Zeitschrift für Informationstechnologie und Softwareentwicklung
Offener Zugang

Abstrakt

Helfen Sie dem genetischen Algorithmus, den Stadtverkehr an Kreuzungen zu minimieren

Dadmehr Rahbari

Die Steuerung von Ampeln an Kreuzungen ist vor allem ein Problem der optimalen Verkehrsführung. Kreuzungen werden verwendet, um den Verkehrsfluss von Fahrzeugen zu regulieren und Verkehrskonflikte zu vermeiden. Verkehrsmodellierung und -simulation werden in der Industrie häufig eingesetzt. Tatsächlich wird die Modellierung und Simulation eines industriellen Systems untersucht, bevor es wirtschaftlich und erschwinglich wird. Das Ziel dieses Artikels ist eine intelligente Art der Verkehrssteuerung. Die erste Phase des Projekts hat das Ziel, statistische Daten zu sammeln (Zykluszeit jeder Kreuzung, Wartezeit der Fahrzeuge an einer roten Ampel), und dann werden die Schritte durchgeführt, bei denen die Datensammlung optimale Mengen ermittelt. Die Optimierung der Parameter wird durch einen genetischen Algorithmus durchgeführt. GA beginnt mit der Kodierung als binäre Variable (der durch den anfänglichen Datensatz angegebene Bereich wird erhalten), beginnt mit einer anfänglichen Population und dann einer neuen Generation genetischer Operatoren, Mutation und Crossover, und schließlich werden die Mitglieder mit den optimalen Fitnesswerten als Lösungssatz ausgewählt. Die optimale Ausgabe der Petri-Netze wurde mit der Modellierung und Software CPN TOOLS implementiert. Die Ergebnisse zeigen, dass das Projekt die Leistung von Verkehrssteuerungssystemen an Kreuzungen verbessert. Bekannt ist, dass mit Hilfe weiterer Daten auch evolutionäre Methoden wie genetische Algorithmen eingesetzt werden, um die Wartezeit an Ampeln hinter roten Ampeln zu verkürzen und den passenden Zyklus zu ermitteln.