推荐星级:
  • 1
  • 2
  • 3
  • 4
  • 5

CA跟驰模型人工智能算法及仿真

更新时间:2019-11-23 15:57:28 大小:413K 上传用户:杨义查看TA发布的资源 标签:人工智能 下载积分:1分 评价赚积分 (如何评价?) 打赏 收藏 评论(0) 举报

资料介绍

文档为CA跟驰模型人工智能算法及仿真总结文档,是一份不错的参考资料,感兴趣的可以下载看看,,,,,,,,,,,,

部分文件列表

文件名 大小
CA跟驰模型人工智能算法及仿真.pdf 413K

部分页面预览

(完整内容请下载后查看)
CA 跟驰模型人工智能算法及仿真  
张立东,王英龙,潘景山  
山东省计算中心,山东省计算机网络重点实验室,济南(250014)  
Email
重点研究了 NaSch CA 模型中车辆变速步长的人工智能推理算法.归纳得到驾驶员  
等级是决定跟驰行为的决定性因素,因此以驾驶员等级作为决定跟驰行为变速步长的主要因  
,建立一维模糊推理机,驾驶员等级作为推理机的输入变量,CA 模型中的车辆变速步长作为  
推理机的输出变量,从经验中提炼出不同的加减速步长推理逻辑算法成立规则库,从而建立起  
由驾驶员等级到变速步长的映射关系.该算法改进了 NaSch 模型中变速步长为固定值 1 的缺  
,丰富了跟驰行为的多样性.仿真结果表明了该模型的可行性.  
关键词:元胞自动机,交通流,跟驰模型,人工智能,模糊推理理论  
文章标识码:A  
中图分类号:U491.25  
TP18  
vn** = min{vn ,dn 1}  
(3)随机化减速  
(3)  
1. 前言1  
最 初 的 元 胞 自 动 机 交 通 流 模 型 是  
Wolfram 1986 年提出的 184 号规则[1],这  
个运动的元胞自动机规则可以用下式表示:  
如果车辆 n 速度大于 0,则以概率 p 1,否则  
Prob(vn** = max{vn 1,0}) = p  
不变,即  
(4)  
(4)位置更新  
ni (t +1) = niin (t)[1ni (t)] + ni (t)niout (t)  
(1)  
车辆以新的速度向前更新移动  
式中, ni (t) 为车辆占据数(格点 i 空时 ni = 0,  
有车辆时 ni = 1), niin (t) 代表车辆原来所在  
元胞的状态, niout (t) 代表目标元胞的状态.  
xn** = xn + vn**  
.
(5)  
之后,国内外的众多专家学者针对该模  
型进行了不同的改进研究[3-6].直到 20 世纪  
90 年代后,AI 理论首次应用于跟驰模型的研  
究上[7-9].NaSch 模型的四步规则综合反应  
了交通现象的最小化规则集,能再现阻塞的  
自发形成.但仔细分析 NaSch 模型,不难发现,  
其加速和减速过程的步长均为 1,即不论驾  
驶员的熟练程度、心情,车辆状况,道路状况  
如何,其车速的改变总是以 1 为单位步长,这  
与实际相比有些不尽合理.笔者结合人工智  
能理论,运用模糊推理技术,研究了以驾驶员  
等级为输入,NaSch CA 模型中的速度步  
长改变值为输出的逻辑推理算法.  
Nagel Schreckberg 1992 年提出了  
著 名 的 Nagel-Schreckenberg 模 型 [2] ( 即  
NaSch 模型,在确定性模型的基础上加入了  
随机项.Nasch 模型在时间和空间上都是离  
散的, 其基本思想可以描述为:设车辆 n 的  
位置为 x ,速度为 v ,且  
vn {0,1,2,3,...,vmax  
为整数,车辆 n+1 在车辆 n 前方,两车间距  
,单元格7.5,时间步1,  
}
n
n
dn = xn+1 xn  
状态更新规则由连续的四步构成:  
(1)加速过程:  
vn < vmax ,则速度1,但不超过 vmax ,即  
vn** = min{vn +1,vmax  
}
2. 人工智能 CA 模型算法设计  
(2)  
(2)减速过程  
2.1 驾驶行为的闭环控制系统分析  
如果 dn vn ,则车辆 n 减速到 dn 1 ,即  
在人-机系统中,驾驶员可近似看作一个  
线性闭环控制系统,如下图.  
1 课题由山东省信息产业专项发展资金资助  
(Shandong Information Industry Special Development  
Fund of China No.2006R00042)  
- 1 -  

全部评论(0)

暂无评论

上传资源 上传优质资源有赏金

  • 打赏
  • 30日榜单

推荐下载