Inteligentne systemy rozproszone są coraz szerzej stosowane
w różnorodnych dziedzinach nauki. Przykładem najprostszego systemu
rozproszonego jest organizacja ludzka, która poprzez szereg cech
takich jak kooperacja, negocjacja oraz koordynacja jest w stanie wspólnie
rozwiązywać rozmaite problemy. System złożony z komunikujących się
oraz współpracujących ze sobą agentów jest w stanie osiągnąć zadany im
wcześniej cel. Sytuacje, które wymagają rozwiązania problemów o charakterze
rozproszonym lub złożonym obliczeniowo, takie jak wyszukiwanie
informacji w sieci, zarządzanie sieciami, symulacje rynku, wspomaganie
zarządzania w przedsiębiorstwie czy kontrola ruchu lotniczego,
ukazują szerokie pasmo możliwości stosowania systemów wieloagentowych.
Systemy oparte na agentach mogą znaleźć swoje zastosowanie
również w transporcie. Projektowanie systemów sterowania i zarządzania
ruchem, modelowanie ruchu oraz planowanie systemów transportowych
z użyciem systemów multiagentowych pokazuje możliwości dalszego rozwoju
transportu jako inteligentnej dziedziny. W artykule przedstawiono
sposób działania systemu wieloagentowego oraz możliwości jego wdrożenia
w dziedzinę transportu. Opisano rodzaje agentów, które można zastosować
w systemach wieloagentowych oraz przykłady symulacji z ich
użyciem. Przedstawiono następujące przykłady: model symulacji ruchu
we francuskim mieście La Rochelle; budowa modelu sieci aglomeracji
poznańskiej z wykorzystaniem go do symulacji wieloagentowej w środowisku
MATSim oraz symulacja systemu zarządzania ruchem na skrzyżowaniach
w symulatorze opracowanym przez naukowców z Melbourne.
Artykuł kończy krótkie podsumowanie opisujące korzyści płynące z zastosowania
systemów multiagentowych i ich przyszłości w dziedzinie ITS.
Distributed intelligent systems are increasingly used
in various fields of science. The example of simplest distributed
system is human organization. With features such as negotiation,
cooperation and coordination people are able to jointly solve variety
of problems. The system consists of communicating and
cooperating agents who are able to achieve goals that were set.
Situations requiring solution of distributed or complicated character
such as searching of an information in the Internet, network
management, market simulation, management support in
the company or supervision of air traffic present wide range of possibilities of multi-agent system use. Systems based on agents
may also be used in the transport. The development of technology
has allowed to use artificial intelligence in such fields of science as
transport and traffic engineering. The next step in development
of intelligent transportation systems is application of the multi-
-agent systems. Agent based systems may find their use in traffic
control systems, modeling and planning of transportation systems
in cities. In the article types of agents that might be used and
examples of simulation with the practical application are presented.
Following examples are given: traffic simulation model in the
French city of La Rochelle; construction of the Poznań agglomeration
model with the simulation implemented in the MATSim
as well as simulation of the traffic at intersections management
system implemented by the scientists from Melbourne. The article
concludes with short summary of advantages of multi-agent systems
and their future application in the ITS.
Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies
Informacja
SZANOWNI CZYTELNICY!
UPRZEJMIE INFORMUJEMY, ŻE BIBLIOTEKA FUNKCJONUJE W NASTĘPUJĄCYCH GODZINACH:
Wypożyczalnia i Czytelnia Główna: poniedziałek – piątek od 9.00 do 19.00