城市交通信号控制问题作为一个复杂的大系统,使得依赖于精确数学模型的传统控制方法无法满足日益增长的社会需求,迫使人们将智能控制的相关理念运用到交通控制当中。近年来,智能Agent和Multi-Agent技术逐渐成为交通控制领域内的研究热点。本文针对智能Agent技术应用于城市交通信号智能控制方法方面展开相关研究,主要工作涉及以下几个方面:1依据Agent技术并与强化学习中的Q学习算法相结合,构成Agent控制器对北京市一个实际的单交叉路口进行控制研究。文中,将经验知识与Q学习算法相结合实现了Agent学习机制,提出了一种适合交通环境的强化函数,实时调整单路口信号灯绿信比以解决交通的动态实时问题。通过对实际路口在仿真软件Paramics下的仿真研究,验证了该方法具有较好的控制效果。2利用Multi-Agent技术对城市干线交通协调控制进行研究。首先,把交通干线作为一个大系统,子系统为干线上的各个交叉口,在此基础上构造了决策Agent和路口Agent。在城市干线交通区域设立决策Agent,每个交叉口设立一个路口Agent控制器,路口Agent与决策Agent只有在条件需要时才进行信息交互;路口Agent控制器根据自己的交通流信息及相邻交叉口的交通信息对本路口信号灯进行实时动态控制,以达到干线协调控制目的,在此基础上对路口Agent之间的信息交互及路口Agent的学习方法进行研究。仿真结果表明该控制方法显著地提高了干线通行能力。3在以上工作的基础上,利用Multi-Agent技术,对区域交通控制问题进行研究。文中,将区域交通看作一个大系统,区域中的各个交叉口看作一个子系统,按照分散控制原则,在每个交叉口设立一个路口Agent控制器,该控制器根据自己和相邻交叉口的交通流信息来动态管理绿灯切换相位和绿灯时间,以使各个交叉口前的交通畅通从而达到整个路网交通畅通的控制目标。控制器由两个模块组成:学习控制模块和相位选择模块,两个模块协同工作。应用微观仿真软件Paramics对一实际区域交通系统的仿真结果验证了该方法的有效性。本文最后对研究工作进行了总结,指出了今后需进一步深入研究的问题。