论文部分内容阅读
随着我国城市经济的不断发展,越来越多的交通问题开始凸显。出租车作为城市居民出行的重要交通工具,由于在其发展的过程中缺乏科学合理的规划,导致出现了空驶率高、营运效率低下等一系列问题。解决这些问题的关键在于科学的管理和调度出租车,合理分配出租车的运能资源。本文设计了一种新的出租车智能调度方法,该方法使用了多智能体技术和GIS技术,比集中式调度方法更加快捷、高效。本文在对一般出租车调度方法进行分析的基础上,考虑调度过程中出租车任务分配问题以及车辆行驶最优路径计算和图形显示的要求,结合多智能体技术与GIS技术提出了一种新的出租车智能调度方法。该方法首先以一种非对称式的智能体联盟划分方式形成出租车调度区域,该区域与叫车请求区域范围一一对应。然后调度中心将一组叫车请求发送给其对应出租车调度区域内相同数量空驶的出租车智能体。这些出租车智能体组成一个任务分配的联盟,并基于B-D-I模型,探讨了联盟使用改进的分布式协商算法进行叫车请求的合作式协商分配问题。其次,为确定出租车智能体为叫车请求可提供的服务质量值Q,分时段研究了车辆最优路径算法。在交通平峰时段,出租车智能体不考虑交通流状态的时变性,基于历史数据,通过引入智能体思想对Dijkstra算法进行改进,用于计算最优路径;在交通高峰时段,考虑交通网络的动态变化,建立基于多智能体技术的改进遗传算法模型计算最优路径。再次,通过构建具有拓扑结构的GIS数据库,在VB6.0环境下对MapGIS进行二次开发,实现了不同时段下出租车智能体对于最优路径的计算并将计算结果直观的显示在电子地图上。最后,在MITSIMLab仿真环境下,通过一个实例对本文提出的基于GIS和多智能体的出租车调度方法和集中式出租车调度方法进行比较,证明本文提出的出租车智能调度方法具有更好的调度效果。