Inteligentne rozwiązanie sterowania ruchem drogowym w logistyce miasta

Artykuł prezentuje problematykę optymalizacji i niezawodności sterowania ruchem pojazdów w obrębie skrzyżowań z zastosowaniem metod klasycznych i algorytmów genetycznych z rozmytą oceną wartości chromosomu. Są to rozwiązania alternatywne do aktualnie wykorzystywanych w systemach logistyki miejskiej. Autorzy wykonując badania wskazali, że operatory genetyczne pozwalają o około 43% sprawniej sterować sygnalizacją świetlną niż metodą klasyczną. Metody klasyczne zostały zdefiniowane jako modele bazujące tylko na czujnikach ruchu i na zasadzie kolejki FIFO. Zaproponowana model niezawodności inteligentnego systemu sterowania sygnalizacją świetlną bazując na czasie działania systemu, gęstości ruchu pojazdów oraz średniej prędkości pojazdów poruszających się na danym odcinku.

---

The article presents the problem of optimization and reliability of traffic control within intersections using classical methods and genetic algorithms with fuzzy evaluation of the chromosome. There are alternatives to the currently used systems of urban logistics. The authors doing the research indicated that genetic operators allow approximately 43% more efficient control of traffic lights than the classic method. Classical methods are defined as models based only on sensors and motion on a FIFO queue. The proposed model of reliability of intelligent control system based on the traffic lights during operation of the system, the density of traffic and the average speed of vehicles traveling on a given section.