基于多智能体的智能交通信号控制的研究
| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 附图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-20页 |
| ·课题研究背景和意义 | 第12-13页 |
| ·国内外研究现状 | 第13-17页 |
| ·交通控制系统发展 | 第13-14页 |
| ·交通信号控制理论与方法 | 第14-17页 |
| ·交通信号控制参数 | 第17-18页 |
| ·本文主要研究内容 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第2章 多智能体技术 | 第20-25页 |
| ·智能体(Agent) | 第20-22页 |
| ·Agent的特点 | 第21页 |
| ·Agent的结构 | 第21-22页 |
| ·多智能体系统(MAS) | 第22-23页 |
| ·多智能体系统在交通控制领域的优越性 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 单交叉口Agent信号自学习控制 | 第25-38页 |
| ·模糊隶属度函数的优化 | 第25-32页 |
| ·模糊推理 | 第25-27页 |
| ·模糊控制理论简介 | 第25页 |
| ·模糊控制器组成原理 | 第25-26页 |
| ·模糊控制特点 | 第26-27页 |
| ·遗传算法 | 第27-29页 |
| ·遗传算法简介 | 第27-28页 |
| ·遗传算法的特点 | 第28-29页 |
| ·基于遗传算法对隶属度函数的优化 | 第29-32页 |
| ·模糊控制器的设计 | 第29-30页 |
| ·模糊隶属度函数的优化 | 第30-32页 |
| ·基于Q学习算法的单交叉口Agent自学习控制 | 第32-35页 |
| ·单交叉口Agent模型 | 第32-33页 |
| ·Q学习算法 | 第33-34页 |
| ·控制算法描述 | 第34-35页 |
| ·仿真实验 | 第35-37页 |
| ·仿真条件及环境 | 第35页 |
| ·仿真结果及分析 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 基于多智能体的多交叉口信号协调控制 | 第38-50页 |
| ·基于多智能体的交通信号协调控制系统结构 | 第38-41页 |
| ·多交叉口协调控制 | 第41-48页 |
| ·系统整体控制方案 | 第41-42页 |
| ·基于Q学习的Agent模型 | 第42-44页 |
| ·多Agent间通讯的设计与实现 | 第44-46页 |
| ·控制算法描述 | 第46-48页 |
| ·仿真实验 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 结论与展望 | 第50-52页 |
| 1 总结 | 第50页 |
| 2 展望 | 第50-52页 |
| 参考文献 | 第52-57页 |
| 致谢 | 第57-58页 |
| 附录A 攻读学位期间发表的学术论文和参与项目 | 第58-59页 |
| 附录B 统计的交叉口流量数据 | 第59-60页 |
