发明名称 |
基于多智能体仿真的城市公共交通政策分析平台 |
摘要 |
城市公共交通管理,为政策的制定、交通管理效率的提高提供技术支持。为此,本发明采取的技术方案是,基于多智能体仿真的城市公共交通政策分析平台,由大规模自治Agent松散藕合所构成,形成多Agent系统(Multi-Agent System,MAS,),通勤者Agent代表在早高峰有出勤需求的居民,其基本行为模式为在每个仿真天内乘坐公交车至工作区上班,结束通勤后衡量此次通勤的成本,更新经验库和知识。本发明主要应用于公共交通管理。 |
申请公布号 |
CN104881992A |
申请公布日期 |
2015.09.02 |
申请号 |
CN201510325510.0 |
申请日期 |
2015.06.12 |
申请人 |
天津大学 |
发明人 |
凌帅;马寿峰;贾宁;李庚;谢沁木;吴学新 |
分类号 |
G08G1/00(2006.01)I;G06Q10/06(2012.01)I |
主分类号 |
G08G1/00(2006.01)I |
代理机构 |
天津市北洋有限责任专利代理事务所 12201 |
代理人 |
刘国威 |
主权项 |
一种基于多智能体仿真的城市公共交通政策分析平台,其特征是,由大规模自治Agent松散藕合所构成,形成多Agent系统(Multi‑Agent System,MAS,),通勤者Agent代表在早高峰有出勤需求的居民,其基本行为模式为在每个仿真天内乘坐公交车至工作区上班,结束通勤后衡量此次通勤的成本,更新经验库和知识;系统包括如下几个主要模块:环境感知模块:用于感知环境中的拥挤、早到或迟到的延误惩罚等因素;记忆存储模块:用于保存和提取历史通勤信息;成本衡量模块:结合环境感知模块计算通勤成本;经验库:随着系统的演化Agent会不断更新自己的经验,其内容体现了Agent对记忆中整个高峰通勤状况的感受和评价;学习机制:采用基于Agent的Bush‑Mosteller算法;决策控制模块:结合经验库和通勤者记忆的信息,对下一个仿真天选乘的班次进行决策。 |
地址 |
300072 天津市南开区卫津路92号 |