de曲線，但shi由于此模型比擬簡單，模仿de范圍小、沒有采用實踐路網等要素，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社會系統，使人們更好天文解社會現象，發現現象背后de機制，從而做出預測和輔助決策。多主體建模目前還未構成成熟de體系，因此也沒有壹套完好而成形de理論，但能夠預言，隨著多主體思想de提高理論辦法de完善，基于多主體建模和仿真會越來越多地應用于社會生活研討中。
【基于多智能體的城市交通仿真研究】相關文章：