交通诱导系统多Agent社会行为协调模型研究.pdfVIP

交通诱导系统多Agent 社会行为协调模型研究1 朱明皓，吕永波，任远，付蓬勃 北京交通大学交通运输学院，北京 (100044) E-mail 摘 要：交通诱导系统是一个典型的multi-Agent 系统，本文将交通诱导系统内的交通流量 预测、路径选择、行车导航、路网优化分析等子系统均看作一个 agent。Agent 间的协调是 必须的，而这种合作将对参与合作的个体Agent 的行为产生影响，当其行为正是基于Agent 的信念和目标都与其它Agent 意识相关时，才具有社会性，这样就为系统获得最大利益创造 了条件。通过社会行为协调模型解决智能交通系统多Agent 的协调问题。 关键词：交通诱导系统，Agent ，动态模糊逻辑，社会行为，协调 1．引言 智能交通系统（ITS ）将先进的信息技术、数据通信技术、电子控制技术以及计算机处 理技术等有效地运用于整个交通运输管理体系，使人、车、路和谐统一，从而建立一种在大 范围内、全方位发挥作用的实时、准确、高效的交通运输综合管理系统。交通诱导系统（TGS ） 是 ITS 的重要组成部分，以实施动态分配理论为核心，综合运用通信、计算机、GPS、GIS、 检测等技术，动态地向驾驶员提供最优路径引导指令和丰富的实时交通信息，通过单个车辆 诱导改善道路路面状态，防止和减轻交通堵塞，减少车辆在道路上的逗留时间，最终实现交 [1] 通流的合理分配 。 2 ．动态模糊逻辑模型（DFL ）相关概念 动态模糊逻辑（DFL ）是建立在动态模糊集的基础上，以下给出与本文有关的DFL相关 [2] 概念 ： 定义 1 ：一个具有动态模糊性的陈述句称为DF命题，用大写字母A, B, C…表示 定义 2 ： 用来度量一个DF命题真假用DF数(a, a) ∈[0,1] 表示，称为该命题的真假度， 常用小写字母(a , a ), (b , b ), (c , c ) 表示。其中 (a,a) a或者a , min(a,a) a,max(a,a) a 。 定义 3 ：一个DF命题可以看成区间[0，1]上取值的变量，称为DF命题变量 DF命题逻辑的几个公式对DF变量 (x ,x ), (y ,y ) ∈[0,1] 规定如下运算： （1）否定“─” 。例如：(x , x ) 的否定记为(x , x ) ，且(x , x )∆(1−x), (1, x ) ； （2 ）析取“ ∨ (x , x ) (y , y ) (x , x ) ∨(y , y )∆max((x , x ), (y , y )) ” 。例如： 与 的析取式为： （3 ）合取“ ∧” 。例如：(x , x ) 与(y , y ) 的合取式为：(x , x ) ∧(y , y ) ∆ min((x , x ), (y , y )) ； 1本课题得到高等学校博士学科点专项科研基金（20040004006 ）资助。 - 1 - （4 ）条件“ →” 。如：(x ,x ) →(y ,y ) ⇔(x ,x ) ∨(y ,y )∆max((x , x ), (y , y )) ； （5 ）双条件“ ↔”，例如：(x , x ) ↔(y , y ) ⇔((x , x ) →(y , y )) ∧(x , x ) ((x , x ) ∨(y , y )) ∧(y , y ) ∨(x , x ))∆min(max(x , x , y , y )), max((y , y ), (x , x )) 3 ．交通诱导系统的各Agent 功能 诱导系统是由交通流量预测 Ag