第1章 概述
1.1 研究背景
1.2 仿真模拟基础理论
1.2.1 智能体概述
1.2.2 多智能体系统概述
1.2.3 停车系统仿真概述
1.3 仿真架构组成要素
1.3.1 基础数据层
1.3.2 组合网络层
1.3.3 实体层
1.3.4 决策层
1.3.5 输出层
1.4 Agent仿真模拟规则
1.4.1 出行需求
1.4.2 信息感知
1.4.3 路径规划
1.4.4 特有的假设条件
1.5 Agent仿真实体设计
1.5.1 基本属性设计
1.5.2 仿真关键技术设计
1.5.3 Agent个体参数初始化
1.5.4 生成出行者对象
1.5.5 Agent仿真数据更新
第2章 面向停车预约策略的仿真优化
2.1 停车系统发展及现状背景
2.2 停车预约系统潜在问题
2.2.1 车位数量设置
2.2.2 停车预约管理
2.2.3 预约费用
2.3 停车泊位预约系统Agetlt仿真设计
2.3.1 基本假设
2.3.2 基本属性设计
2.3.3 仿真关键技术
2.3.4 用户决策过程
2.3.5 仿真流程
2.3.6 仿真实例
2.4 基于遗传算法的Agent泊位预约策略优化
2.4.1 问题阐述
2.4.2 参数敏感性分析
2.4.3 基于遗传算法的仿真优化
2.4.4 单目标优化
2.4.5 双目标优化
2.5 研究结论
第3章 考虑电动汽车充电设施设置的停车系统仿真
3.1 电动汽车充电设施规划现状背景
3.1.1 电动汽车充电模式
3.1.2 充电设施的安装方式
3.2 基于Agent的电动汽车停车充电仿真系统设计
3.2.1 基本假设
3.2.2 基本属性设计
3.2.3 充电需求预测
3.2.4 充电信息发布
3.2.5 路径规划
3.2.6 案例分析
3.3 基于遗传算法的Agent充电设施布局优化
3.3.1 基本假设
3.3.2 基本属性设计
3.3.3 仿真关键技术
3.3.4 目标优化策略
3.3.5 案例分析
3.4 研究结论
第4章 面向停车换乘的多模式组合出行仿真
4.1 多模式组合出行系统背景
4.2 多模式交通组合出行Agent仿真设计
4.2.1 基本假设
4.2.2 基本属性设计
4.2.3 仿真关键技术
4.2.4 仿真流程
4.2.5 仿真实例
4.3 基于多模式交通组合Agent系统的典型交通政策评估
4.3.1 评价指标
4.3.2 公共交通票价和发车频率分析
4.3.3 时间不确定性对通勤出行的影响
4.3.4 停车预约系统对交通的影响
4.3.5 停车费率定价策略分析
4.3.6 基于遗传算法的停车场泊位分配优化
4.4 研究总结
参考文献
展开
