1引言

交通模拟是自20世纪60年代以来，随着计算机技术的进步，采用计算机数字模型来反映复杂道路交通现象的交通分析技术和方法。从实验的角度来看，道路交通模拟是重现交通时间和空间变化的模拟技术。交通模拟是智能交通系统的重要组成部分，是计算机技术在交通工程领域的重要应用。利用基于Agent的计算机模拟，模拟交通系统中的个人行为，使一群这样的个人在计算机创造的虚拟环境中相互作用和演变，自下而上出现整个系统的复杂行为。多主体模型的基本思路是：由于人类社会是一个由大量个体组成的复杂系统，在计算机中建立每个经济实体的个体模型，称为Agent；然后让这些Agent遵循一定的简单规则；然后通过观察这些Agent的出现，找到人工社会的规律，解释和理解人类社会的宏观现象[1]。

本文以TrafficGrid模型为基础，对交通系统进行了模拟研究，了停车车辆数量、平均等待时间等曲线，为城市规划和决策者提供了数据。

2多主体建模。

主体分布式人工智能的研究，主体智能体、代理)和多主体系统(Multi-Agentsystem，MAS)随着分布式人工智能的研究而兴起。主体(Agent)一词一般用来描述自己包含的计算实体[2]，可以感知环境，在一定程度上控制自己的行为。人工智能学者Minsky在1986年出版的《思维社会》(Thesocietyofmind)[3]中提出了Agent，认为社会上的一些个体经过协商后可以解决问题。②交互性：可与其他Agent进行多种形式的交互，并能有效地与其他Agent合作。③反应：能感知环境，及时响应相关事件。④主动性：能够按照承诺采取主动行动，表现出面向目标的行为。⑤推理和规划能力：Agent具有学习知识和经验、进行相关推理和智能计算的能力。

多Agent系统(MAS)由多个独立或半独立的智能系统组成，每个Agent要么履行职责，要么与其他Agent通信获取信息相互配合，完成整个问题的求解。与单Agent相比，MAS具有以下特点:①社会性:Agent处于由多个Agent组成的社会环境中，通过一定的Agent语言与其他Agent实现灵活多样的交互和通信，实现与其他Agent的合作、协作、协商、竞争等。②自制性:多Agent系统中的一个Agent发出请求后，其他Agent只有在同时具备提供此服务的能力和兴趣时才能接受行动委托，即一个Agent不能强迫另一个Agent提供某些服务。③合作:在多Agent系统中，每个目标不同的Agent都必须相互协商。