【正文】 。 積極主動 的代理人，重新和雙回路控制模式，似乎是在智能交通管理和控制 的典范。 由于幾個不同的，不斷變化的 ,重量和不同目標的不同 的 ITSA,，使得 在動脈和代理系統(tǒng)這一問題變得復雜， 需要適當?shù)暮献?，協(xié)調(diào)。 對于城市交通控制，我們需要發(fā)展自我調(diào)節(jié)的控制方案，可以處理和驅(qū)動動態(tài)數(shù)據(jù) 。 這樣一個系統(tǒng)的工作原型應該提供適當?shù)臄?shù)據(jù)證明基于控制系統(tǒng)代理的可用性。 有幾個方面仍需要查證。 結(jié)論和未來的工作 自適應信號控制系統(tǒng)，能夠優(yōu)化和調(diào)整信號設置 ,可以提高吞吐量，減少車輛 , 通過適當?shù)姆磻?測得的需求模式的變化延遲。探測器需要提供有關(guān)隊列和車輛數(shù)目的資料。在不久的將來，以電腦為基礎的方案將能夠做到部分自動預測。 一些交通管理規(guī)則和數(shù)據(jù)必須最先反饋到系統(tǒng)?？紤]應從全 球的角度來看，通過談判找到所需要的直接的聯(lián)系地方。我們還包括了預測代理的說明，必要的更新速度去控制較慢的回路參數(shù)。 Kim, 1994)。 有效的預測預報是在有限的時間 里。代理有自己的基礎規(guī)則，預測方程，知道規(guī)定有關(guān)十字路口的具體參數(shù)和獲取目前（交通）狀況。元預測模型比較了當前的交通預測精度，如果有不準確或不足的將會做出調(diào)整。該預測對于主動交通控制的發(fā)展是非常重要的。如果有預測，在線優(yōu)化只能在交通，對于預測指標的評價，一個不錯的選擇是找到處理一次性事情的有效方法 (Rogier， 1999)。知道 39。 ITSA 預測代理模型預測將來不久的狀態(tài)。 該代理可以操作 一些 控制策略， 如抗粘連和公共交通優(yōu)先。交通信號的實際運作是由 ITSA 控制器代理。需要收集的數(shù)據(jù)來源于不同的地方，但主要是通過探測器。對于 ITSA 的內(nèi)部代理模型和代理的職能詳見圖二。 在本研究中， 我們要求介紹 設立一個額外的，緩慢 的循環(huán) 規(guī)則和一個預測參數(shù)可以由一個高階元改變的模型 。 探測器的數(shù)據(jù)反饋到控制算法 。 ITSA 可以直接 影響到它們交點的控制策略，并且能夠洞察未來的交通狀況。這條路線的代理的任務是控制、協(xié)調(diào)和引領(lǐng) ITSA 邁向全球最優(yōu)化的目標。 ITSA 對于代理和操作一個具體的控制路口是完全熟悉的，所有的 ITSA 和相鄰的 ITSA通訊， RSA 的和所有的交通燈。 在圖一是一個簡化的，以代理為基礎， UTC 系統(tǒng)更加具體的實例。必要時，可以要求代理提供更多信息，或者接收其它目標或代理的信息。 我們設計的代理系統(tǒng) 一個基于 UTC 反應靈敏的代理系統(tǒng)的由智能路口，一些權(quán)威的代理（區(qū)域路線代理）和一些可選路線 代理（ RSA）組成。為此，我們使用面積代理的方式。我們特意選擇更復雜的代理 ，可以使用標準的交通控制設計算法和方案。 代理類型城市交叉路口控制 正如我們在劃分識別幾個 零部件 一樣 ，我們定義以下 4 劑的類型系統(tǒng)： ? 道路是代表特殊路段的代理商（ RSA）； ? 控 制 路口是十字路口代理人 的 代表 (ITSA)； 10 ? 對于具體 的、明確的領(lǐng)域，有一個地區(qū)代理（上級） ? 對于跨越幾個相鄰路段的具體線路可以由路由代理（上級） 我們沒有選擇每一個代理信號。 最后要提的一個方面是穩(wěn)健的代理系統(tǒng)（如果所有運行的代理通訊失敗，如果沒有一個固定的代理程序被執(zhí)行）。我們提出了一個在每一個層次的代 理對自己負責的最佳解決方案，可能不僅影響鄰近的代理，而且 也可 能影響更高一級代理 。適應性也可以分為幾個不同的時間尺度 ，系統(tǒng)可能需要以不同的方式處理（ Rogier， 1999 年）： ? 由于漸進式的改革改變了一個較長時間的交通量 ； ? 由于突然的變化改變了一個較長時間的交通量； ? 突然， 由于改用短的時間內(nèi)的交通量 ，時空 改變 ； ? 突然，時空改變，由于交通優(yōu)先較短時間?；?UTC 的代理應根據(jù)各個階段的要求做出適應性的回應。 要對目前的交通控制單元進行替換，可以接受的是該系統(tǒng)應執(zhí)行得和現(xiàn)在系統(tǒng) 一樣或者比它更好。 ? 積極主動。 ? 通信。 ? 適應性。 本研究提出代理的概念是一 9 種實驗性。這對于接近目前還處于低水平的 UTC 具有一定的優(yōu)勢。 當前的 UTC 不 具有 靈活 性的 ，它無法自行調(diào)節(jié)，如果情況變化，不能處理非程序化的情況。信號計劃將根據(jù)預測和探測器實測數(shù)據(jù)，以及相鄰的代理控制的基礎上而進行調(diào)整。我們感興趣的是代理技術(shù)在（城市）交通控制中的應用。 代理和多代理系統(tǒng)， 有 模擬仿真復雜交通系統(tǒng)的能力 。 城市交通智能代理 可以為用戶提供 有關(guān)的天氣信息，交通擁堵，公共交通，道路封鎖，最佳路線等 ，成為個人的旅行助理。它們通過網(wǎng)絡收集信息。那些值得最重要一提的是：信息代理、代理交通仿真和交通控制。解決的方案可以參照裁縫業(yè)的相互作用機制，或者 有監(jiān)督代理人協(xié)調(diào)其他代理人 進行 優(yōu)化的過程。通常在分散系統(tǒng)中最優(yōu)的是局部而不是全部。 其解決問題的智能代理組件可以是一個以規(guī)則為基礎的系統(tǒng)，但也可以是一個神經(jīng)網(wǎng)絡或模糊專家系統(tǒng)。綜合代理系統(tǒng)的特點是可以通過很多的代理系統(tǒng)互相合作去解決各種各樣的問題。人工智能代理模式是基于無功，自主，內(nèi)部 機 動 的實體，動態(tài)的居住概念，并不一定 是 完全可預見的環(huán)境（ Weiss， 1999年）。為此，從人工智能和人工智能代理的貢獻可以預測，加強管制 的主要方面包括： 與沖突的目標處理能力 ；基于時間分析的決策能力；管理、學習、 自我調(diào)整和應對非經(jīng)常性和突發(fā)事件 的能力（ Ambrosino 等 ..， 1994）。這就使得改變控制器的方式放在系統(tǒng)中進行。其基本前提是，現(xiàn)有的信號計劃工具能夠根據(jù)不同的情況作出合適的信號計劃。當前的交通控制系統(tǒng)運作網(wǎng)絡是根據(jù)測到的交通狀況來協(xié)調(diào) 適應性和靈活性。 自適應城市交通控制 自適應信號控制系統(tǒng)必須有能力 根據(jù)目前的交通狀況，通過調(diào)整優(yōu)化交通 流量 。目前，我們正在設計一個代理分層模型為基礎的城市交通控制系統(tǒng)。這項研究的最后階段關(guān)注的是實際問題，如實施和收到的成效。 我們研究代理 可用性技術(shù)在交通控制時可以分成兩部分。這種系統(tǒng)叫做自適應系統(tǒng)。假如使用一種能夠自我分析和自適應調(diào)整的交通控制系統(tǒng)，它將會帶來額外的收益。當這種改變能力成為交通控制系統(tǒng)單元的一部分，它將能更好地改變目前的交通狀況。s and due to the need for coordination and synchronisation. The research towards realising realtime online prediction models needs to be developed in pliance with agent based technology. The proactive and reactive nature of agents and the double loop control schema seems to be a helpful paradigm in intelligent traffic management and control. Further research and simulated tests on a control strategy, based on intelligent autonomous agents, is necessary to provide appropriate evidence on the usability of agentbased control systems. 7 外文資料翻譯 代理控制交通燈 作者： Danko A. Roozemond， Jan . Rogier 單位： Delft University of Technology 前言 （城市）交通控制系統(tǒng)的好壞決定于系 統(tǒng)控制模式和實際交通流量模式是否相符。 namely self adjustable control schema39。s. The needed data is collected from different sources, but mainly via detectors. The data is stored locally and may be transmitted to other agents. The actual operation of the traffic signals is left to an ITSAcontroller agent. The central part of the ITSA, acts as a control strategy agent. That agent can operate several control strategies, such as antiblocking and public transport priority strategies. The control strategy agent uses the estimates of the prediction model agent which estimates the states in the near future. The ITSAprediction model agent estimates the states in the near future. The prediction model agent gets its data related to intersection and road segments as an agent that ‘knows’ the forecasting equations, actual traffic conditions and constraints and future traffic situations can be calculated by way of an inference engine and it’s knowledge and data base. Online optimisation only works if there is sufficient quality in traffic predictions, a good choice is made regarding the performance indicators and an effective way is found to handle onetime occurrences (Rogier, 1999). Prediction model We hope to include proactiveness via specific prediction model agents with a task of predicting future traffic conditions. The prediction models are extremely important for the development of pro active t