| 2 | |
| 3 | Účelem práce bylo prozkoumat možnosti decentralizovaného řízení dopravy, |
| 4 | shrnout několik metod a vhdnost jejich nasazení. Poté zvolit nejvhednější |
| 5 | z nich, naimplementovat a otestovat simulací na dvou křizovatkách v oblasti |
| 6 | Praha-Zličín.\\ |
| 7 | |
| 8 | Jako nejvhodnější metoda bylo vybráno LQ řízení, kdy se hledá aproximativní lineární |
| 9 | vztah mezi proměnnou popisující stav prostředí a řídícími proměnnými. |
| 10 | Metoda byla převedena na distribuovanou variantu pomocí teorie o multiagentích systémech. |
| 11 | Každý agent ovládá jednu křizovatku a disponuje informacemi o jí příslušejících jízdních pruzích.\\ |
| 12 | |
| 13 | Implementace byla uskutečněna v jazyce C++ za pomoci knihoven, jako jsou |
| 14 | IT++ a BDM (Bayesian Decision Making). Program komunikuje s emulátory |
| 15 | řadičů ELS3 a s mikrosimulátorem dopravy AIMSUN, na kterém proběhlo ověření |
| 16 | teoretických předpokladů a data z něj posloužila k vyhodnocení výsledků.\\ |
| 17 | |
| 18 | Ukazuje se, že systém pracuje v souladu se základními pravidly |
| 19 | řízení dopravy a v některých situacích pozitivně ovlivňuje její |
| 20 | průběh. Je však velice citlivý na nastavené parametry a nepřesnosti měření, |
| 21 | které jsou bohužel značné. Přes její nedostatky, považuji tuto metodu |
| 22 | za perspektivní a myslím, že použitím vylepšení naznačenýh v kapitole \ref{sec:vylepseni} |
| 23 | by se mohlo docílit velmi obrých výsledků. Je také možné upravit |
| 24 | definované přechodové vztahy, či minimalizovat jiné parametry prostředí, |
| 25 | a tím by se mohla zvýšit efektivita řízení a snížit citlivost na nepřesnosti |
| 26 | měření. |
| 27 | |
| 28 | |