基于Multi-Agent的景點(diǎn)周邊交通系統(tǒng)建模方法與仿真
【文章頁數(shù)】:71 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖1.1技術(shù)路線
6按如下方式組織。第一章分析了景點(diǎn)周邊交通系統(tǒng)建模方法研究的意義和必要性,同時(shí),針對(duì)微觀交通仿真中基于模糊推理的跟馳模型、交通系統(tǒng)建模方法和旅游城市中游客與交通之間的影響分別進(jìn)行了文獻(xiàn)綜述,從而提出論文的研究思路。圖1.1技術(shù)路線第二章分析了交通系統(tǒng)基于Agent建模的可行性、景....
圖2.3混合式Agent結(jié)構(gòu)圖
9ヂ蔅圖2.3混合式Agent結(jié)構(gòu)圖3)Multi-Agent系統(tǒng)在復(fù)雜的系統(tǒng)中需要用多種Agent來進(jìn)行描述,我們將由多個(gè)Agent組成的復(fù)雜系統(tǒng)稱為多Agent系統(tǒng)(Multi-AgentSystem,簡(jiǎn)稱MAS)。Multi-Agent系統(tǒng)中最重要的行為是Agent之間的交....
圖2.4景點(diǎn)周邊交通系統(tǒng)建模步驟
102.3景點(diǎn)周邊交通系統(tǒng)建模步驟景點(diǎn)周邊交通系統(tǒng)建模步驟如圖2.4所示,具體步驟如下:Step1收集景點(diǎn)周邊相關(guān)的數(shù)據(jù)。比如:浮動(dòng)車數(shù)據(jù)、車流量、車輛類型比例、車身長(zhǎng)、速度、游客流量、公交車?空军c(diǎn)時(shí)間、小汽車?烤包c(diǎn)時(shí)的?繒r(shí)間、信號(hào)燈周期時(shí)長(zhǎng)及綠信比等數(shù)據(jù),保存到數(shù)據(jù)庫中。....
圖3.2K-means聚類確定模糊集合元素個(gè)數(shù)在k-means算法中k值的選取要求事先確定,但在實(shí)際中,存在因?yàn)閿?shù)據(jù)量過大和缺乏經(jīng)驗(yàn)導(dǎo)致k值難以確定的問題,如果k值選取過小,會(huì)導(dǎo)致同一簇內(nèi)
13棄瘄圖3.2K-means聚類確定模糊集合元素個(gè)數(shù)在k-means算法中k值的選取要求事先確定,但在實(shí)際中,存在因?yàn)閿?shù)據(jù)量過大和缺乏經(jīng)驗(yàn)導(dǎo)致k值難以確定的問題,如果k值選取過小,會(huì)導(dǎo)致同一簇內(nèi)數(shù)據(jù)對(duì)象差異過大,否則會(huì)導(dǎo)致不同簇間差異很小,同時(shí)k值選取不當(dāng)會(huì)使聚類的結(jié)果陷入局部....
本文編號(hào):3983735
本文鏈接:http://www.lk138.cn/kejilunwen/daoluqiaoliang/3983735.html