分布式多智能体交通优化系统：高级贪婪启发式算法对比研究

摘要

交通拥堵是许多地区面临的主要问题，尤其在大城市。造成这种状况的因素众多，例如道路基础设施不足以及车辆数量庞大，特别是在高峰时段：上午7点至8点，中午12点至1点，以及下午3点至5点。我们的主要目标是利用多智能体系统在实时情况下做出快速且相关决策的能力，提出一种实用且适应性强的拥堵管理方法。我们旨在使交通流更加顺畅，减少污染，并为所有道路使用者带来更愉快和安全的驾驶体验。本项目提出了一种基于智能体的模拟方法来管理道路交通。该方法涉及驾驶员和交通管理系统等不同参与者之间的协作，以优化交通流并减少城市拥堵。随后，使用不同的启发式算法（如先入先出算法、简单贪婪启发式算法及其先进版本）来评估道路上车辆的总等待时间。最终，对这三种启发式算法的比较表明，先进的贪婪启发式算法能更好地优化交通管理并减少车辆等待时间。