[en] TRAFFIC CONTROL THROUGH FUZZY LOGIC AND NEURAL NETWORKS
[pt] Este trabalho apresenta a utilização de lógica fuzzy e de redes neurais no desenvolvimento de um controlador de semáforos - o FUNNCON. O trabalho realizado consiste em quatro etapas principais: estudo dos fundamentos de engenharia de tráfego; definição de uma metodologia para a avaliação d...
| Main Author: | |
|---|---|
| Other Authors: | |
| Language: | pt |
| Published: |
MAXWELL
2002
|
| Subjects: | |
| Online Access: | https://www.maxwell.vrac.puc-rio.br/Busca_etds.php?strSecao=resultado&nrSeq=2695@1 https://www.maxwell.vrac.puc-rio.br/Busca_etds.php?strSecao=resultado&nrSeq=2695@2 http://doi.org/10.17771/PUCRio.acad.2695 |
| Summary: | [pt] Este trabalho apresenta a utilização de lógica fuzzy e de
redes neurais no desenvolvimento de um controlador de
semáforos - o FUNNCON. O trabalho realizado consiste em
quatro etapas principais: estudo dos fundamentos de
engenharia de tráfego; definição de uma metodologia para a
avaliação de cruzamentos sinalizados; definição do
modelo do controlador proposto; e implementação com dados
reais em um estudo de caso.O estudo sobre os fundamentos de
engenharia de tráfego aborda a definição de termos,os
parâmetros utilizados na descrição dos fluxos de tráfego,
os tipos de cruzamentos e seus semáforos, os sistemas de
controle de tráfego mais utilizados e as diversas medidas de
desempenho.Para se efetuar a análise dos resultados do
FUNNCON, é definida uma metodologia para a avaliação de
controladores. Apresenta-se, também, uma investigação sobre
simuladores de tráfego existentes, de modo a permitir a
escolha do mais adequado para o presente estudo. A
definição do modelo do FUNNCON compreende uma descrição
geral dos diversos módulos que o compõem. Em seguida, cada
um destes módulos é estudado separadamente: o uso de redes
neurais para a predição de tráfego futuro; a elaboração de
um banco de cenários ótimos através de um otimizador; e a
criação de regras fuzzy a partir deste banco.No estudo de
caso, o FUNNCON é implementado com dados reais fornecidos
pela CET-Rio em um cruzamento do Rio de Janeiro e comparado
com o controlador existente.É constatado que redes neurais
são capazes de fornecer bons resultados na predição do
tráfego futuro. Também pode ser observado que as regras
fuzzy criadas a partir do banco de cenários ótimos
proporcionam um controle efetivo do tráfego no cruzamento
estudado. Uma comparação entre o desempenho do FUNNCON e o
do sistema atualmente em operação é amplamente favorável ao
primeiro. === [en] This work presents the use of fuzzy logic and neural
networks in the development of a traffic signal controller -
FUNNCON. The work consists of four main sections: study of
traffic engineering fundamentals; definition of a
methodology for evaluation of traffic controls; definition
of the proposed controller model; and implementation on a
case study using real data.The study of traffic engineering
fundamentals considers definitions of terms,parameters used
for traffic flow description, types of intersections and
their traffic signals,commonly used traffic control systems
and performance measures.In order to analyse the results
provided by FUNNCON, a methodology for the evaluation of
controllers is defined. The existing traffic simulators are
investigated, in order to select the best one for the
present study.The definition of the FUNNCON model includes
a brief description of its modules.Thereafter each module
is studied separately: the use of neural networks for
future traffic prediction; the setup of a best scenario
database using an optimizer; and the extraction of
fuzzy rules from this database.In the case study, FUNNCON
is implemented with real data supplied by CET-Rio
from an intersection in Rio de Janeiro; its performance is
compared with that of the existing controller.It can be
observed that neural networks can present good results in
the prediction of future traffic and that the fuzzy rules
created from the best scenario database lead to an
effective traffic control at the considered intersection.
When compared with the system in operation, FUNNCON reveals
itself much superior. |
|---|