基于多智能体的交通信号控制与路径诱导的协同

吉林大学学报(工学版)

基于多智能体的交通信号控制与路径诱导的协同

卢守峰¹，杨兆升¹，刘喜敏²

1. 吉林大学交通学院，长春 130022； 2. 长沙理工大学交通运输学院，长沙 410076

收稿日期:2006-01-27 修回日期:2006-05-22 出版日期:2006-09-15 发布日期:2006-09-15
通讯作者: 杨兆升

Synergy of traffic signal control and route guidance
based on multiagent system

Lu Shou-feng¹，Yang Zhao-sheng¹，Liu Xi-min²

1.College of Transportation, Jilin University, Changchun 130022, China; 2.College of Traffic and Transportation, Changsha University of Science and Technology, Changsha 410076, China

Received:2006-01-27 Revised:2006-05-22 Online:2006-09-15 Published:2006-09-15
Contact: Yang Zhao-sheng

摘要/Abstract

摘要： 在总结已有交通信号控制与路径诱导协同模型的基础上，分析了路段行程时间函数与信号控制策略对协同模型求解唯一性与收敛性的影响；设计了交通信号控制与路径诱导协同研究的多智能体模拟系统。该系统由交叉口控制智能体、路径诱导智能体、信息处理智能体组成，具有较大的灵活性与可扩展性。该模拟系统中路径诱导策略是用户最优策略，交通流动力学由元胞传输模型描述，信号配时由基于元胞的交通控制模型优化。模拟结果表明，实施交通信号控制与路径诱导协同后，路网总行程时间最多可减少41.4％。

关键词: 交通运输系统工程, 交通控制, 交通诱导, 多智能系统, 交通流重分布

Abstract: Based on the summarization of the existing synergy models of the traffic signal control and the route guidance, the impacts of the road section travel time function and the traffic signal control strategy on the solution uniqueness and convergence of the synergy model were analyzed. A multiagent simulation system was established for the synergy study of the traffic signal control and the route guidance. The system is consisted of a road intersection control agent, a route guidance agent and an information processing agent, being characterized by the flexibility and expansibility. In the simulation system, the route guidance strategy is the useroptimizing strategy, the traffic flow dynamics is described by the cell transmission model, and the traffic signal plan is optimized by the cellbased traffic control model. The simulation results are encouraging and the synergy of the traffic signal control and the route guidance leads to saving in the total travel time up to 41.4%.

Key words: engineering of communication and transportation system, traffic control, traffic guidance, multiagent system, redistribution of traffic flow

中图分类号:

U491

卢守峰，杨兆升，刘喜敏 . 基于多智能体的交通信号控制与路径诱导的协同[J]. 吉林大学学报(工学版), 2006, 36(增刊2): 143-146.

Lu Shou-feng，Yang Zhao-sheng，Liu Xi-min . Synergy of traffic signal control and route guidance
based on multiagent system[J]. 吉林大学学报(工学版), 2006, 36(增刊2): 143-146.

参考文献

相关文章 15

[1]	陈永恒,刘芳宏,曹宁博. 信控交叉口行人与提前右转机动车冲突影响因素[J]. 吉林大学学报(工学版), 2018, 48(6): 1669-1676.
[2]	常山,宋瑞,何世伟,黎浩东,殷玮川. 共享单车故障车辆回收模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1677-1684.
[3]	曲大义,杨晶茹,邴其春,王五林,周警春. 基于干线车流排队特性的相位差优化模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1685-1693.
[4]	宗芳, 齐厚成, 唐明, 吕建宇, 于萍. 基于GPS数据的日出行模式-出行目的识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1374-1379.
[5]	刘翔宇, 杨庆芳, 隗海林. 基于随机游走算法的交通诱导小区划分方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1380-1386.
[6]	钟伟, 隽志才, 孙宝凤. 不完全网络的城乡公交一体化枢纽层级选址模型[J]. 吉林大学学报(工学版), 2018, 48(5): 1387-1397.
[7]	刘兆惠, 王超, 吕文红, 管欣. 基于非线性动力学分析的车辆运行状态参数数据特征辨识[J]. 吉林大学学报(工学版), 2018, 48(5): 1405-1410.
[8]	宗芳, 路峰瑞, 唐明, 吕建宇, 吴挺. 习惯和路况对小汽车出行路径选择的影响[J]. 吉林大学学报(工学版), 2018, 48(4): 1023-1028.
[9]	栾鑫, 邓卫, 程琳, 陈新元. 特大城市居民出行方式选择行为的混合Logit模型[J]. 吉林大学学报(工学版), 2018, 48(4): 1029-1036.
[10]	陈永恒, 刘鑫山, 熊帅, 汪昆维, 谌垚, 杨少辉. 冰雪条件下快速路汇流区可变限速控制[J]. 吉林大学学报(工学版), 2018, 48(3): 677-687.
[11]	王占中, 卢月, 刘晓峰, 赵利英. 基于改进和声搜索算法的越库车辆排序[J]. 吉林大学学报(工学版), 2018, 48(3): 688-693.
[12]	李志慧, 胡永利, 赵永华, 马佳磊, 李海涛, 钟涛, 杨少辉. 基于车载的运动行人区域估计方法[J]. 吉林大学学报(工学版), 2018, 48(3): 694-703.
[13]	陈松, 李显生, 任园园. 公交车钩形转弯交叉口自适应信号控制方法[J]. 吉林大学学报(工学版), 2018, 48(2): 423-429.
[14]	苏书杰, 何露. 步行交通规划交叉路口行人瞬时动态拥塞疏散模型[J]. 吉林大学学报(工学版), 2018, 48(2): 440-447.
[15]	孟品超, 李学源, 贾洪飞, 李延忠. 基于滑动平均法的轨道交通短时客流实时预测[J]. 吉林大学学报(工学版), 2018, 48(2): 448-453.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed