14 | | $T \in \mathbb{N}$ & \texttt{T} & Vzorkovací perioda & \\ |
15 | | $C \in \mathbb{N}$ & \texttt{Tc} & Délka cyklu & \\ |
16 | | $S = 0,5$ & \texttt{ss} & Saturovaný tok & Maximální počet vozidel, která projedou křižovatkou za sekundu \\ |
| 20 | $T \in \mathbb{N}$ & \texttt{T} & Vzorkovací perioda & Perioda sběru dat a řízení \\ |
| 21 | $C \in \mathbb{N}$ & \texttt{Tc} & Délka cyklu & Doba, za kterou se vystřídají fáze signální skupiny, řízená veližina \\ |
| 22 | $S$ & \texttt{ss} & Saturovaný tok & Maximální počet vozidel, která projedou křižovatkou za sekundu \\ |
| 75 | |
| 76 | \section{Popis algoritmu} |
| 77 | Základ hlavní smyčky programu je postaven |
| 78 | na knihovně BDM (Bayesian Decision Making), vyvýjena na |
| 79 | ústavu teorie informace a automatizace. |
| 80 | Knihovna obsahuje třídu \texttt{Participant}, od |
| 81 | které je odvozena základní třída agenta \texttt{BaseTrafficAgent}. |
| 82 | Ta má předdefinované metody, které jsou volány v každém cyklu simulace. |
| 83 | Jsou to metody \texttt{Adapt}, sloužící k získání dat, \texttt{Broadcast}, ve které |
| 84 | se posílají data sousedním agentům, \texttt{Receive}, kde se zprávy příjímají a zpracovávají |
| 85 | a \texttt{Act}, metoda určená pro nastavení řídících parametrů, v našem případě délky cyklu.\\ |
| 86 | |
| 87 | Finální agent určený pro LQ řízení je odvozen od této ťrídy. V každém cyklu |
| 88 | posílá ůdaje o délce front, zatížení detektorů a odbočovacích poměrec. |
| 89 | Z těchto dat si poté podle rovnic \ref{eq:my_trans_02} a \ref{eq:my_trans_mat} sestaví |
| 90 | matici $B$. Matice $A$ je jednotková a penalizační matice kvadratického kritéria $Q$ a $R$ jsou konstantně |
| 91 | nastaveny podle významnosti dopravních pruhů. Tím jsou sestaveny vstupní parametry pro minimalizátor, |
| 92 | který vypočte řídící matici $L$ potřebnou k získání optimální hodnoty délky cyklu. |
154 | | \section{Popis algoritmu} |
155 | | Základ hlavní smyčky programu je postaven |
156 | | na knihovně BDM (Bayesian Decision Making), vyvýjena na |
157 | | ústavu teorie informace a automatizace. |
158 | | Knihovna obsahuje třídu \texttt{Participant}, od |
159 | | které je odvozena základní třída agenta \texttt{BaseTrafficAgent}. |
160 | | Ta má předdefinované metody, které jsou volány v každém cyklu simulace. |
161 | | Jsou to metody \texttt{Adapt}, sloužící k získání dat, \texttt{Broadcast}, ve které |
162 | | se posílají data sousedním agentům, \texttt{Receive}, kde se zprávy příjímají a zpracovávají |
163 | | a \texttt{Act}, metoda určená pro nastavení řídících parametrů, v našem případě délky cyklu. |
164 | | \\ |
165 | | \\ |
166 | | Finální agent určený pro LQ řízení je odvozen od této ťrídy. V každém cyklu |
167 | | posílá ůdaje o délce front, zatížení detektorů a odbočovacích poměrec. |
168 | | Z těchto dat si poté podle rovnic \ref{eq:my_trans_02} a \ref{eq:my_trans_mat} sestaví |
169 | | matici $B$. Matice $A$ je jednotková a penalizační matice kvadratického kritéria $Q$ a $R$ jsou konstantně |
170 | | nastaveny podle významnosti dopravních pruhů. Tím jsou sestaveny vstupní parametry pro minimalizátor, |
171 | | který vypočte řídící matici $L$ potřebnou k získání optimální hodnoty délky cyklu. |