基于agent的交通运输仿真模拟研究综述

《基于agent的交通运输仿真模拟研究综述》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于Agent的交通运输仿真模拟研究综述　　【摘要】近年来，将Agent技术应用于交通运输仿真领域的研究越来越多。本文主要对近几年国内外在基于Agent技术的交通运输建模和仿真领域中较高水平的论文进行综述。【关键词】交通运输基于Agent仿真一、引言随着交通运输网络的复杂度不断增加，为了让交通运输系统更加高效地运作，不仅需要考虑宏观的部分，还要更好地考虑微观因素。一个交通运输系统包含了很多自治的、相互作用的智能实体，将Agent或多Agent技术应用于交通运输中是非常有创造性的，当然，这也是非常有挑战性的。二、基于Agent的交通

2、运输仿真（一）交通仿真的微观方法在交通流仿真中可以找出一些微观方法。将结合车辆动力学和驾驶员决策的车辆跟驰模型运用于商业工具中，可以为基于驱动策略模型的各种工具提供支持，例如Gipps提出的模型。该模型与自动巡航控制算法很相似，每个模拟车辆具有理想速度以及与前车的合理距离等值。5另一种旨在重建交通流的微观交通仿真是基于元胞自动机的。空间被切割为元胞，在一系列更新规则的指导下，元胞的状态根据它们的相邻元胞的状态来更新。1992年，Nagel和Schreckenberg提出了著名的Nagel-Schreckenberg模型。在该模型中

3、，元胞的状态表示该元胞内的车辆的存在和速度。排队仿真是交通流仿真中的另一个有效的技术。排队仿真根据车辆驾驶员单元在队列中的位置来捕捉它停留在某个路线上的时间，从而抽象出在驾驶在某个线路上时的决策。（二）基于Agent的交通需求仿真5传统上来说，决定交通需求是所有交通仿真中的第一个阶段。它解决了交通运输基础设施的需要，并将其作为基础仿真输入。交通需求计算的输出是从起始地到目的地的一系列路径以及出发时间。决定交通需求一般是基于人口数据、家庭和工作场所统计、汽车所有权等的数据驱动活动。然而，基于路线的方法在过去比较流行，而基于活动的方法

4、现在变得越来越重要。基于活动方法由发生在某个地点的活动组成。为了模拟地点的变化，将路线增加到总体规划中。之后，根据连接两个活动的各自的路线，就可以确定起始地、目的地以及出发时间。由于Agent和基于活动的方法能够完美结合，模拟计划好的活动和用Agent执行活动可以让交通系统的分析达到一个更详细的层次。因此，越来越多学者研究基于Agent概念和实现的交通需求模型。Rindsfuser等提出一个能够适应关于外部事件的日常活动时间表的智能Agent模型。该模型首先为旅客的活动计划表定义习惯日常程序。AuldandMohammadian把

5、活动产生与活动计划分离，并且列入与活动和交通计划相关的动态决策框架。该模型是建立在经验研究中的。与他们的研究相似，Sun等的研究提供了额外的与信息处理和决策不确定性有关的基础知识。（三）基于Agent的交通相关选择仿真基于Agent的第二类模型是交通相关选择方面的模型。这些交通选择可以在不同粒度的层次上做出。1、博弈论路由选择模型和信息根据博弈论理论，如果不通过损害其他Agent的利益，就没有一个Agent可以通过转换路径来提高收益或者降低成本。Chmura以及Klugl等在这方面进行了类似的研究。在抽象双通道模型中，Machad

6、o和Bazzan研究了路径选择协同下的学习和信息分享问题。在该研究中，通过随机布尔网络将其他驾驶者的信息融合进每个Agent的决策中。2、网络学习、通信及重路由模型Yamashita等的研究5指出，增加驾驶者的信息分享可以减少交通时间，这不仅是对于配备了信息分享设备的驾驶者，对其他驾驶者也是有作用的。随后，这种路由信息分享的思想被用于协作导航系统中。同时，Zhu等的研究表明了在公路网络上的随机行走中，基于Agent的方法结合路由信息交换可以在计算可回溯的情况下产生有效的结果。在Klugl等的研究中，为了产生现实世界交通网络负载的平

7、衡分布，模拟驾驶者在使用的网段上反复学习实际交通时间。Amarante等研究了对不同信息设置的驾驶者的重新计划值问题。（四）基于Agent的交通流仿真最近几年，交叉路口的移动行为是交通流仿真中的热门领域。Espie等提出的ARCHISIM模型可以解决现实驾驶模型中的以Agent为中心的感知问题。在此基础上之后的一些模型则关注与紧急车辆或者其他障碍等非标准情景的感知有关的现实环境表示问题。例如Ksontini等的研究。Waizman等使用3D模型对交通意外和行人安全改善方面进行研究。该模型对详细Agent策略行为、驾驶者分析以及行人

8、Agent的感知进行了分析。Luo等的研究运用细节感知模型对驾驶者变道的策略行为进行模拟仿真。Benenson等对于驾驶者在TelAviv的居民区寻找免费停车位的行为进行了仿真。Agent在网络上移动来表示驾驶者的寻找行为，结果可能是找得到，也可能