论文研究-自适应遗传算法优化MultiAgent交通信号

简介：
在区域交通多智能体信号控制系统中，由于基于传统遗传算法存在过快收敛的问题而导致全局搜索能力有限，从而难以迅速确定最优相位周期安排。此外，在现有系统设计中，并未充分考虑各相邻路口之间相互依存的关系，针对这一局限性，提出采用交叉口子区Agent取代传统的单路口Agent方案。在交叉口子区Agent内部引入自适应遗传算法后，该系统能够根据实时的交通流量数据动态调整绿信比[λ]值，从而使得各路口交叉口子区内的平均延误时间[D]达到最小值。通过实验测试可以观察到，在采用交叉口子区Agent替代传统单路口 Agent方案后，系统的控制性能表现相似，但减少了所需硬件配置的数量；同时在交叉路口子区内部应用自适应遗传算法优化的信号控制系统能够快速收敛至最佳配时方案，并使各路口交叉口子区内的平均延误时间[D]达到最小值。仿真研究表明，基于自适应遗传算法的区域交通智能体控制策略在提升路口信号控制效率方面具有显著优势，在实际应用中可有效替代传统单路口智能体设计方案，验证了该创新方法的有效性与可行性。