Aplicando algoritmos genéticos a un controlador ‘fuzzy’ para una gestión adaptativa del tráfico

Recientemente se ha aceptado el artículo «A hybrid Fuzzy Genetic Algorithm for an adaptive traffic signal system» en la revista open-access Advances in Fuzzy Systems. En él participamos varios de los investigadores de GeNeura.

El abstract es:

This paper presents a hybrid algorithm that combines Fuzzy Logic Controller (FLC) and Genetic Algorithms (GAs) and its application on a traffic signal system. FLCs have been widely used in many applications in diverse areas, such as control system, pattern recognition, signal processing, and forecasting. They are, essentially, rule-based systems, in which the definition of these rules and fuzzy membership functions is generally based on verbally formulated rules that overlap through the parameter space. They have a great influence over the performance of the system. On the other hand, the Genetic Algorithm is a metaheuristic that provides a robust search in complex spaces. In this work, it has been used to adapt the decision rules of FLCs that define an intelligent traffic signal system, obtaining a higher performance than a classical FLC-based control. The simulation results yielded by the hybrid algorithm show an improvement of up to 34% in the performance with respect to a standard traffic signal controller, Conventional Traffic Signal Controller (CTC), and up to 31% in the comparison with a traditional logic controller, FLC.

Esperamos que os guste (y que lo citéis, claro :D).

CEDI2013. Predicción de tráfico mediante co-evolución de Redes Neuronales de Funciones de Base Radial y selección de variables de entrada.

Este trabajo presenta un novedoso sistema de detección de flujo de tráfico, y muestra los resultados del algoritmo L-Co-R en la predicción de la serie temporal que el citado flujo de tráfico representa. La predicción de la serie temporal se ha realizado comparando con algoritmos existentes y muestra la adecuación del algoritmo, L-Co-R, ante el problema de la predicción de la serie temporal captada.

CEDI2013. Estudio de los indicadores de exposición al riesgo mediante un sistema de monitorización del tráfico basado en la tecnología bluetooth

Los sistemas de información utilizados actualmente para la recopilación de datos y generación de información sobre el estado de las carreteras presentan dos inconvenientes: la primera es que no tienen capacidad para identificar e individualizar los vehículos que detectan. La segunda es su elevado coste, lo cual los hace caros para cubrir la red de carreteras secundarias.

En este trabajo proponemos un sistema basado en el escaneo de los identificadores de dispositivos Bluetooth que hay en el entorno. Se trata de un identificador único que permite saber el fabricante e incluso distinguir de qué tipo de dispositivo se trata (PC, teléfono móvil o equipo manos libres).

Se ha probado el sistema en el área metropolitana de Granada, instalando seis nodos de monitorización para la recogida de datos. A partir de estos se han obtenido estadísticas con las que hemos estudiado diversos indicadores relativos al uso de vehículos por parte de la población del área monitorizada.