交通诱导信息对路网中车辆行为的影响
为研究诱导模型的诱导效果,用元胞自动机模型模拟车辆在路网中的行为,仿真了不同诱导信息在不同交通量、不同受诱导率情况下对交通流的影响,提出基于Agent的交通诱导模型,模型采用Q-学习算法优化诱导信息,可根据路网中交通流情况发布建议性诱导信息,调节交通流分布.仿真结果表明:影响诱导效果的主要因素为受诱导率和诱导信息,基于Agent的交通诱导模型能有效均衡路网交通流,且随着交通流的增加,优势逐渐明显.在轻交通量情况下,该模型较出行者自由选择路径模型略优;但在重交通量情况下,发布建议性的诱导信息比描述性诱导信息能减少12%平均行程时间.
交通诱导、智能体、微观交通仿真、元胞自动机、Q-学习算法
9
U491(交通工程与公路运输技术管理)
上海市重点学科建设项目S30504;上海市科委科技人才计划项目09QT1400400
2010-08-10（万方平台首次上网日期，不代表论文的发表时间）
共8页
114-120,126
