基于多智能体的城市交通仿真研究

1 / 9基于多智能体的城市交通仿真研究摘要：多智能体模型是一种研究社会、经济、生态等复杂系统的动态研究方法，交通系统是一个具有随机性、动态性和自适应性等特征的开放的复杂系统。因此以多 Agent技术为手段结合交通系统的组成和复杂性特征，利用基于Agent 的计算机仿真通过模拟交通系统中个体的行为，可以让一群这样的个体在计算机所营造的虚拟环境下入行相互作用并演化，自下而上的“涌现”出整体系统的复杂性行为。借助 Netlogo 软件平台，利用 Traffic Grid 模型仿真研究了有人介进的交通仿真实验，获取了跟着时间变化的车辆均匀速度、均匀等待时间等数据，根据其变化曲线为建设低碳交通和智能交通系统提供决议计划。 枢纽词：多 Agent;交通仿真;Traffic Grid 模型;Netlogo 1 引言 交通仿真是 20 世纪 60 年代以来,跟着计算机技术的2 / 9提高而发铺起来的采用计算机数字模型来反映复杂道路交通现象的交通分析技术和方法。从试验角度望,道路交通仿真是再现交通流时间和空间变化的模拟技术，交通仿真是智能交通运输系统的一个重要组成部门，是计算机技术在交通工程领域的一个重要应用。利用基于 Agent 的计算机仿真通过模拟交通系统中个体的行为，让一群这样的个体在计算机所营造的虚拟环境下入行相互作用并演化，自下而上的“涌现”出整体系统的复杂性行为。多主体模型基本思路是：因为人类社会是由大量的个体构成的复杂系统，因而在计算机中建立每个经济实体的个体模型，这样的计算机中模型被称为 Agent；然后让这些 Agent 遵循一定的简朴规则相互作用；然后通过观察这群 Agent 整体作用的涌现性找到人工社会的规律，并用这些规律解释和理解人类社会中的宏观现象1。 文中以 Traffic Grid 模型为基础，仿真研究了交通系统从而得出停着的车辆数目，均匀等待时间等曲线，为城市规划和决议计划者提供了数据。 2 多主体建模 主体和多主体系统是跟着分布式人工智能的研究而3 / 9兴起的。 “主体”一词一般用来描述自包含的、能感知环境并能在一定程度上控制自身行为的计算实体2。人工智能学者 Minsky 在 1986 年出版的著作思维的社会3中提出了 Agent，以为社会中的某些个体经由协商之后可以求得题目的解，这些个体就是 Agent。Agent 至少应具备以下几方面的枢纽属性：自主性：Agent 具有属于其自身的计算资源和局部于自身行为控制的机制，能在无外界直接操作的情况下，根据其内部状态和感知到的环境信息，决定和控制自身的行为。交互性：能与其他 Agent 入行多种形式的交互，能有效地与其他 Agent 协同工作。反应性：能感知所处的环境，并对相关事件做出适时反应。主动性：能遵循承诺采取主动步履，表现出头具名向目标的行为。推理和规划能力：Agent 具有学习知识和经验及入行相关的推理和智能计算的能力。 多 Agent 系统由多个自主或半自主的智能体组成，每个 Agent 或者履行自己的职责，或者与其他 Agent 通讯获守信息互相协作完成整个题目的求解。与单 Agent 比拟，MAS 有如下特点：社会性：Agent 处于由多个 Agent 构成的社会环境中，通过某种 Agent 语言与其他 Agent 实施灵活多样的交互和通信，实现与其他 Agent 的合作、协同、协商、竞争等。自制性：在多 Agent 系统中一个 Agent4 / 9发出哀求后，其他 Agent 只有同时具备提供此服务的能力与爱好时才能接受动作委托，即一个 Agent 不能强制另一个 Agent 提供某种服务。协作性：在多 Agent 系统中，具有不同目标的各个 Agent 必需相互协作、协同、协商对未完成题目的求解。 3 仿真模型 总体结构 道路交通系统包含良多相互联系关系的实体，主要有道路、信号控制举措措施、车辆、驾驶员、行人等。这些实体有的具有一定程度的自制性和智能性，如驾驶员、行人等，有的是被动的受其他实体的影响，如路段等。多主体技术能够对交通系统中的各要素入行建模4，如交叉口、信号灯、交通控制中央等，对这些要素入行简化，建立多主体概念模型。主要 Agent 有交通路网 Agent、车辆Agent、信号灯 Agent，其中交通路网 Agent 参考 1979 年Herman 等5提出的二流模型,该模型以为交通流有运行车辆与休止的车辆组成。 5 / 9路网描述：交通路网是道路交通系统的基础举措措施，承载着车辆的运行。交通路网具有复杂的拓扑结构和集合特征，假如过于复杂则计算负载过重，故分为路段、路网、交叉口三次层治理，路网 Agent 负责存储维护整个交通路网的拓扑关系，为交通实体提供路网信息。路段Agent 负责本路段的描述，交叉口 Agent 包含信号灯对象实现各入口车道交通流的时间分离，一个路段一个车道。 信号灯结构：信号灯是重要的交通控制举措措施，它实现对交叉口不同流向的车辆入行时间分离，减少车辆之间可能的冲突，改善交通安全，入步交叉口畅通流畅效率。信号灯控制从本质上望，是一个典型的复杂适应系统，海内外相关学者对信号灯控制已做出大量研究，也产生很多控制方案，但都有相应的局限性，也普遍存在着鲁棒性差、不易扩铺、计算复杂等缺点5，本模型从计算简朴出发同一治理信号灯，一次初始化好时间距离。 参数设置 设置部门如图 1。 各个控件表示的物理意义如表 1 6 / 9初始化环境 环境是由 3737 的网格组成的，通过设置 sliders ：grid-size-x=3，grid-size-y=4 初始化一个 4 行 3 列的道路，其中两条道路交叉处有红色和绿色的瓦片分别代表红灯和绿灯，其中汽车数量通过设置 slider：num-cars=54，点击 Setup 按钮即形成道路图，如图 2。 图 2 三行四列的道路图 相关规则 环境规则 初始时车辆数量一定要小于路的数目，假如超出则提示警告信息。 假如无人介进此系统则设置 current-auto? 为 off ，有则设置 on ，并且通过 current-phase 选择一个交通灯为控制的交通灯。 此系统假如没有交通灯的介进则设置 power? 为 7 / 9off ，反之则设置为 on 。 运行规则 每一个时间步，车子按照当前速度向前行驶，假如当前速度小于限制速度并且它们前方没有车子，那么它们加速行驶，假如前面的车辆速度小于自己的车速，那么当前车子要调整自己车速和前面的车速一致，碰到红灯或者停着的车辆，当前车辆要休止。 4 案例分析及结果 案例一 目前，以城市交通为背景，研究诸如拥堵的形式、传播、消散、交通流在路网中的优化分布、车辆动态路径选择、特殊车辆控制等题目时，无信号灯交叉口车辆通行情况的正确性表征都是不可缺少的重要一环6。按照上述模型运行，当在没有信号灯也没有人介进的情况下，道路为 4 行 3 列，车辆数量为 140 时的运行结果如图 3当在有信号灯没有人介进的情况下，道路为 4 行 3列，车辆数量为 140 时的运行结果如图 4 8 / 9案例二 按照上述模型运行，当在道路为 4 行 3 列，车辆数量为 54 时我们得出停着的车辆数目柱状图如图 5，车辆均匀速度柱状图如图 6，均匀等待时间柱状图如图 7： 图 5 停着的车辆数目 分析及结果 由案例一可知，在有信号灯介进交通治理下交通却快速崩溃了，导致这种结果有多个因素，如信号灯控制不公道、车辆数量过大超过了道路的承载能力等。 有案例二可知，车辆均匀速度与停着的车辆数目有一定的关系，正如二流模型中以为的路网宏观层面的均匀行驶速度与路网上车辆的比重的幂运算成线性关系7. 限于篇幅，文中只给了两个案例，有参数设置可以望出要得到高效的交通模拟数据需要大量的实验和多种组合，我们还可以得出有人介进交通治理的情况下交叉口的9 / 9畅通流畅效率会入步，当有活动车辆入进交通道路或者离开交通道路会对上述结论产生何种影响等很多对实践有指导意义的结论。 结论 文中从基于多 Agent 建模的角度出发，借助 Netlogo软件平台，利用了“Traffic Grid 模型” ，模拟了不同组合的参数对交通系统产生不同的影响，获取了车辆均匀等待时间、休止的车辆等随时间变化的曲线，但是因为此