CASIA OpenIR  > 毕业生  > 博士学位论文
基于代理的网络化城市交通控制系统研究
其他题名A Study of Urban Networked Traffic Control Systems Based on Agent Technology
陈诚
学位类型工学博士
导师王飞跃
2013-05-25
学位授予单位中国科学院大学
学位授予地点中国科学院自动化研究所
学位专业控制理论与控制工程
关键词网络化控制 代理控制 按需控制 多代理系统 城市交通控制系统 平行控制 Networked Control Agent-based Control COntrol On Demand Multi-agent System Urban Traffic Control System Parallel Control
摘要城市交通系统与城市发展息息相关,对人类文明演化起到不可替代的支撑作用。但近年来,随着大量人口向城市集中和城镇化进程不断加速,交通压力越来越大。而旧有的城市交通改善方法如道路扩容、新加道路等,因成本越来越高无法跟上城市发展的步伐,无法满足城市居民出行需要,造成日益严重的城市拥堵问题。因此,各国政府开始注重提高现有交通设施使用效率,尽力减缓不断增长的出行需求与有限道路资源之间的矛盾。近年来日益成熟的智能交通系统(Intelligent Transportation Systems, 简称ITS)将先进的信息技术、通讯技术、传感技术、控制技术以及计算机技术等有效地集成并运用于整个交通运输管理体系,从而建立起一种在 大范围内、全方位发挥作用的,实时、准确、高效的综合的运输和管理系统,得到各国重视。面对复杂多变的城市交通环境,城市交通控制管理系统作为ITS的重要组成部分,正试图通过提升对环境的感知能力和反应能力来提高交通运输效率,缓解交通阻塞,减少交通事故,降低能源消耗和减轻环境污染。为此,大量新兴科技成果被应用于城市交通控制系统,以满足不断增长的交通出行需求。 伴随物联网时代的到来,城市交通控制系统通过网络互联可实现分布于不同时空位置的物理设备之间的数据资源与计算资源共享,提升控制系统对环境的感知能力与反应能力,完成从单点路口控制到路网协作控制的飞跃。同时,作为人工智能最新的一项发展成果,代理技术自产生以来,已在金融、工业、交通、医疗、娱乐领域得到广泛应用。多代理系统作为分布式人工智能的重要分支之一,长于利用其子系统的高度自治能力来满足分布式系统的动态需求变化。城市交通系统作为一个动态的复杂巨系统,其地理上的分布性和功能上的多样性,促使基于代理城市交通管理系统成为优化城市交通管理的有力手段和研究热点,旨在满足动态复杂系统中生成的多变的控制需求。 本论文主要从平行控制理论与代理控制理论出发,结合互联网领域的云计算技术、推荐技术,人工智能领域的自组织模糊神经网络技术, 复杂网络领域的社团发掘技术,研究基于代理的网络化交通管理系统实现“按需控制”所面对的问题。 具体来讲,研究工作主要有如下几个方面: 1、于云计算的MapReduce架构,面向海量交通数据挖掘的交通流预测问题的研究。海量数据处理是网络化系统需要面对的一个问题。将云计算技术与交通流预测技术结合,提出基于MapReduce架构的分布式交通流预测流程,解决模型融合与数据切分问题,为快速预知城市交通路网的交通道路通行需求变化提供支持。 2、于混合推荐技术,动态交通场景与交通控制策略匹配问题的研究。控制代理与目标交通环境的匹配是基于代理控制系统所需解决的关键问题。为明晰各种交通控制代理的特点,将BDI代理模型扩展到交通控制代理建模上。同时,本论文结合混合推荐技术提出交通控制代理推荐系统,为基于特定交通环境下满足特定需求的控制代理选择提供支持。 3、于网络社区发现技术,交通控制子区域动态划分问题的研究。 基于网络互联,分布式控制系统通过信息共享与协作控制带来控制效果的提升。考虑交通...
其他摘要Urban transportation systems have a close relationship with the urban development and provide an irreplaceable support for the evolution of civilization. In recent years, the acceleration of urbanization and concentration of population increase the pressure on urban transportation systems. Traditional ways to release traffic pressure, such as expansion of road capacity and addition of new road, can not satisfy the requirement of city development for their high payments. This predicament leads to the ever-worsening traffic congestion problem. Hence, in order to ease the contradiction between increasing travel requirement and limited traffic resource, governments pay attention to the improvement of efficiency about the utilization of existed traffic facilities. The emergence and rapid growth of Intelligent transportation systems (ITS) has drawn the attention of governments. By the integration of advanced technologies, like information technology, communication technology, sensing technology, control technology and computer technology, ITS establish one real-time, accurate and efficient kind of traffic management systems. These systems can widely ameliorate our traffic environment in all domains.As one important part of ITS, urban traffic control systems focus on improving its perception and reaction ability to the complex and dynamic urban traffic environment. They aim to improve the transportation efficiency, ease traffic congestion and environmental pollution, reduce traffic accident and energy depletion. Hence, traffic control systems try to get help from many emerging technologies to satisfy increasing traffic travel requirement. With the coming of the Internet of things, networked devices in different spatial-temporal space can share data resource and computing ability. This way can improve perception and reaction ability of the whole control system to diverse environment and complete the leap from single-point control to coordinated control. Meanwhile, as one achievement of Artificial intelligence (AI), agent technology found a diverse range of applications, such as industrial applications, commercial applications, entertainment applications and medical applications. Being one important branch of distributed AI, the multi-agent systems are expert in using the high degree of autonomy in sub-systems to handle the variety of dynamics in environment. Urban transportation systems are dynamic, complex and giant systems, which are geographically and func...
馆藏号XWLW1853
其他标识符201018014628001
语种中文
文献类型学位论文
条目标识符http://ir.ia.ac.cn/handle/173211/6515
专题毕业生_博士学位论文
推荐引用方式
GB/T 7714
陈诚. 基于代理的网络化城市交通控制系统研究[D]. 中国科学院自动化研究所. 中国科学院大学,2013.
条目包含的文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
CASIA_20101801462800(15188KB) 暂不开放CC BY-NC-SA请求全文
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[陈诚]的文章
百度学术
百度学术中相似的文章
[陈诚]的文章
必应学术
必应学术中相似的文章
[陈诚]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。