智能交通系统中短时交通流预测系统的研究

短时、实时交通流预测是城市交通控制与诱导的基础,也是智能交通系统的重要功能之一。研究表明,没有一种预测模型和方法能够适用于各种环境和条件下的交通流预测。本文提出并建立了一种短时交通流的智能预测系统,按照智能预测和组合预测的思想,实现预测模型的智能选择,以及多个预测模型的预测结果的综合。仿真试验结果表明,系统具有较强的适应性,提高了预测的准确性。该系统采用多智能体技术进行设计和实现,文章给出了这种基于多智能体的智能交通预测支持系统的系统结构和工作原理。

基于Multi-Agent的图像理解

具有专家系统外壳的图像理解软件的开发一直是一个重要的尚未解决的研究课题。我们的研究就是试图解决此问题 :首先将 agent构造环境扩展为一个 multi agent的图像理解系统 ,而此系统是知识入口的开发工具 ,它为用户提供一个类似于专家系统外壳的界面。这样一方面能加速图像理解系统的开发 ,另一方面方便那些缺乏图像理解知识的人开发图像理解应用程序。

支持人员疏散仿真的多Agent系统研究

对火灾状况下的群体行为进行了分析,基于ODE物理引擎和Agent建模技术,建立了一个支持人员疏散仿真的多Agent系统,阐述了人员疏散Agent概念模型和ODE虚拟仿真环境的有关概念,并对影剧院工程实例进行了疏散模拟,对系统架构进行验证和应用。