| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 引言 | 第9-17页 |
| ·课题背景 | 第9-10页 |
| ·国内外研究现状 | 第10-14页 |
| ·ITS 国内外发展现状 | 第10-12页 |
| ·交通信号控制系统国内外研究现状 | 第12-14页 |
| ·研究的动机和内容 | 第14-15页 |
| ·研究的核心与难点 | 第15页 |
| ·论文结构和章节安排 | 第15-17页 |
| 第二章 相关背景与技术 | 第17-31页 |
| ·分布式人工智能 | 第17-18页 |
| ·智能体基本概念 | 第18-19页 |
| ·多智能体系统（MAS） | 第19-20页 |
| ·多智能体系统（MAS）与分布式问题求解（DPS）之间的关系 | 第20页 |
| ·智能交通系统（ITS） | 第20-22页 |
| ·马尔科夫决策过程（MDP） | 第22-27页 |
| ·马尔科夫决策过程定义 | 第22-23页 |
| ·Recursive properties of the value-贝尔曼最优方程 | 第23-24页 |
| ·Q 方程 | 第24页 |
| ·计算值方程 | 第24-25页 |
| ·迭代策略 | 第25-26页 |
| ·经验学习 | 第26-27页 |
| ·约束满足问题 | 第27-30页 |
| ·约束满足问题的基本概念 | 第27-28页 |
| ·约束满足问题的定义 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 基于 MDP 的多智能体路口信号灯控制设计原理 | 第31-39页 |
| ·问题描述与模型建立 | 第31-33页 |
| ·问题描述 | 第31页 |
| ·路口的模型 | 第31-33页 |
| ·智能体的协作关系建立 | 第33-34页 |
| ·主干道路口节点之间的逻辑关系网络建立 | 第33页 |
| ·主干道路口节点之间的协作关系 | 第33-34页 |
| ·信号灯优化问题的求解 | 第34-38页 |
| ·信号灯控制的约束满足问题 | 第34-36页 |
| ·通过 MDP 决策寻找最优解 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 主干道路口信号灯智能配时系统开发实现 | 第39-52页 |
| ·软件开发环境 | 第39页 |
| ·设计流程规划 | 第39页 |
| ·主干道路口信号灯配时系统的系统框架搭建 | 第39-51页 |
| ·系统框架的搭建 | 第39-42页 |
| ·配时优化系统的智能体系统建立 | 第42-50页 |
| ·配时优化系统的决策模型建立 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 解决方案 | 第52-58页 |
| ·管理智能体MA 生成初始状态S(t) | 第53-55页 |
| ·传感获取 Nix(t) | 第53页 |
| ·计算 Iix(t) | 第53-55页 |
| ·执行智能体TA 计算转移模型 | 第55-57页 |
| ·冲突列表的建立 | 第55-56页 |
| ·执行智能体TA 各自计算转移模型T | 第56-57页 |
| ·管理智能体 MA 决策 | 第57页 |
| ·本章小结 | 第57-58页 |
| 第六章 实验平台搭建及实验分析 | 第58-66页 |
| ·实验软硬件环境 | 第58页 |
| ·构建实验平台类图 | 第58-62页 |
| ·实验分析 | 第62-65页 |
| ·抗压实验 | 第62-64页 |
| ·疏通实验 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 第七章 结论与未来的研究 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-70页 |
