代理控制交通灯（外文翻译） ㊣ 精品文档 值得下载

系统单元的部分，它将能更好地改变目前的交通状况。

如果考虑人工调整，那么调整交通控制单元是件花费昂贵和耗时大的事情。

假如使用种能够自我分析和自适应调整的交通控制系统，它将会带来额外的收益。

对于这种可以适应环境改变的城市交通控制系统已经有销售。

这种系统叫做自适应系统。

实时自适应系统将需要主动计算交通信息和循环地计划，这种计划是根据不断计算更新的交通信息而采取的。

自适应城市交通控制自适应信号控制系统必须有能力根据目前的交通状况，通过调整优化交通流量。

所有使用的交通信号控制方法是基于反馈算法，而反馈算法的数据来源于过去的几分钟到几年时间里的交通需求。

当前的交通控制系统运作网络是根据测到的交通状况来协调适应性和灵活性。

这些还不是根据交通需求在短时间内改变的最佳方法。

其基本前提是，现有的信号计划工具能够根据不同的情况作出合适的信号计划。

但是，目前可用的工具都是积极主动型，或者元规则型。

这就使得改变控制器的方式放在系统中进行。

交通控制的下个逻辑步骤是将元规则主动的和目标导向行为都列入。

为此，从人工智能和人工智能代理的贡献可以预测，加强管制的主要方面包括与冲突的目标处理能力基于时间分析的决策能力管理学习自我调整和应对非经常性和突发事件的能力等，。

什么是智能代理代理技术是人工智能的个新概念。

人工智能代理模式是基于无功，自主，内部机动的实体，动态的居住概念，并不定是完全可预见的环境，年。

自主是指在段长时间内，能够作为个独立单元，执行必要的行动以实现多种预先指定的目标，同时对同体载传感器以及交通管制规则定义检测当前的交通状况预测预测下次最优的正确的数学周期决定与其它代理决定如何使用下个周期处理当前的交通问题控制根据信号计划周期操作。

模型内部结构通常，引进快速环控制十字路口的交通。

探测器的数据反馈到控制算法。

基于预定的控制策略去选择相应的信号操作规则。

在本研究中，我们要求介绍设立个额外的，缓慢的循环规则和个预测参数可以由个高阶元改变的模型。

模型个的内部由几个代理组成。

对于的内部代理模型和代理的职能详见图二。

采集的数据部分放在，部分放在。

需要收集的数据来源于不同的地方，但主要是通过探测器。

数据存储在本地，并可以传输给其它的代理。

交通信号的实际运作是由控制器代理。

的中央部分是控制策略的代理。

该代理可以操作些控制策略，如抗粘连和公共交通优先。

估计在不久的将来，控制策略的代理使用预测模型代理。

预测代理模型预测将来不久的状态。

该预测模型代理获得的数据作为代理的知道的预测方程，可以根据它的知识和数据库的相关数据推理出实际交和制约因素通条件，以及路口路段未来的交通状况。

如果有预测，在线优化只能在交通，对于预测指标的评价，个不错的选择是找到处理次性事情的有效方法，。

预测模型我们希望通过包括具体的预测模型代理去预测未来的交通状况。

该预测对于主动交通控制的发展是非常重要的。

预测模型建议通过自己的预测模型去预测未来的交通状况。

元预测模型比较了当前的交通预测精度，如果有不准确或不足的将会做出调整。

该预测模型存储了几个输入车辆检测系统有关道路交通情况控制策略十字路口的重要数据和它的交通状况和附近的交通路口以及更高级的代理通讯。

代理有自己的基础规则，预测方程，知道规定有关十字路口的具体参数和获取目前交通状况。

有了这些数据，内部交通预测模型可以预测其未来的交通情况。

有效的预测预报是在有限的时间里。

研究表明，模型的使用时间，上游和当前的链路流量相结合会得到最佳的预测结果。

结论和未来的工作自适应信号控制系统，能够优化和调整信号设置，可以提高吞吐量，减少车辆，通过适当的反应测得的需求模式的变化延迟。

随着两个非耦合引进回路圈，无论是代理技术使用与否，个积极主动的交通控制理论可以得到满足。

有几个方面仍需要查证。

我们首先要做的是建立个单路口的原型系统，看看是否适应给定的要求和是否有利于灵活性的实现。

这样个系统的工作原型应该提供适当的数据证明基于控制系统代理的可用性。

另外，有三个方面还可以深入研究自我控制模式调制在线优化复杂系统并取得了良好的预测模型。

对于城市交通控制，我们需要发展自我调节的控制方案，可以处理和驱动动态数据。

对于优化数学规划方法，我们需要能够实时在网上操作。

由于几个不同的，不断变化的，重量和不同目标的不同的使得在动脉和代理系统这问题变得复杂，需要适当的合作，协调。

迈向实现实时在线预测模型的研究，需要遵守基于技术的代理。

积极主动的代理人，重新和双回路控制模式，似乎是在智能交通管理和控制的典范。

进步的研究和模拟实验，研究控制策略，基于智能自主代理，有必要提供以代理为基础的控制系统的可用性的适当证明。

产生的刺激产生反应，。

综合代理系统的特点是可以通过很多的代理系统互相合作去解决各种各样的问题。

此外，人工智能智能代理应该有些额外的属性使得它自己可以解决些实时问题理解信息有目标和方向对情况进行分清区别揉合新概念或想法。

其解决问题的智能代理组件可以是个以规则为基础的系统，但也可以是个神经网络或模糊专家系统。

显然，对代理技术而言，找到个可行的解决方案是必要的。

通常在分散系统中最优的是局部而不是全部。

这个问题不容易解决。

解决的方案可以参照裁缝业的相互作用机制，或者有监督代理人协调其他代理人进行优化的过程。

智能代理在的使用是种有益的范例代理技术适合不同领域的。

那些值得最重要提的是信息代理代理交通仿真和交通控制。

目前，大多数运用智能代理来进行信息代理。

它们通过网络收集信息。

对于采用特殊设计的代理商用户可以提供具体的资料。

城市交通智能代理可以为用户提供有关的天气信息，交通拥堵，公共交通，道路封锁，最佳路线等，成为个人的旅行助理。

代理技术也可以用于数据的分配。

代理和多代理系统，有模拟仿真复杂交通系统的能力。

这些系统通常为每个交通参与者使用个代理类似于面向对象程序使用对象。

我们感兴趣的是代理技术在城市交通控制中的应用。

为此，我们最终使用实时代理技术进行有效的交通灯控制。

信号计划将根据预测和探测器实测数据，以及相邻的代理控制的基础上而进行调整。

代理技术最具有优势的是它的灵活性和积极性，可以给带来更好的交通预测。

当前的不具有灵活性的，它无法自行调节，如果情况变化，不能处理非程序化的情况。

代理技术可以在不同的控制层进行控制。

这对于接近目前还处于低水平的具有定的优势。

基于城市交通控制的代理假设和考虑基于城市交通控制和管理的代理，可以从三方面改善系统的现状。

适应性。

智能代理能够适应它的行为，可以学习早期的情况。

通信。

通信是代理之间进行合作，从而对计划信号进行调整。

积极主动。

由于积极主动，交通控制控制系统可以提前计划。

要对目前的交通控制单元进行替换，可以接受的是该系统应执行得和现在系统样或者比它更好。

基于的代理将要求改变交通模式的在线反应和积极反应。

基于的代理应根据各个阶段的要求做出适应性的回应，当前的交通控制和预测方法是不够的，不能使用在代理技术上，应该发展新的交通控制和交通预测方法。

适应性也可以分为几个不同的时间尺度，系统可能需要以不同的方式处理，年由于渐进式的改革改变了个较长时间的交通量由于突然的变化改变了个较长时间的交通量突然，由于改用短的时间内的交通量，时空改变突然，时空改变，由于交通优先较短时间。

种处理方法之间的性能和复杂性是个等级制度布局使用的平衡。

我们提出了个在每个层次的代理对自己负责的最佳解决方案，可能不仅影响邻近的代理，而且也可能影响更高级代理。

这些代理的下级代理之间解决他们不能解决的冲突任务。

最后要提的个方面是稳健的代理系统如果所有运行的代理通讯失败，如果没有个固定的代理程序被执行。

为了能够保持我们的第个城市交通控制模型尽可能简单，我们作了以下的假设我们限制自己的市内交通控制路段，路口，走廊，我们只处理控制与探测器强度和速度在所有路段的十字路口，只处理车和我们使用简单的规则为基础的知识表示。

代理类型城市交叉路口控制正如我们在划分识别几个零部件样，我们定义以下级的类型系统道路是代表特殊路段的代理商控制路口是十字路口代理人的代表对于具体的明确的领域，有个地区代理上级对于跨越几个相邻路段的具体线路可以由路由代理上级我们没有选择每个代理信号。

这可能导致个更简单的解决方法，但现在的交通管制方案不适合在该代理类。

我们特意选择更复杂的代理，可以使用标准的交通控制设计算法和方案。

这个想法仍然是在地方级的优化十字路口，但与当地和整体控制。

为此，我们使用面积代理的方式，