资源描述：
《探索基于agent的城市轨道交通列车运行调整算法研究》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、北京交通大学硕士学位论文基于Agent的城市轨道交通列车运行调整算法研究姓名：袁磊申请学位级别：硕士专业：交通信息工程及控制指导教师：唐涛20040301北京交通大学硕士学位论文摘要Y586378摘要城市轨道交通在缓解城市交通压力中起到的作用越来越受到重视，它有客运周转量大、速度快、安全、受干扰少等其它交通工具望尘莫及的优点正常运行情况下，列车严格按照列车计划运行图运行。但由于许多存在许多随机因素的干扰，列车运行又难免偏离计划运行图，尤其在以列车间隔时间短为显著特点的城市轨道交通系统上，一辆列车的晚点往往会影响其它列车正常运行，有时甚至
2、会影响整个城市轨道交通的有序运营。对列车运行的实时调整能保证系统的运营效率，采用智能的自动调整方法能克服传统人工调整随意性大、对调度员要求高的缺点，能及时、全面的制定优化的调整方案。因此，对列车自动调整的研究很有必要。基于Agent的列车自动调整方法，是针对列车调整问题的动态随机性强、多目标和计算复杂的特点，运用Agent的概念对列车调整中的相关工作单元建模，提出了中心管理Agent、区域Agent、列车Agent的概念。该方法采用IADS的设计思路，采用了层次结构的Agent体系结构，管理Agent位于最高层，中间层是区域Agent，
3、最F层是列车Agent。当列车运行与计划不符时生成调整任务并由区域Agent传递到管理Agent汇总。管理Agent在每个时刻对调整任务按优先级排序，优先级高的调整任务首先被求解。这样既可保证调整的实时性又可保证调整策略的次优性。另外，各个Agent之间采用消息通信的机制，利用KQML语言实现通信和协作。各层次之间的Agent通过不断的交互和滚动优化，不断调整列车调整策略，以保证策略不断优化。基于Agent的列车运行调整方法利用知识的推理能力和多Agent之间的通信协作机制，不必进行大量的计算，可以在较短的时间内获得调整问题的近优调整策
4、略。另外，系统还具有动态可扩展性等特点。关键词:城市轨道交通;自动调整;Agent;IADS;KQML慈篡、第I页北京交通大学硕十学位论文ARSTRACFABSTRACTUrbanrailtransportationistakingmoreandmoreimportantroleonreleasingurbantrafficpressure.Ithaslotsofadvantageousthanothervehiclessuchasheavycapacity,fastspeed,safetyandlessdisturb.Generall
5、y,trainobeyarrangedtimetablestrictly,but,forsomerandomreason,itishardtoavoiddeflectionfromthetimetable.Onurbanrailtransportsystemwhichhascharacterthattheheadwayisshort,atrain'sdelaymayafectothertrains;sometimes,itevenafectsthewholesystem'scommonwork.Realtimeadjustingonth
6、etrain'srunningcanassuretheefficiencyofthewholesystem'swork.Byadaptingintelligentautomaticadjustmethod,wecanavoidhigthetraditionalhandadjustmethodsshortcut.suchasbigrandomandtlrnrequirementforthedispatchperson,wecanmakeoptimizingadjustmethodinandfull-scale.Sotheresearcho
7、nthetrain'srunningautomaticadjustingis馏important.anArmatthetrainadjustcharactersuchasstrongdynamicrandom,multi-goalcomplexcompute,automaticadjustingmethodbasedonAgentusetheAgent'sconcepttomaketrainadjustrelatingworkunits'model,ittakeouttheconceptofcentermanageAgent,stati
8、onAgent,andtrainAgent.ThismethodadoptLADSconceptandhierarchicalstructure,managerAgentstandsonthehighest
