Optimización evolutiva del tráfico urbano y las emisiones vehiculares
DOI:
https://doi.org/10.30973/progmat/2016.8.1/6Palabras clave:
Tráfico, programación de semáforos, simulación, emisiones vehiculares, algoritmos evolutivosResumen
En las últimas décadas, el tráfico vehicular se ha convertido en la principal fuente de con- gestión y de contaminación ambiental en zonas urbanas. Este trabajo estudia el problema de minimizar la reducción de emisiones del tráfico y el tiempo de viaje de los vehículos me- diante el algoritmo evolutivo NSGA-II. Un modelo microscópico de simulación es utilizado en el cálculo de la función de aptitud. El análisis experimental realizado sobre una zona de la ciudad de Montevideo (Uruguay) demuestra que los algoritmos evolutivos son capaces de alcanzar resultados de alta eficacia numérica en comparación con la situación actual.
Citas
Robertson, D.I., Lucas, C.F., Baker, R.T. Coordinating traffic signals to reduce fuel consumption. TRL Report LR934. Transport Research Laboratory. 1980, Crowthorne, Berkshire, United Kingdom.
Stevanovic, A., Stevanovic, J., Zhang, K., Batterman, S. Optimizing traffic control to reduce fuel consumption and vehicular emissions - integrated approach with vissim, cmem, and visgaost. Transportation Research Record. 2009. 2128, 105-113. https://doi.org/10.3141%2F2128-11
Costabile, F., Allegrini, I.: A new approach to link transport emissions and air quality: An intelligent transport system based on the control of traffic air pollution. Environmental Modelling and Software. 2008, 23, 258-267. https://doi.org/10.1016/j.envsoft.2007.03.001
Sanchez-Bertucci, L., Darre, E., Reyes, B., Gogichaishvili, A., Morales, J., Bautista, F. Estudio magnético en líquenes de la ciudad de montevideo. Latinmag Letters. 2013, 3, 1-7.
Deb, K., Pratap, A., Agarwal, S., Meyarivan, T. A fast and elitist multiobjective genetic algorithm: NSGA-II. IEEE Transactions on Evolutionary Computation. 2002, 6(2), 182-197. https://doi.org/10.1109/4235.996017
Krajzewicz, D., Erdmann, J., Behrisch, M., Bieker, L. Recent development and applications of SUMO - simulation of urban mobility. International Journal On Advances in Systems and Measurements. 2012, 5, 128-138
Unal, A., Rouphail, N.M., Frey, H.C. Effect of arterial signalization and level of service on measured vehicle emissions. Transportation Research Record. 2003, 1842, 47-56. https://doi.org/10.3141%2F1842-06
Coelho, M.C., Farias, T.L., Rouphail, N.M.: Impact of speed control traffic signals on pollutant emissions. Transportation Research Part D. 2005, 10, 323-340. https://doi.org/10.1016/j.trd.2005.04.005
Hallmark, S.L., Fomunung, I., Guensler, R., Bachman, W. Assessing impacts of improved signal timing as a transportation control measure using an activity-specific modeling approach. Transportation Research Record. 2000, 1738, 49-55. https://doi.org/10.3141%2F1738-06
Olivera, A.C., García-Nieto, J.M., Alba, E. Reducing vehicle emissions and fuel consumption in the city by using particle swarm optimization. Applied Intelligence. 2015, 42(3), 389-405. https://doi.org/10.1007/s10489-014-0604-3
Nishuichi, H., Yoshii, T. A study of the signal control for the minimization of CO2 emission. In 12th World Congress on Intelligent Transport Systems, 2005.
Kesur, K.B. Generating more equitable traffic signal timing plans. Transportation Research Record. 2010, 2192, 108-115. https://doi.org/10.3141%2F2192-10
Tielert, T., Killat, M., Hartenstein, H., Luz, R. The impact of traffic-light-to-vehicle communication on fuel consumption and emissions. Proc. of the 2010 Internet of Things (IOT), 2010, 1-8. https://doi.org/10.1109/IOT.2010.5678454
Asadi, B., Vahidi, A. Predictive cruise control: Utilizing upcoming traffic signal information for improving fuel economy and reducing trip time. IEEE Transactions on Control Systems Technology. 2010, 3, 707-714. https://doi.org/10.1109/TCST.2010.2047860
Keller, M.: Handbook of Emission Factors for Road Transport (HBEFA) 3.1. Quick reference. Technical report, INFRAS. J. Wiley & Sons, Chichester, 2010.
Bäck, T., Fogel, D., Michalewicz, Z. (eds.) Handbook of evolutionary computation. Oxford University Press, 1997.
Nesmachnow, S.: An overview of metaheuristics: accurate and efficient methods for optimization. International Journal of Metaheuristics. 2014, 3(4), 320- 347.
Hadka, D. MOEA framework versión 2.4. http:// www.moeaframework.org/, 2015.
Hadka, D., Reed, P. Diagnostic assessment of search controls and failure modes in many-objective evolutionary optimization. Evolutionary Computation. 2012, 20(3), 423-452. https://doi.org/10.1162/EVCO_a_00053
Nesmachnow, S. Computación científica de alto desempeño en la Facultad de Ingeniería, Universidad de la República. Revista de la Asociación de Ingenieros del Uruguay. 2010, 61, 12-15.
Ehlert, A., Bell, M., Grosso, S. The optimization of traffic count locations in road networks. Transportation Research Part B. 2006, 40, 460-479. https://doi.org/10.1016/j.trb.2005.06.001
Mussone, L., Grant-Muller, S., Chen, H. A neural network approach to motorway OD matrix estimation from loop counts. Journal of Transportation Systems Engineering and Information Technology. 2010, 10(1), 88 – 98. https://doi.org/10.1016/S1570-6672(09)60026-X
Saraswathy, M.V., Isaac, K.P. Prioritization of traffic count locations for trip matrix estimation using information theory. International Journal for Traffic and Transport Engineering. 2013, 3(2), 112–126. https://doi.org/10.7708/ijtte.2013.3(2).02
Kabrt, L. Travel time analysis. https://code.google. com/p/traveltimeanalysis/, 2010.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2016 Programación Matemática y Software
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Usted es libre de:
Compartir — compartir y redistribuir el material publicado en cualquier medio o formato. |
Adaptar — combinar, transformar y construir sobre el material para cualquier propósito, incluso comercialmente. |
Bajo las siguientes condiciones:
Atribución — Debe otorgar el crédito correspondiente, proporcionar un enlace a la licencia e indicar si se realizaron cambios. Puede hacerlo de cualquier manera razonable, pero de ninguna manera que sugiera que el licenciador lo respalda a usted o a su uso. |
Sin restricciones adicionales: no puede aplicar términos legales o medidas tecnológicas que restrinjan legalmente a otros a hacer cualquier cosa que permita la licencia. |