CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

کنترل هوشمند شبکه ترافیک بر مبنای عامل به کمک تئوری بازیها

اعتبار موردنیاز : ۱ | تعداد صفحات: ۷ | تعداد نمایش خلاصه: ۶۲۶ | نظرات: ۰
سال انتشار: ۱۳۹۳
کد COI مقاله: ELECTRICA01_016
زبان مقاله: فارسی
حجم فایل: ۹۳۹.۱۴ کیلوبایت (فایل این مقاله در ۷ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۷ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله کنترل هوشمند شبکه ترافیک بر مبنای عامل به کمک تئوری بازیها

  امیر حقانی - دانشجوی کارشناسی ارشد، موسسه آموزش عالی غیرانتفاعی پیام گلپایگان
  ابوالقاسم دائی چیان - دانشکده برق و کامپیوتر، دانشگاه صنعتی اصفهان استادیار، دانشکده برق، موسسه آموزش عالی غیرانتفاعی پیام گلپایگان

چکیده مقاله:

امروزه با روند رو به رشد افزایش خودروها در شبکه های حملو نقل شهری، روشهای کلاسیک در کنترل ترافیک شهری قابل استفاده نبوده و نیازبه روشهای هوشمند افزایش مییابد. سیتمهای چند عامله ابزار مناسبی جهت مدلسازی سیستمهای توزیع شده به شمار میروند که ترافیک شهریرا نیز میتوان به کمک آن مدل کرد. نظریه بازیها یک ابزار ریاضی است که به بررسی نحوهی تصمیمگیری و رفتار عاملها در سیستمهای چند عامله در محیط میپردازد که نتیجه بهدست آمده توسط هر عامل علاوه بر تصمیمات خود عامل،به رفتار و اعمال سایر عاملها نیز بستگی دارد.یادگیری از تجربیات گذشته نیز میتواند تصمیمگیری بهتری را منتج شود. روش یادگیری Q این امکان را برای عاملها فراهم میآورد که بتوانند با استفاده از تجربیات خود خط مشی مناسب را یاد بگیرند.در این مقاله روش ترکیبی برای کنترل ترافیک شهری با مدل سیستمهایچندعامله بر اساس نظریه بازیها و مبتنی بر یادگیری Q فازی ارائه شده است.در این روش عامل با توجه به یادگیری Q فازی و تعامل با عاملهای دیگر از طریق نظریه بازیها اقدام به یافتن بهترین زمانبندی چراغ راهنمایی میکند. شبیه سازی روش ارائه شده با هدف کاهش میزان تأخیر در زمان سفر، موفقیت آن را نشان میدهد

کلیدواژه‌ها:

کنترل ترافیک،نظریه بازیها، فازی، یادگیری Q فازی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-ELECTRICA01-ELECTRICA01_016.html
کد COI مقاله: ELECTRICA01_016

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
حقانی, امیر و ابوالقاسم دائی چیان، ۱۳۹۳، کنترل هوشمند شبکه ترافیک بر مبنای عامل به کمک تئوری بازیها، همایش ملی مهندسی برق، مخابرات و توسعه پایدار، مشهد، موسسه اموزش عالی خاوران، https://www.civilica.com/Paper-ELECTRICA01-ELECTRICA01_016.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (حقانی, امیر و ابوالقاسم دائی چیان، ۱۳۹۳)
برای بار دوم به بعد: (حقانی و دائی چیان، ۱۳۹۳)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • Weiss.G, Multi-Agent Systems, A Modern Approach to Distributed Artificial Intelligence, ...
  • Van Dyke Parunak, H, A Practitioners Review of Industrial Agent ...
  • A. K. Goel, V. Kummar, S. Sirivasan, Application of Multi-Agent ...
  • Roess, R.P., W.R. Mcshane, and E.S. Prassas, Traffic Engineering, Prentice-Hall, ...
  • Wierig, M, Multi-agent Reinforcmet learning for traffic light control, proc. ...
  • approach , Internationae onference On Intelligent Transportation Systems (ITSC), pp.1 ...
  • Xinhai, X.and Lunhui, X, Traffic Signal Control Agent Interaction Model ...
  • Li Ying, MAS and its application of forecast and ITS, ...
  • Dai, Y. D. Zhao and J.Yi, A comparative study of ...
  • K. Wen, S. Qu and Y. Zhang, A stochastic adaptive ...
  • PrashanthL.A and S. Bhatnagar, Reinforcemet learning with function approximation for ...
  • Watkins.C. and P. Dayan, Q-learning, Machine learning, Vol. 8, pp. ...
  • Bonarini, A.and Lazaric, A.and monrone, F.and Restelli, M, Reinforcemet distribution ...
  • تابع زمان تخیردر تقاطع های با چاغ اهمایی، گزارش شماره ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: موسسه غیرانتفاعی
    تعداد مقالات: ۱۱۷
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.