Uma metodologia baseada em Agentes e Algoritmos Genéticos para a redução da poluição: um estudo de caso dos tempos de semáforos no centro da cidade de Rio Grande/RS

Autores

  • Míriam Blank Born Universidade Federal do Rio Grande
  • Diana Francisca Adamatti Universidade Federal do Rio Grande
  • Marilton Sanchotene de Aguiar Universidade Federal de Pelotas
  • Weslen Schiavon de Souza Universidade Federal de Pelotas

DOI:

https://doi.org/10.13037/ria.vol13n1.165

Resumo

Na atualidade, a mobilidade urbana e a qualidade do ar são assuntos de destaque, devido ao tráfego intenso de veículos e a emissão de poluentes dissipada na atmosfera. Na literatura foi proposto um modelo de controle otimizado de semáforo utilizando Algoritmos Genéticos (AG). Estes algoritmos foram introduzidos neste contexto de controle de tráfego, buscando possíveis soluções para a problemática de semáforos nos grandes centros urbanos. A análise da dispersão de poluentes torna-se um aspecto importante de ser estudado e analisado, para que soluções viáveis sejam implantadas visando a melhoria do tráfego urbano e da qualidade do ar. Assim, o estudo da dispersão de poluentes e de Algoritmos Genéticos, com abordagem baseada em agentes, juntamente com simulações realizadas no simulador de mobilidade urbana SUMO (Simulation of Urban Mobility), buscam soluções satisfatórias para tais problemas. O AG realiza o cruzamento dos cromossomos, neste caso os tempos dos semáforos, apresentando os melhores tempos de sinal verde e o somatório de cada um dos poluentes a cada ciclo de simulação. As simulações foram realizadas, os resultados obtidos comparados e as análises mostraram que a utilização do Algoritmo Genético é bastante promissor neste contexto.

Downloads

Biografia do Autor

Míriam Blank Born, Universidade Federal do Rio Grande

Doutoranda em Ciência da Computação na Universidade Federal de Pelotas e Tutora à distância do curso Tecnologia da Informação e Comunicação na educação - Tic-Edu na Universidade Federal do Rio Grande.

Referências

AGUIAR, M. S. Análise Formal da Complexidade de Algoritmos Genéticos. (Dissertação de Mestrado em Ciência da Computação) — PPGC/UFRGS. Porto Alegre/RS, Brasil.1998.

AGUIAR, M. S.; TOSCANI, L. V. Algoritmos Genéticos. “In I Workshop sobre métodos formais e qualidade de software”. Porto Alegre/RS. Brasil. 1997. pp. 78-87.

ALVARES, L.; SICHMAN, J. Introdução aos sistemas multiagentes. 1997. p.1–38.

BORN, M. B.; ADAMATTI, D. F.; AGUIAR, M. S.; SOUZA, W. S. Utilização do simulador SUMO para a determinação dos tempos de semáforos visando a redução da poluição: Um estudo de caso no centro da cidade de Rio Grande/RS. “In 7ª Conferência Sul em Modelagem Computacional”. Rio Grande/RS. Brasil, 2016. p. 582.

GOLDBERG, D. Genetic algorithms in search, optimization, and machine learning. Addison-Wesley. (Artificial Intelligence). 1989.

KRAJZEWICZ, D.; EDMANN, J.; BEHRISCH, M.; BIEKER, L. Recent Development and Applications of SUMO - Simulation of Urban MObility. International Journal on Advances in Systems and Measurements, 2012. v.3-4, n.5, p.128–138.

LINDEN, R. Algoritmos Genéticos. 2a.ed. Rio de Janeiro/RJ, Brasil, Editora Brasport. 2008.

NUNES, G. Estudo e análise da Dispersão de Poluentes: um estudo de caso para a cidade de Rio Grande/RS.” Dissertação (Mestrado em Modelagem Computacional) — Universidade Federal do Rio Grande, Rio Grande/RS, Brasil. 2013.

REZENDE, S. O. Sistemas Inteligentes: fundamentos e aplicações. Editora Manole Ltda. Barueri/São Paulo. Brasil. 2003.

TURKY, M.; AHMAD, S.; YUSOFF, M. The Use of Genetic Algorithm for Traffic Light and Pedestrian Crossing Control. International Journal of Computer Science and Network Security. 2009. v. 9, n.2, February.

Downloads

Publicado

2020-05-31

Edição

Seção

Artigos