（控制理论与控制工程专业论文）基于分层递阶与多智能体理论的城市交通协调控制研究.pdf

中文摘要 随着现代城市交通量的增长和智能交通研究的发展，在对城市交通控制的 研究中，以整个城市或者区域作为研究对象的区域控制方法越来越受到研究人 员的重视。 分层递阶控制做到了集中控制与分散控制的合理结合、互补长短是复杂 规模系统控制的首选控制方式。而城市交通系统是一个典型的非线性、时变、 复杂的大系统，因此采用分层递阶控制理论来解决城市交通协调控制是一个较 好的研究方法。但值得提出的是分层递阶结构形式受协调器的性能、工作状况、 通讯带宽的限制，并且各局部智能控制器问的协作完全依赖协调器而进行，自 主性较差，上层全局协调器可能由于计算量过重而使计算效率变低，不能适应 实时智能交通控制的需要。多a g e n t 系统是a g e n t 的集合，是当今人工智能的 前沿学科，是分布式人工智能研究中的一个重要分支，其目标是将大的复杂系 统建造成小的、彼此相互通信及协调的、易于管理的系统。多a g e n t 系统中每 个a g e n t 都是一个具有相同问题求解方法的自治系统，能利用局部信息进行自 主规划，并能通过规划推理解决局部冲突实现协作，从而完成与自身相关的局 部目标。因此将多a g e n t 技术与分层递阶结构相结合正是解决城市交通控制的 一个可行的策略。 交通系统除了其多学科、跨领域、规模巨大等复杂特性之外，还具有实验 试行成本极高甚至无法进行的特征。国际上己经有多种大规模的交通规划、管 理、优化和控制计算机仿真模拟系统，但随着计算机容量和速度的提高，随着 并行、分布和网格计算结构和方法的不断普及，目前的交通仿真模拟思想的局 限性也日益明显，与计算机所能提供的性能脱节，没有最大可能地发挥计算机 的作用。因此，本文的前一部分首先对人工交通系统的实现作了一定的研究， 在此基础上，在后一部分由点到面逐步地对城市交通协调控制策略进行了研究， 并在实现的人工交通系统上对控制策略进行了仿真研究。 本文的具体研究内容如下： 基于分层递阶与多智能体理论的城市交通协调控制研究 1 ) 提出了基于a g e n t 的车辆代理模型 在本文所提出的车辆代理模型中，方面应用智能体理论，首先将跟车和 换道现象通过模糊规则的方式分别获得加速度；另一方面将二者的加速度值通 过对不同类型的驾驶员运用偏好系数相乘之后，再进行对比的方式，获得驾驶 员最终的决定：跟车还是换道。在模型建立的后期，考虑到了天气因素的影响， 对最终得出的加速度又进行了加权。最后，作者应用a g e n t 技术对无灯控路口 的车辆代理插车过程进行了研究。这些工作的完成对后续人工交通系统的开发 奠定了基础。 2 ) 开发了人工交通系统软件 在车辆模型的基础上，对人工交通系统软件中的几个关键部分的设计和实 现进行了描述：首先对路口、路段、检测器、相位、人工环境等建立对应的a g e n t ， 对于每类a g e n t 的功能及其重要属性进行了描述：对车辆代理在人工交通环境 中的产生、插入、删除、暂时消失等行为实现进行了描述：对系统与外部程序 交互的接口部分进行了描述；对车辆代理与人工环境之间的交互实现做了一定 的描述。结构部分系统软件采用组合性的方式，整个系统软件分为路网生成软 件、信号灯相位生成软件、路线生成软件、人工环境生成软件等几部分。通过 对每部分软件的操作生成x m l 文件，最后将可视化软件作为容器，在可视化软 件部分加以集成，构成人工交通系统。路网的生成可以在g i s 地图上描绘确定， 最后提取，这样使系统中的路网与实际路网可以更加接近。整个系统采取c s 结构，可以实现对大城市路网分割到不同的计算机上面，这样一方面解决了单 机建立大路网的困难性，另一方面可以将大路网庞大的计算量付与较多的计算 机进行网格计算，可以提高人工交通系统的运行速度。 3 ) 提出了基于a g e n t 的单路口交通控制方法 本文采取自上而下的分析方法，首先对单路口控制进行研究。本文正是以 多a g e n t 技术为基础，通过构造相位a g e n t 和路口a g e n t ，根据这两种a g e n t 作 用以及要求的不同，分别对这两种a g e n t 建立模型。并对不同a g e n t 之间的交 互关系和路口a g e n t 的学习方法进行研究，指出了基于a g e n t 进行单路口交通 流控制的可行性。 4 ) 提出了基于a g e n t 的城市交通协调控制方法 本文正是以多a g e n t 技术为基础，通过构造路段a g e n t 和路口a g e n t ，以及 对a g e n t 之间的协调方法进行研究，指出了基于a g e n t 进行区域交通流协调控 制的可行性。 5 ) 提出了基于分层递阶和多a g e n t 理论的城市交通协调控制方法 在前面对单路口和区域控制研究的基础上，本文对城市交通的协调控制进 行了研究。首先提出了城市交通的控制框架，在此基础上对框架中每部分的实 现进行了论述，最后在前面开发的人工交通系统软件的基础上进行了必要的验 证。 关键词：分层递阶，多智能体系统，人工交通系统，x m l ，车辆代理模型，面向 a g e n t ，协调控制 i l l 兰坌星望堕! 垩塑堂堡墨笙塑塑壹銮望堕塑篓壹! 型塑 a b s t r a c t w i t ht h ec i t yt r a f f i cf l o wv o l u m ei n c r e a s i n ga n dt h es t u d yo f i n t e l l i g e n tt r a f f i c s y s t e md e v e l o p i n g ，t h ea r e ac o n t r o lm e t h o d sw h o s es t u d i e do b j e c ta r et h ew h o l ec i t y o ra na r e at r a f f i ca r er e c o g n i z e dm o r ea n dm o r e b yp e o p l e c o o r d i n a t e dh i e r a r c h i c a lc o n t r o ls y s t e mh a st h ea d v a n t a g e so fb o t hc e n t r a l i z e d c o n t r o l s y s t e ma n dd i s p e r s e d c o n t r o l s y s t e m w i t ht h a tr e a s o n ，t h ec o o r d i n a t e d h i e r a r c h i c a lc o n t r o ls y s t e mh a sb e c o m et h ec h i e fc o n t r o lw a yf o rt h ec o m p l e x s y s t e m t h ec i t yt r a f f i cs y s t e mi sat y p i c a lc o m p l e xs y s t e m ，s ot h ec o o r d i n a t e dh i e r a r c h i c a l c o n t r o lm e t h o di sa na p p r o p r i a t e a p p r o a c hf o rr e s o l v i n gc i t y t r a f f i cc o o r d i n a t i o n c o n t r 0 1 b u tc o o r d i n a t e dh i e r a r c h i c a lc o n f i g u r a t i o nh a si t sd i s a d v a n t a g e c o o r d i n a t e d h i e r a r c h i c a lc o n f i g u r a t i o ni sl i m i t e db yt h ec a p a b i l i t ya n dc o m m u n i c a t i o nb a n d w i d t h o fc o o p e r a t i o nu n i t ，a n dn o ta b l et oa d a p tt or e a lt i m e i n t e l l i g e n tt r a f f i c c o n t r 0 1 m u l t i a g e n ts y s t e mi s t h ec o l l e c t i o no fa g e n t ，a n di st h ef r o n ts u b j e c to fa r t i f i c i a l i n t e l l i g e n c e t h eo b j e c to fm u l t i a g e n ts y s t e mi st od e c o m p o s e t h el a r g ea n d c o m p l e x s y s t e m i n t o s m a l l ，c o r r e s p o n d i n g a n de a s i l y m a n a g i n gs y s t e m s e v e r ya g e n t i n m u l t i - a g e n ts y s t e m i sa u t o n o m i cs y s t e mw h i c hh a st h es a m e q u e s t i o ns o l v i n g m e t h o d e v e r ya g e n tc a nr e a l i z ec o r r e s p o n da n ds o l v ec o n f l i c tb yr e a s o n i n g a n d l a y o u t s ow e c a ns p e a kt h a ti ti sag o o da n df e a s i b l es t r a t e g yt oc o m b i n i n gc o o r d i n a t e dh i e r a r c h i c a l m e t h o da n d m u l t i - a g e n tt h e o r y t r a f f i cs y s t e mh a sa n o t h e rc h a r a c t e rt h ee x p e r i m e n tc o s to ft r a f f i c s y s t e mi s h i g ha n ds o m e t i m ee v e ni t i sd i f f i c u l tt og e te x p e r i m e n t t h e r ei sm u c hs i m u l a t i o n s o f t w a r en o w , b u tt h e s es i m u l a t i o ns o f t w a r ec a n tu t i l i z ec o m p u t e rr e s o u r c ef u l l y i n t h i sp a p e r , t h em a n u a lt r a f f i cs y s t e mi sr e a l i z e di nt h ef i r s tp a r t t h e nc i t yt r a f f i c c o n t r o ls t r a t e g i e sa r es t u d i e dg r a d u a l l y , w h i c ha r es i m u l a t e di nm a n u a lt r a f f i cs y s t e m t h em a t e r i a is t u d yc o n t e n t sa r ea sf o l l o w s ： f i r s t l y , t h ev e h i c l ea g e n tm o d e li sp u tf o r w a r di nt h i sp a p e rw i t hm u l t i a g e n t t h e o r y , a tf i r s t ，t h ea c c e l e r a t i o no fc a r - f o l l o w e da n dl a n e c h a n g e di sg o tb yf u z z yr u l e ， t h e nt h ea c c e l e r a t i o ni sa m e n d e d b yt h ea c t i o nc o e f f i c i e n to f d r i v e ra c t i o n w i t ht h e f i n a l l yr e s u l t ，t h ea c t i o no fc a r - f o l l o w e do rl a n e c h a n g e di sd e c i d e d i nt h em o d u l e ， t h ec l i m a t ef a c t o r sa r ec o n s i d e r e d ，t h e nt h ea c c e l e r a t i o nc a nb ea m e n d e d a g a i n a tl a s t ， w i t ht h ea g e n tt h e o r y , t h ed r i v i n ga c t i o no fv e h i c l ea g e n ti ni n t e r s e c t i o nw h i c hi s n t c o n t r o l l e db y l a m p i ss t u d i e d a l lt h ew o r kc a n p r o v i d ee l e m e n t sf o r l a t t e rw o r k s e c o n d l y t h em a n u a l t r a f f i cs o f t w a r ei sd e v e l o p e d o nt h eb a s i so fv e h i c l ea g e n t m o d u l e ，t h ed e s i g na n dr e a l i z eo fs e v e r a lk e yp a r to fm a n u a lt r a f f i cs y s t e mi s d e s c r i b e d ，a n dt h em a n u a lt r a f f i cs o f t w a r ei sr e a l i z e d t h i r d l y , t h ei n t e r s e c t i o nc o n t r o lm e t h o do nt h eb a s i so fa g e n ti ss t u d i e d a tf i r s t ， i n t e r s e c t i o na g e n tm o d u l ea n dp h a s ea g e n tm o d u l ea r eb u i l t t h e nt h em u t u a lb e t w e e n d i f f e r e n ta g e n t si ss t u d i e d a tl a s t ，t h el e a r n i n gm e t h o do fi n t e r s e c t i o na g e n ti sp u t f o r w a r d f o u r t h l y , t h ec i t yt r a f f i c c o o r d i n a t i o nc o n t r o lm e t h o do nt h eb a s i so fa g e n ti s s t u d i e d ，w i t ht h em u l t i a g e n tt h e o r y , i n t e r s e c t i o na g e n ta n ds e c t i o na g e n ta r eb u i l t ， t h e nt h ec o o r d i n m i o nc o n t r o lm e t h o db e t w e e na g e n t si ss t u d i e d w i t ht h e s es t u d i e s ， t h ef e a s i b i l i t yo f t h ea r e at r a f f i cc o n t r o lo nt h eb a s i so f a g e n ti sv a l i d a t e d l a s t l y , t h ec i t yt r a f f i cc o o r d i n a t i o nc o n t r o lm e t h o do nt h eb a s i so fc o o r d i n a t e d h i e r a r c h i c a lm e t h o da n d m u l t i - a g e n tt h e o r y i ss t u d i e d t h e s t u d y i sb a s e do n i n t e r s e c t i o na n da r e at r a f f i cc o n t r o ls t u d y a tf i r s t ，t h ec i t yt r a f f i cc o n t r o lf r a m ei sp u t f o r w a r d ，t h e nt h er e a l i z a t i o no fe v e r yp a r ti nt h ef r a m ei ss t u d i e d ，a tl a s t ，t h em e t h o d i sv a l i d a t e do nt h em a n u a lt r a f f i cs y s t e ms o f t w a r ew h i c hi sd e v e l o p e di nt h et h i r d p a r t k e y w o r d ：c o o r d i n a t e dh i e r a r c h i c a ls y s t e m ，m u l t i - a g e n ts y s t e m ，m a n u a lt r a f f i c s y s t e m ，x m l ，v e h i c l ea g e n tm o d u l e ，a g e n t - o r i e n t e d ，c o o r d i n a t i o n c o n t r o l v 独创性声明 本人声明所成交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽 我所知除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过 的研究成果。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确地说明 并表示了谢意。 签名： 斟峰 关于论文使用授权的说明 日期 本人完全了解中国科学院自动化研究所有关保留、使用学位论文的规定，即：中国科 学院自动化研究所有权保留送交论文的复印件，允许论文被查阅和借阅：可以公布论文的 全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。 ( 保密的论文在解密后应遵守此规定) 签名 师签名 豇咝出 第一章绪论 1 ，1 研究的意义 第一章绪论 随着现代化城市的发展，城市交通量急剧增长，交通问题已经成为一个世 界性的难题，交通阻塞的现象四处可见，严重的交通拥挤造成了重大的经济损 失。我国百万入以上的大城市每年由于交通拥挤造成的经济损失估计约1 6 0 0 亿 人民币，相当于我国国内生产总值的3 2 【1 1 。在美国，1 9 8 4 年由道路阻塞所造 成的交通延迟大约有1 2 亿车时( v e h i c l e - h o u r s ) ，由此对用户所造成的损失在 1 9 9 0 年估计达1 0 0 0 亿美元之巨【2 j 。据估计到2 0 0 5 年，美国的交通延迟会达到 每年6 9 亿车时，将有7 3 亿加仑的燃料浪费于公路交通拥挤，到2 0 1 0 年，美国 由于交通拥挤而浪费的时间将上升5 7 ，每年因交通拥挤造成额外的燃料消耗就 高达9 0 亿美元唧。 为了缓解城市交通的拥阻现象，近年来城市智能交通控制系统在世界上倍 受瞩目且得到了迅速发展和应用。一方面，它有利于提高交通的安全性、生产 效率和效益：另一方面，它还关系到土地资源和能源的合理利用、环境污染的 改善乃至国民经济的持续稳定发展和社会经济效益的全面提高。迄今为止，日 本、欧洲、美国都竞相投入大量的资金和人才，建立了相应的研究机构从事相 关方面的开发应用，并且已经取得了较大的成果。我国作为一个大的发展中国 家，在经济持续稳定的发展同时，交通问题也越来越受到人们的重视。2 0 0 8 年 奥运会在北京的召开更是对我国交通控制的一个检验，因此对城市智能交通控 制的研究是一项迫切而且深远的研究内容。 城市智能交通控制系统的研究主要包含城市交通信号控制系统、城市交通 信息管理系统、动态路线诱导系统、公共运输调度系统、事故处理与排障系统 等几方面的内容。本文的研究的主要目标是城市交通信号控制系统。目前，对 城市交通信号控制的研究一般集中于三个方面：单点控制h “岳1 1 l 【1 6 】【3 4 1 、干线控制 基于分层递阶与多智能体理论的城市交通协调拄制研究 【1 2 h l 1 5 】【3 2 】 3 6 以及区域控制5 叫 1 3 1 1 2 8 - 3 0 】【3 2 】。很显然，单点控制的控制目标在于所 控制交叉路口的控制效果最优，它一般不考虑相邻路口的车流运行状况；干线 控制以一条干线作为研究对象，以牺牲支路车流的利益为前提主要对干线车流 的运行进行协调控制。由此可以看出以上两种控制方式均不能也没有考虑通过 控制使整个区域的交通流运行情况最优。因此在对城市交通控制的研究中，以 整个城市或者区域作为研究对象的区域控制方法越来越受到研究人员的重视。 根据系统信息的和处理方式，区域控制方式般有三种 6 9 ：集中控制， 这种控制方式当系统规模庞大而且复杂时，必然会因为传输数据的信道容量的 限制造成信息反馈的不及时，进而造成信息的丢失；而且由于控制中心的处理 能力，不能做出及时有效的控制决策。分散控制，这种控制方式存在不易协 调，分析设计困难等问题。对于具有一定规模的系统，绝对分散化的控制方式 必然导致各子系统自行其是，另外由于不存在集中协调控制，其结果只能是局 部控制效果可能不错，但整体控制效果却很差。递阶控制系统的各子系统按 照控制作用的优先、从属或时间关系的先后在结构上呈现出一定的层次性特点。 递阶控制结构从不同的角度如子系统的关联特点、决策过程、受控对象的功能 次序等可有不同概念意义上的形式，其中多级递阶控制结构是最一般的递阶结 构形式。多级递阶控制系统做到了集中控制与分散控制的合理结合、互补长短， 所以应成为复杂规模系统控制的首选控制方式。 但值得提出的是分层递阶结构形式受协调器的性能、工作状况、通讯带宽 的限制，并且各局部智能控制器问的协作完全依赖协调器而进行，自主性较差， 上层全局协调器可能由于计算量过重而使计算效率变低，不能适应实时智能交 通控制的需要。多a g e n t 系统是a g e n t 的集合，是当今人工智能的前沿学科， 是分布式人工智能研究中的一个重要分支，其目标是将大的复杂系统建造成小 的、彼此相互通信及协调的、易于管理的系统。多a g e n t 系统中每个a g e n t 都 是一个具有相同问题求解方法的自治系统，能利用局部信息进行自主规划，并 能通过规划推理解决局部冲突实现协作，从而完成与自身相关的局部目标 第一章绪论 1 7 9 - 8 3 8 8 - 9 2 。因此将多a g e n t 技术与分层递阶结构相结合正是解决城市交通控制 的一个可行的策略。 然而，交通系统除了其多学科、跨领域、规模巨大等复杂特性之外，还具 有实验试行成本极高甚至无法进行的特征。因此，很难对解决交通问题的方案 事先进行较为全面和准确的评估和修正，这也是过去交通系统技术相对落后的 原因之一。随着计算机和网络技术在交通中的广泛应用，智能交通系统的概念 和方法不断成熟，交通系统的信息化、网络化、自动化和智能化要求不断提高， 全面、准确、及时地评估和修正交通解决方案已成为交通研究所面临的迫切问 题。 正是因为这一原因，国际上多种大规模的交通规划、管理、优化和控制计 算机仿真模拟系统应运而生。经过十多年的不断改进，这些仿真系统日趋完善， 已成为研究交通系统的重要工具和不可缺少的整体部分，并且在实际中得到了 广泛有效的应用1 4 7 】【4 8 j 【5 0 】。然而，随着计算机容量和速度的提高，随着并行、分 布和网格计算结构和方法的不断普及，目前的交通仿真模拟思想的局限性也日 益明显，与计算机所能提供的性能脱节，没有最大可能地发挥计算机的作用。 在此背景下，研究人员提出了人工交通系统的概念h 9 】【5 l 】，其基本思想就是 利用人工社会的理论与方法【5 3 】【5 4 】【6 l 】，把交通仿真方法推向一个更高的层次和更 广的视野，利用大型计算机和代理编程的建模技术，“生长”和“培育”交通系 统，即“人工交通系统”。通过人工交通系统方法，我们就可以对具体的交通系 统进行“试验”，而且可以在几乎无成本无风险的情况下“重复”试验，进而对 具体的交通解决方案进行全面、准确、及时的评估和修正。同时，将人工交通 系统与实际交通系统相结合，既可以对正在运行的交通管理与控制系统进行滚 动式改进与优化，又可以对交通系统的管理者和用户进行“虚拟”培训，提高 学习效率和操作可靠性。 基于分层递阶与多智能体理论的城市交通协调控制研究 1 2 国内外发展动态 1 2 1 城市智能交通控制 从理论研究上来看，国内外许多学者对城市智能交通控制方法进行了研究， 其中大部分集中于对单路口控制以及干线控制的研究，而对于整个城市或区域 交通控制的研究相对较少。对后者的研究方法一般有两类，一类比较传统的方 法是通过对城市交通系统建立一定的数学模型，然后运用最优控制理论来求解 控制变量 5 1 1 6 1 。在这类方法中，为了简化问题和解决某些数学技术上的具体限制， 在建模时通常需要对模型进行理想化和一些不确定条件的人为设定，而这些简 化与现代城市，尤其是特大型城市的交通系统所具有的非线性、动态时变性等 特点是相矛盾的，因此造成了所用最优方法在实际中并非最优，或者面对大规 模城市无法对交通数据进行实时有效的计算等缺点。另一类是从智能控制的角 度出发，利用模糊控制、专家系统等理论来研究这个问题【1 3 1 1 2 8 - 3 0 3 2 1 。但这些研 究方法的对象一般仅局限于包含较少几个路口的区域，而当应用于包含路口数 目巨大的城市交通系统时，这些研究方法的有效性会随着其使用的研究方法的 局限性而降低。近年来，随着智能体技术的出现，很多研究人员应用多智能体 技术来对城市交通控制进行了研究 3 6 】畔1 ，但这些研究大部分只是提出了一个笼 统的框架结构，其中对于系统实现需要涉及到的较详细的问题并没有进行深入 探讨。 从应用上来看，世界上现有的具有代表性的城市交通控制系统中，英国的 s c o o t 为集中式控制系统，澳大利亚的s c a t 和德国的m o t l 0 n 为递阶分层分布式 控制系统，但这些系统及其体系结构均未考虑到如何实现控制方式或控制模式 多元化及其传统控制方法与人工智能技术集成的问题。美国的g n o a r t n e r 、 西班牙的d m a y m e r i c h 和法国的g s c e m a m a 针对这些问题分别进行了有益的 研究和探索，但由于这些系统体系结构只强调继承和利用现有的交通系统而不 能自成体系，并难以体现系统的分层递阶特征，因而有一定的局限性a 第一章绪论 1 2 2 人工交通系统 人工系统亦称人造系统或人为系统，是指存在于自然系统中通过人类劳动人 为地设计制造出来的系统，它与自然系统一样具有整体性、目的性、相关性、 复杂性、随机性、动态性等一系列系统特征，如交通运输系统、空运航运系统、 机械设备系统、人造卫星系统等。众所周知，随着城市化的进展和汽车拥有量 的迅猛增长，智能交通系统的研究已经成为各国解决交通问题的重要手段。同 时，人工交通系统( a r t i f i c i a lt r a n s p o r t a t i o ns y s t e m s ，a t s ) 的研究也日 益引起人们的极大关注，已经成为解决交通决策的一个关键技术【4 9 】【5 1 1 ，它不仅 能推动i t s 技术的发展与革新，也必将是人工社会系统的一个重要的补充。因 此，将人工社会系统的研究思想延伸到人工交通系统，研究人工交通系统自身 的生命力、发展动力及其相关现象，用交通参与者个体行为的局部微观模型产 生交通系统的全局宏观规律，是一个值得探讨的研究方向。 那么人工交通系统与交通仿真系统的有什么相同点和不同点呢? 二者相同之 处在于a ) 它们都是在一定的交通理论研究的基础上，利用数字计算机技术开发 其虚拟的数学或计算机过程可实现模型，展开对复杂的交通现象的研究：b ) 人 工交通系统的研究思想与交通仿真系统的研究思想是一脉相承的，只是换了一 个角度并试图用全新的方法来解决相同的问题：如何分析交通系统的复杂性。 二者的差别在于二者研究问题的根本出发点、实现的手段、方法和技术、功 能和组织结构等方面有所不同。 交通仿真系统的根本出发点是通过将研究对象分解为子系统，利用计算机和 数值技术建模集成，仿真并“回演”现实交通系统中的各种状态和发展特性， 讨论和解决现实交通面临的各种问题【4 4 】【4 5 】【4 7 】【4 8 l 【5 0 】，是一种自上而下的被动还原 型研究方法：而人工交通系统的根本出发点在于它是利用计算机和代理技术“培 育生长”交通系统，从单个车辆或局部的交通行为模型入手，采用“涌现 ( e m e r g e n c e ) ”的方法，模拟并“实播”人工交通系统的各种状态和发展特性， 是一种自下而上的主动综合型研究方法。 基于分层递阶与多智能体理论的城市变通协调控制研究 在方法认识上，二者之间具有较大的差别。特别要指出的是，个仿真交 通系统可以只模拟实际交通系统的一部分，但一个人工交通系统应当涉及全部 交通行为和要素，从交通过程的产生到整个演化，也就是说人工交通系统应当 是一个自我完备的系统。换而言之，仿真交通系统可以只体现交通的局部特性， 而人工交通系统必须体现交通的整体特性。 在方法的目的上，仿真交通系统追求的是如何真实地模拟实际的交通系统， 逼真程度是评估一个仿真交通系统的主要指标之一。一个仿真交通系统如果能 够产生同实际相同或相近的交通状态，就是其最大的成功。但这不是人工交通 系统唯一的，甚至主要的目的。对一个人工交通系统来说，它必须能够产生实 际交通系统的替代版本才行，这一要求符合著名哲学家和社会学家a d o m o 对于 有效的社会理论的认识：“只有通过它不是什么，才能揭示它本身到底是什么” 1 5 2 。所谓的替代版本，包括但不局限于通过变化系统参数、初始或边界条件等 所获得不同交通状况，然而更重要的是指那些与现实不同的，但有可能实现的 交通状况。只有这样，才能够完成“计算交通试验”的要求，达到全面、准确、 及时的评估并修正交通方案的目的。否则，有关工作就可能会落到研究“在裹 小脚的情况下，如何跑得快”的境地。 在实现的手段或技术上，仿真交通系统往往采用普通计算工具和微分方程、 差分方程、统计方法和随机过程等建模方法，不方便描述对象的直觉和经验知 识及主动行为；而人工交通系统一般需要大型的计算工具，比如平行、分布和 网格计算手段，除仿真所用的建模方法之外，最主要的就是基于代理的建模和 相应的面向对象的编程技术，产生人工对象，从而很容易刻画对象的直觉和经 验知识及主动行为，以及对象之间的相互交往与影响，因而，人工交通系统的 方法更容易全面综合地考虑不同因素对于交通系统的影响。 在方法认识上，仿真交通系统遵守实际交通系统是唯一现实存在的信念， 并把实际交通系统作为检验仿真结果的唯一参照和标准，追求“真实”；而人工 交通系统已迈向“多重现象和“多重社会”的认识刚，认为人工交通系统 6 第一章绪论 也是一种现实，是现实交通系统的一种可能的替代形式和另一种可能的实现方 式。 在功能方面，人工交通系统具有自组织性，人工交通系统正是取决于其自身 高度有序的结构才使其机能得以实现的。随着时间的推移，一方面系统内部的 熵会逐渐增大，系统依靠其自身的能力能够抵消其内部的熵增，使其自身依然 保持着一定的有序性：另一方面，在一定的有序度条件下，系统能够使其自身 从无序走向有序或由低级程度的有序走向较高级程度的有序。而交通仿真系统 完全是在一种受控状态下，才达到有序的，不能依靠其内部的力量达到其自身 的平衡。 在组织结构方面，人工交通系统是种耗散结构。系统在远离平衡状态的条 件下，能够借助外界的能量、质量或信息流而维持其自身在空间、时间和功能 上的有序性。而交通仿真系统则不具有这样的特点。 可见，从交通仿真系统和人工交通系统研究的内容上讲，交通仿真系统是人 工交通系统的一个子集。因此，所有适用于交通仿真系统的研究方法均可用于 人工交通系统的研究之中，而且我们也可以利用现有的交通仿真系统研究的成 果，从一个较高的起点来展开对人工交通系统的研究。 本文的前一部分就是从人工交通系统的概念和本质出发，试图对人工交通 系统软件进行开发，也为后面的城市交通控制研究提供一个实验平台。 1 3 研究背景和主要内容 本文是在中国科学院“引进国外杰出人才计划”和“国家杰出青年基金”的 支持下完成的，也是这两个项目要求的主要研究内容之一。 本文的研究内容如下： 第二章回顾了现有的车辆模型或驾驶员模型，提出了一种应用于人工交通 系统中的车辆代理模型。 第三章对开发的人工交通系统软件进行论述，其中包括软件模型、软件结 基于分层递阶与多智能体理论的城市交通协调控制研究 构以及软件的实现等。 第四章采用自下而上的分析方法，提出了一种基于a g e n t 的单路口控制方 法，并在人工交通系统中进行仿真。 第五章提出了一种基于多a g e n t 的城市区域交通协调控制研究方法，并在 人工交通系统中进行仿真。 第六章基于前两章的研究内容，提出了基于分层递阶理论与多智能体系统 的城市交通控制系统框架，并对系统中每部分的实现加以描述，最后在人工交 通系统中加以论证。 第七章总结了本文的主要研究成果，并提出了本文中存在的不足以及以后 可以继续研究的方向。 第一章人工交通系统中车辆代理摸型的研究 2 1 引言 第二章人工交通系统中车辆代理模型的研究 人工交通系统是仿真交通系统进一步演化的必然结果。两种方法的目的只有 细微的不同，但在实现的手段、方法和技术上二者之间具有较大的差别，这在第 一章中已经有所描述。关于人工交通系统的具体论证可以参看王飞跃教授所写 的人工交通系统的基本思想与框架结构一文。 与人工生命相似 5 5 1 ，人工交通系统的关键概念在于“涌现”行为。实际交 通系统中的运行主体车辆之间相互作用以及车辆与其它环境因素之间的相 互作用的过程中，会涌现出一系列的交通现象，这些交通现象有些是可以预测 的，而有些是不能预测的，人们可能并不知道这些现象什么时候发生或者发生 在什么地方。对一个人工交通系统来说，它必须能够产生实际交通系统的替代 版本才行，所谓的替代版本，包括但不局限于通过变化系统参数、初始或边界 条件等所获得不同交通状况，然而更重要的是指那些与现实不同的，但有可能 实现的交通状况。只有这样，才能够完成“计算交通试验”的要求，达到全面、 准确、及时的评估并修正交通方案的目的。 因此，与实际交通系统相比较，在人工交通系统中应该运用自下而上、分 布的、局部的行为决定方法论，从单个车辆或局部的交通行为模型入手，采用 “涌现”的方法，来获得类似于实际交通系统中出现的交通现象。本章的研究 内容正是基于a g e n t 技术，研究如何为人工交通系统中的车辆代理建立模型。 2 2 a g e n t 特性 每一个a g e n t 都是具有特定完整功能的、独立的、高度智能化的个体。它 掌握一定的知识，都有自己的目标和解决问题的能力，能够在非选定的模式下 基于分层递阶与多智能体理论的城市交通协调控制研究 和动态变化的环境中，不用外界直接操纵，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。这是a g e n t 区别于“对象”( o b j e c t ) 的一个重 要特征。 a g e n t 有以下特征 7 9 - 8 3 8 8 - 9 2 】： 1 ) 协作性每个a g e n t 是a g e n t 社会的一个成员。它可以拥有其他的，包 括人在内的a g e n t 的信息和知识，并通过某种a g e n t 通信语言与其他a g e n t 进 行交互、协同和合作。 2 ) 智能性a g e n t 应当包括了解、记录和执行“感知推理一动作”的操作。 例如，a g e n t 可以记录用户的兴趣、推理用户的意图，克服遇到的困难。 3 ) 代理性a g e n t 代表用户进行工作，代替用户对各种资源的访问、分析和 筛选，直到得到满意的结果。 4 ) 交互性a g e n t ( 包括人) 之间，用a g e n t 通信语言实施灵活多样的交互。 5 ) 反应性a g e n t 能够感知外部环境，并对相关的事物作出适时反应。 6 ) 主动性a g e n t 能够感知外界的环境，并对相关事物作出适时反应。 7 ) 机动性a g e n t 能够灵活的访问各种资源、寻求服务。 8 ) 自成长型a g e n t 应该通过不断的实践，丰富和提高自己的知识，积累各 种经验，为今后解决更复杂的问题选择捷径。 我们在建立涉及到具体对象的a g e n t 模型的时候，应该能够选择合适类型 的a g e n t ，以使a g e n t 模型符合具体功能的需要。 2 3 交通仿真模型及现有的车辆模型 根据交通仿真模型对交通系统描述的细节程度的不同，交通仿真可分为宏 观仿真、中观仿真和微观仿真h 3 1 。 ( 1 ) 宏观交通仿真模型对交通系统的要素及行为的细节描述处于一个较低 的程度。例如，交通流可以通过流量一密度一速度关系等一些集聚性的宏观模型 来描述。象车辆的车道变换之类的细节行为可能根本就不予以描述。宏观交通 一一 兰= 里三至望墨堑! 兰塑垡里堡型塑塑塞 仿真分析技术具有直观、准确、灵活的特点，是描述复杂道路交通现象的一个 有效手段。 ( 2 ) 中观交通仿真模型对交通系统的要素及行为的细节描述程度较高。例如， 中观交通仿真模型对交通流的描述往往以若干辆车构成的队列为单元的，能够 描述队列在路段和节点的流入流出行为，对车辆的车道变换之类的行为也可以 使用简单的方式近似描述。 ( 3 ) 微观交通仿真模型对交通系统的要素及行为的细节描述程度最高。例如， 微观交通仿真模型对交通流的描述是以单个车辆为基本单元的，车辆在道路上 的跟车、超车及车道变换行为等微观行为都能得到较真实的反映。 交通仿真软件也可以分为决定型仿真软件和随机型仿真软件，决定型仿真 软件中的各种交通流模型的参数是确定的，而随机型仿真软件中有些交通流模 型的参数是按一定概率变化的。现在主要的交通流仿真软件的分类参见表2 i 。 从表中可以看到，大多数的微观仿真软件都是随机型的，而宏观仿真软件一般 是决定型的，所以，微观仿真软件更能反映交通流中驾驶员的心理因素的影响， 更能较好的描述交通流中复杂的行为模型。 随着计算机技术的发展，计算机的速度和存储能力大幅度提高，尤其是面 向对象程序设计的成熟，现有的微观仿真软件的精度和可靠性比过去有了很大 的提高，从而可以较精确的模拟现实的交通现象，微观仿真软件已经成为了交 通流仿真软件的主流。 微观宏观决定型随机型 n e t s i m yy f r e f l oyy f r e s i myy c o r s i m yy i n t e g r a t i o n yy c a r s i m yy m i t s i j i i yy lp a r a m i c s yy lm e t e c o r yy 基十分层递阶与多智能体理论的城市交通协调控制研究 l a m o cyy fv i s i my y t s i syy 表2 1 各种交通仿真模型列表 在微观交通仿真软件中，车辆行驶模型归纳起来包括跟车模型、换道模型 等。 跟车模型 跟车模型主要分为线性跟车模型、非线性跟车模型等。 线性跟车模型描述如下： x n + l o + t ) = a x 。( f ) 一x 。+ ( f ) ( 2 - i ) 式( 2 1 ) 中x “( f + r ) 为后车在r + ，时刻的加速度，称为后车的反应；z 。( f ) 为前车在f 时刻的速度；x n + l ( f ) 为后车在r 时刻的速度。 上述线性跟车模型的主要缺陷在于它假定后车的跟驰反应只依赖于它与前 导车的速度差，而与两车的间距及后车的本身车速无关。 在线性跟车模型的基础上经过改进产生了非线性跟车模型，描述如下： x n + l ”耻d 嬲 另外，德国的w i e d e m a n 提出了心理一物理学跟车模型”【5 7 】，该模型结合 驾驶员的心理和生理因素对驾驶