交通you导信息对路网中车辆行为的影响.PDFVIP

第9 卷 第6 期 交 通 运 输 工 程 学 报 Vol19 No1 6 2009 年12 月 Journal of T raffic and T ransportation Engineering Dec. 2009 : 1671-1637( 2009) 06- 0114-07 1 2 2 2 魏 赟 , 范炳全, 韩 印 , 干宏程 ( 11 , 200093; 21 , 200093) : 为研究诱导模型的诱导效果, 元胞自动机模型模拟车辆在路网中的行为, 仿真了不同诱 导信息在不同交通量不同受诱导率情况下对交通流的影响, 提出基于Agent 的交通诱导模型, 模 型采 Q-学习算法优化诱导信息, 可根据路网中交通流情况发布建议性诱导信息, 调节交通流分 布仿真结果表明: 影响诱导效果的主要因素为受诱导率和诱导信息, 基于Agent 的交通诱导模 型能有效均衡路网交通流, 且随着交通流的增加, 优势逐渐明显在轻交通量情况下, 该模型较出 行者自由选择路径模型略优; 但在重交通量情况下, 发布建议性的诱导信息比描述性诱导信息能减 少12%平均行程时间 : 交通诱导; 智能体; 微观交通仿真; 元胞自动机; Q-学习算法 : U491 : A Impact of traffic guidance information on vehicle behavi or in network 1 2 2 2 WEI Yun , FAN Bing-quan , HAN Yin , GAN Hong-cheng ( 1. chool of Optical-Electrical and Computer Engineering, Universit y of hanghai for cience and Technology, hanghai 200093, China; 2. chool of Business, University of hanghai for cience and Technology , hanghai 200093, China) Abstract: To study the effect of traffic guidance model, cellular automata( CA) model w as applied to simulate vehiclesp behaviors in traffic netw ork, and the impacts of different guidance informations on traffic flow w ere studied in different traffic volumes and different accepting guidance ratios. A traffic guidance model based on agent technology w as built. In w hich Q- learning algorithm w as used to optimize traffic guidance information, propositional information could be provided according to real time netw ork traffic, traf