面向主動(dòng)式復(fù)雜事件處理的交通物聯(lián)網(wǎng)仿真系統(tǒng)研究.pdf

1、主動(dòng)式復(fù)雜事件處理，就是根據(jù)大量不確定事件，預(yù)測(cè)系統(tǒng)某個(gè)可能的狀態(tài)并執(zhí)行某些操作來(lái)避免該狀態(tài)的發(fā)生。采取某些措施消除或減輕預(yù)測(cè)到的威脅或者利用預(yù)測(cè)到的機(jī)會(huì)，能夠顯著提高人們的生活質(zhì)量，預(yù)防環(huán)境污染和減少經(jīng)濟(jì)損失。將主動(dòng)式復(fù)雜事件處理方法應(yīng)用到交通仿真系統(tǒng)中可以預(yù)測(cè)交通狀態(tài)，并采取相應(yīng)的措施來(lái)避免交通擁堵，同時(shí)會(huì)減少二氧化碳排放，優(yōu)化公共交通運(yùn)輸和提高通行者效率，因此搭建一個(gè)交通物聯(lián)網(wǎng)仿真系統(tǒng)來(lái)支持主動(dòng)式復(fù)雜事件處理具有重要的研究意義和現(xiàn)

2、實(shí)意義。
　　現(xiàn)有的交通仿真系統(tǒng)沒(méi)有很好地與Agent技術(shù)融合，缺乏學(xué)習(xí)能力和決策能力，另外主要用作交通燈的配時(shí)研究，在車輛仿真方面效果不佳，因此本文利用微觀交通仿真工具SUMO和Agent開(kāi)發(fā)框架Agent搭建一個(gè)智能的交通仿真系統(tǒng)，對(duì)交通中的每一輛車和駕駛員構(gòu)建一個(gè)車輛-駕駛員Agent模型，為了使模型更加地真實(shí)，采用權(quán)重線性下降粒子群算法對(duì)模型參數(shù)進(jìn)行標(biāo)定。
　　本文以車輛的微觀模型參數(shù)優(yōu)化和基于主動(dòng)式復(fù)雜事件處理方法

3、的車輛宏觀決策控制為研究重點(diǎn)，論文的主要工作如下:
　　(1)提出并實(shí)現(xiàn)了一個(gè)基于主動(dòng)式復(fù)雜事件處理的主動(dòng)式交通物聯(lián)網(wǎng)仿真框架，利用微觀交通仿真工具SUMO和智能代理開(kāi)發(fā)框架JADE構(gòu)建了一個(gè)面向主動(dòng)式復(fù)雜事件處理的多Agent的智能交通物聯(lián)網(wǎng)仿真系統(tǒng)，采用少量的配置生成實(shí)際的配置文件，并基于各種概率分布對(duì)交通流量進(jìn)行配置，使與現(xiàn)實(shí)更加接近。
　　(2)本文將車輛和駕駛員做為一個(gè)研究單元，構(gòu)建駕駛員-車輛Agent，為了使仿