Part2_扩展MATSIM_Subpart7_日内重新计划_第31章 用Belief-Desire-Intention框架使Matsim智能体更加智能

最新推荐文章于 2024-08-29 22:25:44 发布
最新推荐文章于 2024-08-29 22:25:44 发布
阅读量366 收藏
点赞数
分类专栏： MATSim中文使用手册（已完结） 文章标签： 算法 java 开发语言 github 汽车
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_47687315/article/details/127186885
版权
本文介绍了如何在MATSIM模拟中集成BDI (信念-欲望-意图) 框架，使得智能体能够进行即时决策反应。通过BDI代理，智能体可以基于目标和环境信息进行智能行为。文章详细阐述了软件结构、感知、查询和动作的实现，包括最接近的感知、位置查询以及DriveTo动作。此外，还探讨了在森林火灾疏散和出租车应用中的示例，展示了BDI代理在实时决策中的应用和优势。
摘要由CSDN通过智能技术生成

31.1基本信息

文档的入口点: http://matsim.org/extensions → bdiintegration

调用模块: 请参阅http://matsim.org/extensions → bdiintegration精选出版物: Padgham等人。

31.2介绍

我们引入了MATSim扩展，允许开发人员在BDI (信念欲望意图) 系统中对代理的决策进行编程，而实际行动和环境感知则在matsim1中发生。分层抽象计划 (包含子目标) 和感知 (来自环境的信息)，以及有关当前情况的信息。例如，我们用它来模拟bushfire2疏散中的居民，以及疏散场景中的事件控制器。居民可能会从火灾模拟中接收有关丛林大火的信息，以及来自事件控制器代理的警告和消息。他们很可能不得不接孩子，检查邻居并与其他家庭成员交流，等等。他们的计划可以进行决策，这将导致在MATSim内执行操作。在标准MATSim用法中，各个代理行为中的智能来自重新计划阶段的共同进化算法。这是基于代理商通过评分功能评估他们在给定日期内执行的计划，并对其进行修改以获得新计

了解本专栏 订阅专栏 解锁全文 超级会员免费看
桃桃tao
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论
专栏目录
订阅专栏
Part2_扩展MATSIM_Subpart7_日内重新计划_第30章 日内重新规划
weixin_47687315的博客
10-02 456
近年来，运输规划和交通管理层对无法预见或仅部分可预见的情况的兴趣有所增加。出租车和汽车共享会发生部分可预见的事件。例如，有计划的出租车旅行的代理人不能预先知道当他们需要一辆出租车时哪辆出租车是可用的。当使用汽车共享时，代理人可能会走到汽车共享站，检查是否有车可用。如果不是，代理可以决定等待，或者改变计划，切换到另一种运输方式。道路事故、恐怖袭击或地震等灾难都是完全不可预测事件的例子。如前所述，传统的模拟方法（在Default-MATSIM中使用）使用迭代过程计算供需平衡。
av:MATSim自动驾驶汽车
05-26
MATSim的无人车 该项目是交通模拟框架的扩展，该框架将共享的自动车辆添加到模拟中。 可用版本 AV扩展当前保持与以下MATSim版本兼容： 马西姆 影音版本 每周快照12.0-2019w37 1.0.3 11.0 1.0.3-matsim11 发布0.10.1 1.0.3-matsim10 或者，您可以克隆此存储库，并使用来自develop分支的当前开发版本。 当前是1.0.4-dev 。 它与MATSim 12.0-2019w37兼容。 但是，我们建议将DMC扩展名与MATSim的稳定版本一起使用。 要使用AV扩展，您首先需要将ETH MATSim Bintray存储库添加到pom.xml ： < repository> < id>matsim-eth</ id> < url>https://dl.bintray.com/matsim-eth
Part2_扩展MATSIM_Subpart4_除个人车外的其他模式_第16章 用Matsim建模公共交通
weixin_47687315的博客
09-09 2393
使用Matsim结合简单的模式选择模块，随机替换所有计划支路中的所有运输模式，并对比小汽车更重要的模式进行简单的旅行时间估计，进行了导致模式份额变化的第一次案例研究。该数据模型已经支持了几个先进的公共交通建模方面：在一天的特定时间内沿路线变化的旅行速度（对于改进模拟的真实感很重要），在一天的特定时间内在路线上使用不同的车辆类型（对于时间表经济分析很有意义），以及重复使用公共交通车辆在一条或一条特定路线上计算车头时距（允许优化车辆部署规划，或研究延误传播）。在模拟中，让公共汽车在火车连接上运行是可能的。
Part2_扩展MATSIM_Subpart10_分析_第35章 可达性
weixin_47687315的博客
10-15 559
可及性的改善被定义为拟议的运输或基础设施计划的中心目标 (Geurs等人，2012b)，可及性通常是精确定义的定量措施。巴蒂 (2009) 将无障碍概念的起源追溯到20世纪20年代的位置理论和区域经济规划，汉森的论文被广泛引用，通常被认为是可访问性的第一个真正定义，将其定义为互动机会的潜力。更详细地，Morris等人 (1979) 将可访问性定义为 “使用特定运输系统从给定位置到达活动的难易程度”。
Part2_扩展MATSIM_Subpart6_附加选择维度_第28章 联合决策&第29章 Socnetgen
weixin_47687315的博客
10-01 479
文档的入口点: http://matsim.org/extensions → socnetsim调用模块: http://matsim.org/javadoc → socnetsim → runexamplesocialsimulation类所选出版物: Dubernet和Axhausen (2013)，Dubernet和Axhausen (2014)本章介绍了MATSim的扩展，以考虑我们所谓的联合决策。第28.2节解释了我们所谓的联合决策，并概述了为什么这些过程在运输中很重要。然后，第28.3节介绍了对
Part2_扩展MATSIM_Subpart1_输入数据准备_第7章 初始 MATSim 输入的生成
weixin_47687315的博客
08-29 234
如第 2.2 节所述，除了配置之外，最小的 MATSim 输入还包括网络和具有初始计划的人口。对于说明性场景，所有三个都可以使用文本编辑器生成。对于更复杂和/或更现实的场景，它们需要通过其他方法生成。具有脚本语言知识的人可以使用该脚本语言来生成必要的 XML 文件，这可能会尊重 MATSimDTD。为了这些目的，我们自己使用 Java 作为我们的脚本语言。Java 不一定是这里的最佳选择；这可以在别处讨论。......
Part2_扩展MATSIM_Subpart3_个人汽车交通_第14章 电动汽车
weixin_47687315的博客
09-09 355
在Matsim与EV模型相关的研究始于2008/2009年，开展了一个电网项目；它的目标是发现潜在的瓶颈和/或限制由于未来电动汽车充电导致的Z城市低压电网的违规行为。从EV模型的研究中出现了一个框架，称为TESF（Transport Energy Simulation Framework）。这导致了各种框架的扩展，并能够模拟各种情景。本章对这些研究方向提供了建议，并作为在Matsim中建模电动汽车的起点。
Part2_扩展MATSIM_Subpart6_附加选择维度_第27章 目的地创新
weixin_47687315的博客
09-29 291
一般而言，目的地选择代表一个优化问题，其中每个代理根据目标函数搜索他或她的最佳目的地，受到各种约束，例如代理的旅行时间预算 - 以及与其他代理的交互 - 同时竞争空间- 基础设施中的时隙。MATSim 目的地创新模块提供了一个问题定制的启发式算法来解决这个问题。MATSim 的迭代基础需要一种机制（目标创新模块的主要组件），以确保在迭代过程中进行一致的概率选择。未观察到的异质性通常在目的地选择中占主导地位，通过随机误差项在适应性目标函数中捕获。
Part2_扩展MATSIM_Subpart10_分析_第36章 排放模型
weixin_47687315的博客
10-17 283
文档入口点:http://matsim.org/extensions→emissions调用模块:http://matsim.org/javadoc→emissions→RuneMissionToolOnlineExampleclass、RuneMissionToolOfflineExample class本章介绍了H-Ulsmann等人开发和测试的排放建模工具。 （2011）和Kickh-ofer等人的进一步改进。 （2013年）。 本章的正文是Kickh-ofer(2014)中EmissionModel
递归、搜索与回溯算法
无聊_人的博客
08-29 1054
所谓的递归其实就是函数自己调用自己的情况。
力扣（无重叠区间）
yyssas的博客
08-29 1088
先按照左侧数字排序，然后对于i位置和i+1位置，如果i位置右侧数字大于i+1位置左侧数字，则说明这两个区间有重叠，则需要移除更可能和后面重叠的那一个，因为排序是按照左边从小到大排序的，所以左边一定是小的，此时要关注的就是右边，也就是选择i和i+1右侧更小的那个，即右侧大的那个删除。一直到右侧小于k的左侧停止，此时剩下的一定是不会重叠的那个。需要移除区间的最小数量，使剩余区间互不重叠。
7-7 数组中能被5整除的数的和
Virgo_616的博客
08-26 975
在一维数组中有10个整数，求出其中能被5整除的所有数的和。
57. 插入区间【 力扣(LeetCode) 】
yyh520025的博客
08-29 1208
给你一个 无重叠的 ，按照区间起始端点排序的区间列表 intervals，其中 intervals[i] = [starti, endi] 表示第 i 个区间的开始和结束，并且 intervals 按照 starti 升序排列。同样给定一个区间 newInterval = [start, end] 表示另一个区间的开始和结束。在 intervals 中插入区间 newInterval，使得 intervals 依然按照 starti 升序排列，且区间之间不重叠（如果有必要的话，可以合并区间）。
C语言刷题日记(附详解)(2)
ixiaotang_的博客
08-24 3506
你所厌恶的今天，是昨天死去之人奢望的明天。你所浪费的现在，是未来的你回不去的曾经。时间如此宝贵，作为学生，学习就是我们的职责，那么不要懈怠！让我们开始今天的学习吧！
【算法】深入浅出聚类算法：原理、应用与Java实现
一个不断前行的程序者
08-26 2306
聚类算法是一种将数据集中的对象自动划分为多个子集的算法。每个子集称为一个簇，簇内的对象具有较高的相似度，而簇与簇之间的相似度较低。聚类算法的主要目的是发现数据中的自然结构，而不是通过已知的类别标签。本文介绍了聚类算法的原理、应用场景以及如何在Java中实现一个简单的聚类算法。通过聚类算法，我们可以发现数据集中的自然结构，有助于更好地理解数据。在实际应用中，可以根据具体需求选择合适的聚类算法。希望本文能够帮助读者更好地理解和应用聚类算法。
树上dp+分组背包类问题
最新发布
2301_80475191的博客
08-29 710
今天也是无意间看到了一个树上dp+分组背包类的问题，有些难度的，不好想的嘞，话不多说直接看题。
河南萌新2024第二场
2301_80281705的博客
08-25 733
将用户名和对应信息set映射到map中: map< string ,set< string > > 方便了存储。给两个整数a和b，输出a∗b 但是a,b非常大，0
超分之最近邻插值、线性插值、双线性插值、双三次插值原理
weixin_44342777的博客
08-25 1146
超分用于对照实验，或生成低分辨率数据集的常用插值方式：最近邻插值、线性插值、双线性插值、双三次插值的实现原理
matsim中的智能体是如何选择的
05-26
在Matsim中，智能体（即交通参与者）的出行决策是基于个体最优原则来进行的。也就是说，智能体会选择它们认为对它们最有利的出行方案，以最大化它们的效用或者满足它们的需求。每个智能体都被赋予了一个效用函数，该函数描述了智能体的出行偏好和限制条件。这个效用函数可以包括出行成本、出行时间、行程安全性等因素。 当一个智能体需要进行出行选择时，它会根据其效用函数计算出每个可选方案的效用值，然后选择效用值最高的方案。在Matsim中，智能体可以选择不同的出行方式（如步行、骑车、驾车等），并可以在不同的路径和时间上进行选择。 需要注意的是，Matsim中的智能体是具有学习能力的。智能体可以通过与其他智能体交互、尝试不同的策略、评估不同的结果等方式来逐步提高它们的效用函数，并最终做出更优的出行决策。
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

桃桃tao

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值