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。

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。