基于多智能体的交通控制与交通诱导协同理论和方法研究

交通管理在城市交通问题治理中十分重要,其目的是提供一个畅通、有序的交通环境。建立智能交通管理系统,广泛应用科学技术手段,全面提高管理水平和管理效益,是解决当前道路交通拥堵、事故频繁发生和环境污染严重的有效途径。在交通管理实施中涉及到很多管理策略的制定,包括交通诱导和控制策略的制定。由于交通系统本身的复杂性,在交通管理中涉及的决策数据的信息量巨大,完全依靠人工来完成城市交通控制和诱导策略的制定存在很大困难,难以实现。基于多智能体的智能决策支持技术的出现,可以满足交通管理中的决策需求。本文深入剖析交通控制与交通流诱导系统的运行机理,在现有的相关研究中,着重对比较先进的多智能技术和智能决策理论在交通控制和诱导协调中的应用进行了深入的研究。提出了将多智能体理论和智能决策理论相结合应用在交通协调控制之中,建立一种交通管理决策的模型,并分析了其实施的方法,更好地实现交通控制和诱导,为城市交通拥挤问题的治理提供了一个良好的尝试,为更好的解决现有交通拥挤问题,寻求区域交通优化的控制提供了理论基础。