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

1、主動式復雜事件處理，就是根據(jù)大量不確定事件，預測系統(tǒng)某個可能的狀態(tài)并執(zhí)行某些操作來避免該狀態(tài)的發(fā)生。采取某些措施消除或減輕預測到的威脅或者利用預測到的機會，能夠顯著提高人們的生活質量，預防環(huán)境污染和減少經(jīng)濟損失。將主動式復雜事件處理方法應用到交通仿真系統(tǒng)中可以預測交通狀態(tài)，并采取相應的措施來避免交通擁堵，同時會減少二氧化碳排放，優(yōu)化公共交通運輸和提高通行者效率，因此搭建一個交通物聯(lián)網(wǎng)仿真系統(tǒng)來支持主動式復雜事件處理具有重要的研究意義和現(xiàn)

2、實意義。
　　現(xiàn)有的交通仿真系統(tǒng)沒有很好地與Agent技術融合，缺乏學習能力和決策能力，另外主要用作交通燈的配時研究，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開發(fā)框架Agent搭建一個智能的交通仿真系統(tǒng)，對交通中的每一輛車和駕駛員構建一個車輛-駕駛員Agent模型，為了使模型更加地真實，采用權重線性下降粒子群算法對模型參數(shù)進行標定。
　　本文以車輛的微觀模型參數(shù)優(yōu)化和基于主動式復雜事件處理方法

3、的車輛宏觀決策控制為研究重點，論文的主要工作如下:
　　(1)提出并實現(xiàn)了一個基于主動式復雜事件處理的主動式交通物聯(lián)網(wǎng)仿真框架，利用微觀交通仿真工具SUMO和智能代理開發(fā)框架JADE構建了一個面向主動式復雜事件處理的多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際的配置文件，并基于各種概率分布對交通流量進行配置，使與現(xiàn)實更加接近。
　　(2)本文將車輛和駕駛員做為一個研究單元，構建駕駛員-車輛Agent，為了使仿