[发明专利]一种基于人工车联网系统的车联网管理方法及系统

权利要求书

1.一种基于人工车联网系统的车联网管理方法，其特征在于，所述方法包括：

建立与实际车联网匹配的人工车联网系统；

将所述实际车联网所采用的管理控制策略加载到所述人工车联网系统，运行所述人工车联网系统从而获取针对所述管理控制策略的实验结果；

获取所述实际车联网的运行状态数据；

对比所述运行状态数据以及所述实验结果，根据对比结果优化所述人工车联网系统，从而提高所述人工车联网系统与所述实际车联网的匹配度；

根据所述实验结果生成并输出针对所述管理控制策略的调整信息；

其中，所述人工车联网系统包括人工智能体以及计算实验模块，

所述人工智能体与所述实际车联网中影响因子对应，其配置为以初始状态参数为基础在行为规则范围内随机运行从而涌现智能体行为特征，其中，在人工智能体运行过程中，智能体与智能体、智能体与环境、环境与环境之间相互作用从而涌现出智能体行为特性；每个人工智能体对应实际车联网系统中的一个影响因子，人工智能体的属性包括初始状态参数以及行为规则，所述初始状态参数与所述行为规则与所述实际车联网中影响因子的属性匹配，基于人工智能体所涌现的多智能体行为特性，借助统计机器学习、数据挖掘方法对实际车联网数据的参数学习确定人工车联网系统人工智能体的初始状态参数；基于规则学习方法从实际车联网系统的历史数据中提取人工智能体的行为规则；

所述计算实验模块配置为在加载了所述管理控制策略后以所述智能体行为特征为基础计算获取所述实验结果。

2.根据权利要求1所述的方法，其特征在于，在采用所述管理控制策略管理所述实际车联网的同时平行执行所述人工车联网系统进行实验计算。

3.根据权利要求1所述的方法，其特征在于：

针对不同的运行场景执行所述人工车联网系统进行实验计算，判断获取的实验结果是否满足车联网管理需求，当不满足时生成对应的调整信息，其中，实验计算所针对的运行场景包括但不限于所述实际车联网当前的运行场景。

4.根据权利要求1所述的方法，其特征在于：

针对所述实际车联网当前的运行场景执行所述人工车联网系统进行实验计算，对比同一运行场景下的所述运行状态数据以及所述实验结果。

5.一种存储介质，其特征在于，所述存储介质上存储有可实现如权利要求1~4中任一项所述方法的程序代码。

6.一种基于人工车联网系统的车联网管理系统，其特征在于，所述系统包括：

管理控制策略获取模块，其配置为获取实际车联网所采用的管理控制策略；

人工车联网系统，其与所述实际车联网匹配，配置为在加载所述管理控制策略后实现针对所述管理控制策略的实验计算，从而生成实验结果；

车联网数据采集模块，其配置为获取所述实际车联网的运行状态数据；

模型优化模块，其配置为对比所述运行状态数据以及所述实验结果，根据对比结果优化所述人工车联网系统，从而提高所述人工车联网系统与所述实际车联网的匹配度；

管理控制策略优化模块，其配置为根据所述实验结果生成并输出针对所述管理控制策略的调整信息；

其中，所述人工车联网系统包括：

与所述实际车联网中影响因子对应的人工智能体，其配置为以初始状态参数为基础在行为规则范围内随机运行从而涌现智能体行为特征，其中，在人工智能体运行过程中，智能体与智能体、智能体与环境、环境与环境之间相互作用从而涌现出智能体行为特性；每个人工智能体对应实际车联网系统中的一个影响因子，人工智能体的属性包括初始状态参数以及行为规则，所述初始状态参数与所述行为规则与所述实际车联网中影响因子的属性匹配，基于人工智能体所涌现的多智能体行为特性，借助统计机器学习、数据挖掘方法对实际车联网数据的参数学习确定人工车联网系统人工智能体的初始状态参数；基于规则学习方法从实际车联网系统的历史数据中提取人工智能体的行为规则；

与所述实际车联网的运行体系匹配的计算实验模块，其配置为在加载了所述管理控制策略后以所述智能体行为特征为基础进行实验计算从而获取实验结果。