Sistemas de Control Moderno para procesos industriales: Estado del arte para casos de congestión vehicular, mediante resolución d algoritmos genéticos y de control.

Jonathan Geovanny  Velásquez Mora; Carlos Patricio  Arroyo Vilela

doi:10.59282/reincisol.V3(5)1296-1321

Autores/as

Jonathan Geovanny Velásquez Mora Centro Tecnológico Naval de la Escuela de Grumetes de la Armada Nacional del Ecuador https://orcid.org/0009-0003-5149-387X
Carlos Patricio Arroyo Vilela Corporación Eléctrica del Ecuador.

DOI:

https://doi.org/10.59282/reincisol.V3(5)1296-1321

Palabras clave:

Control, trafico, redes neuronales, controlador.

Resumen

El incremento constante de vehículos en las carreteras ha convertido la congestión vial en un desafío crucial recientemente. Para hacer frente a las condiciones de tráfico actuales y satisfacer la creciente demanda de transporte, se necesitan soluciones efectivas en los sistemas de transporte urbano. Sin embargo, introducir cambios en las infraestructuras urbanas a menudo implica limitaciones significativas en tiempo y viabilidad. Por lo tanto, optimizar la temporización de semáforos (TST) emerge como uno de los métodos más rápidos y económicos para reducir la congestión en intersecciones y mejorar el flujo de tráfico en redes urbanas. Los investigadores han estado explorando diversos enfoques, junto con los avances tecnológicos, para mejorar la TST. Este artículo tiene como objetivo examinar la literatura reciente desde enero de 2015 hasta enero de 2020, centrándose en enfoques de simulación basados en inteligencia computacional (IC) y estrategias basadas en IC para optimizar los sistemas TST y de control de señales de tráfico (TSC). A través de este análisis, buscamos proporcionar una visión de la investigación existente, identificar lagunas y sugerir posibles direcciones para futuras investigaciones en este campo.

Descargas

Los datos de descargas todavía no están disponibles.

Métricas

Cargando métricas ...

Citas

Litman, T. A. (2003). Transportation cost and benefit analysis: Techniques, estimates and implications. Victoria: Victoria Transport Policy Institute.

Fyhri, A., & Marit, G. (2010). Science of the Total environment noise , sleep and poor health : Modeling the relationship between road traf fi c noise and cardiovascular problems. Science of the Total Environment, 408, 4935– 4942. https://doi.org/10.1016/j.scitotenv.2010.06.057.

Agarwal, S., & Swami, B. L. (2011). Road traffic noise , annoyance and community health survey - a case study for an Indian city. Noice Heal, 13, 272–277. https://doi.org/10.4103/1463-1741.82959.

Howell, W. C., & Fu, M. C. (2006). Simulation optimization of traffic light signal timings via perturbation analysis doctoral dissertation, University of Maryland.

Zhao, D., Dai, Y., & Zhang, Z. (2012). Computational intelligence in urban traffic signal control: A survey. IEEE Transactions on Systems, Man, and Cybernetics Part C: Applications and Reviews, 42, 485–494. https://doi.org/10. 1109/TSMCC.2011.2161577.

Tan, M. K., Chuo, H. S. E., Chin, R. K. Y., et al. (2017). Genetic algorithm based signal optimizer for oversaturated urban signalized intersection. In 2016 IEEE Int Conf Consum electron ICCE-Asia 2016 5–8. https://doi.org/10.1109/ICCEAsia.2016.7804762.

Sabar, N. R., Kieu, L. M., Chung, E., et al. (2017). A memetic algorithm for real world multi-intersection traffic signal optimisation problems. Engineering Applications of Artificial Intelligence, 63, 45–53. https://doi.org/10.1016/j. engappai.2017.04.021.

Akcelik, R. (1981). Traffic signals: Capacity and timing analysis, (vol. 123). Melbourne: Australian Road Research Board, ARR.

Koukol, M., I, L. Z., Marek, L., & I, P. T. (2015). Fuzzy logic in traffic engineering : A review on signal control. Mathematical Problems in Engineering, 2015, 1–14. https://doi.org/10.1155/2015/979160.

Araghi, S., Khosravi, A., & Creighton, D. (2015). A review on computational intelligence methods for controlling traffic signal timing. Expert Systems with Applications, 42, 1538–1550. https://doi.org/10.1016/j.eswa.2014.09.003.

Yu, Q., Liu, J. G., Liu, P. H., et al. (2009). Dynamic optimization project study between the traffic organization and the traffic signal control of urban traffic. 2009 WRI World Congress Computer Science Information Engineering CSIE 2009, 3, 182–186. https://doi.org/10.1109/CSIE.2009.63.

Ng, K. M., Reaz, M. B. I., Ali, M. A. M., & Chang, T. G. (2013). A brief survey on advances of control and intelligent systems methods for traffic-responsive control of urban networks. Teh Vjesn, 3, 555–562.

Papageorgiou, M., Diakaki, C., Dinopoulou, V., et al. (2003). Review of road traffic control strategies. Proceedings of the IEEE, 91, 2043–2067.

Ribeiro, I. M., & Simões, M. D. L. D. O. (2016). The fully actuated traffic control problem solved by global optimization and complementarity. Engineering Optimization, 48, 199–212. https://doi.org/10.1080/0305215X.2014.995644.

Webster, F. V. (1958). Traffic signal setting. Road Research Laboratory Technical Paper /UK/, 39, 1–44.