● 摘要
为满足城市交通大规模信号控制优化设计的需要，本文将关键的交通仿真平台作为研究对象，着重研究了基于SOA（Service-Oriented Architecture，面向服务架构）的分布式交通仿真平台设计与实现方法，并对分层递阶区域交通信号控制算法进行了初步研究。根据分布式交通仿真要求，提出了三层路网描述模型概念。使用Hibernate ORM（Object Relational Mapping，对象关系映射）设计了路网的数据结构并实现了数据的持久化存储。给出了中观仿真模型与道路通行能力的评估方法。研究了SOA分布式系统的特性，提出并设计了一种基于SOA与多智能体的分布式交通仿真平台整体架构。描述了各模块的功能与所提供和调用的服务，设计了分布式交通仿真平台的仿真方法。采用SCA（Service Component Architecture，服务组件框架）技术与SDO（Service Data Object，服务数据对象）技术实现了SOA分布式交通仿真平台，提高了系统的异构性，灵活性，可重用性以及服务的互操作性。创新地设计了仿真平台SOA接入模块，实现了单机程序作为仿真模块接入SOA分布式仿真平台。通过公交缓冲车道模型与社会车辆交通流预测模型减少了区域仿真模块之间的通信次数，保证了区域间交通流的一致性，提高了仿真效率。研究并设计了基于分层递阶智能控制的区域交通信号控制系统，采用Ｑ学习实现子区域内部信号控制，针对公交优先信号控制任务设计了回报值计算方法与Q值加权更新方法，并采用模糊控制设计了区域间的信号协调控制方法。本文设计与实现的SOA分布式交通仿真平台具有较好的异构性，灵活性与可重用性。实验结果表明，SOA分布式交通仿真平台能够快速准确地完成基于大规模路网的交通仿真。