摘 要： 多智能体技术通过各自治智能体间的通讯、协调、合作来表达实际的复杂系统，特别适用于城市交通系统的建模。在分析了多智能体技术和城市交通系统特性的基础上，对多智能体在城市交通管理系统、出行信息系统和公交系统中的应用现状进行了综合论述，对各个领域最具代表性的应用进行了介绍和分析。研究认为，多智能体技术为城市交通问题提供了良好的解决方案，在具体应用中需要对交通环境和实体进行准确的建模，缓解通信需求、降低运算量及低协调复杂度、增强应用系统的稳定性和安全性。最后指出了多智能体技术在城市交通系统应用中

Agent是运行于动态环境中的具有较高自制能力的实体，具有自主性、分布性、协调性和一定学习、推理能力。多智能体系统通过Agent间的通讯、合作、协调和控制表达系统功能及行为特性。城市交通系统是自然的、分布的、复杂的、动态的、规模庞大的系统，采用多Agent技术建模城市交通系统可为交通决策者和使用者提供良好的解决方案。

城市交通控制和诱导系统是智能交通系统（Intelligent Transport System， ITS）的组成部分，而交通流预测特别是短时交通流预测是城市交通控制与交通诱导系统的基础。由于缺乏交通量预测所需历史数据以及判断影响交通量生成与增长因素的准确性不够，致使道路交通量的预测结果与实际值产生了较大差异。论述了灰色模型（Gray Model， GM）以及多Agent理论在交通量智能预测中的方法和应用技术。该方法利用多Agent间的相互通信、协作功能以及灰色模型的累加生成手段和微分方程描述，在

摘 要： 多智能体技术通过各自治智能体间的通讯、协调、合作来表达实际的复杂系统，特别适用于城市交通系统的建模。在分析了多智能体技术和城市交通系统特性的基础上，对多智能体在城市交通管理系统、出行信息系统和公交系统中的应用现状进行了综合论述，对各个领域代表性的应用进行了介绍和分析。研究认为，多智能体技术为城市交通问题提供了良好的解决方案，在具体应用中需要对交通环境和实体进行准确的建模，缓解通信需求、降低运算量及低协调复杂度、增强应用系统的稳定性和安全性。指出了多智能体技术在城市交通系统应用中的发展趋