●第1章 概述
1.1 研究背景
1.2 仿真模擬基礎理論
1.2.1 智能體概述
1.2.2 多智能體繫統概述
1.2.3 停車繫統仿真概述
1.3 仿真架構組成要素
1.3.1 基礎數據層
1.3.2 組合網絡層
1.3.3 實體層
1.3.4 決策層
1.3.5 輸出層
1.4 Agent仿真模擬規則
1.4.1 出行需求
1.4.2 信息感知
1.4.3 路徑規劃
1.4.4 特有的假設條件
1.5 Agent仿真實體設計
1.5.1 基本屬性設計
1.5.2 仿真關鍵技術設計
1.5.3 Agent個體參數初始化
1.5.4 生成出行者對像
1.5.5 Agent仿真數據更新
第2章 面向停車預約策略的仿真優化
2.1 停車繫統發展及現狀背景
2.2 停車預約繫統潛在問題
2.2.1 車位數量設置
2.2.2 停車預約管理
2.2.3 預約費用
2.3 停車泊位預約繫統Agetlt仿真設計
2.3.1 基本假設
2.3.2 基本屬性設計
2.3.3 仿真關鍵技術
2.3.4 用戶決策過程
2.3.5 仿真流程
2.3.6 仿真實例
2.4 基於遺傳算法的Agent泊位預約策略優化
2.4.1 問題闡述
2.4.2 參數敏感性分析
2.4.3 基於遺傳算法的仿真優化
2.4.4 單目標優化
2.4.5 雙目標優化
2.5 研究結論
第3章 考慮電動汽車充電設施設置的停車繫統仿真
3.1 電動汽車充電設施規劃現狀背景
3.1.1 電動汽車充電模式
3.1.2 充電設施的安裝方式
3.2 基於Agent的電動汽車停車充電仿真繫統設計
3.2.1 基本假設
3.2.2 基本屬性設計
3.2.3 充電需求預測
3.2.4 充電信息發布
3.2.5 路徑規劃
3.2.6 案例分析
3.3 基於遺傳算法的Agent充電設施布局優化
3.3.1 基本假設
3.3.2 基本屬性設計
3.3.3 仿真關鍵技術
3.3.4 目標優化策略
3.3.5 案例分析
3.4 研究結論
第4章 面向停車換乘的多模式組合出行仿真
4.1 多模式組合出行繫統背景
4.2 多模式交通組合出行Agent仿真設計
4.2.1 基本假設
4.2.2 基本屬性設計
4.2.3 仿真關鍵技術
4.2.4 仿真流程
4.2.5 仿真實例
4.3 基於多模式交通組合Agent繫統的典型交通政策評估
4.3.1 評價指標
4.3.2 公共交通票價和發車頻率分析
4.3.3 時間不確定性對通勤出行的影響
4.3.4 停車預約繫統對交通的影響
4.3.5 停車費率定價策略分析
4.3.6 基於遺傳算法的停車場泊位分配優化
4.4 研究總結
參考文獻

通過交通管理政策引導小汽車擁有者從單純的小汽車出行向停車換乘出行轉變，既能彌補城市外圍公共交通覆蓋率低的短板，又能有效緩解城市核心區交通擁堵問題。直接將交通管理政策應用於現實中評估其效果的成本過高，並可能擾 通秩序。數學建模方法難以描述多模式交通繫統中出行個體的決策行為，而基於多智能體（Agent）仿真的非集計模型則能細致地刻畫不同出行個體的屬性和繫統的動態運行過程，通過調整相關參數便可以對交通政策的效果進行評估。針對上述問題，本文開發了面向停車換乘的組合出行Agent仿真繫統。

梅振,趙錦煥,章偉 著