München, Techn. Universiẗat, Diss., 2004.

Thesis (Ph. D.)--Ohio State University, 1987. / Includes bibliographical references (leaves 228-233). Available online via OhioLINK's ETD Center.

It is proposed in this dissertation a traffic optimization model based on neuro-fuzzy inference systems (ANFIS) to be applied in real-time optimization, targeting the architecture of the traffic control system deployed in the city of Curitiba, considering its properties and restrictions. The model presented herein has a similar approach to the best known dynamic traffic optimization system, SCOOT, implementing hill-climbing optimization on a performance index defined as a weighted sum of the links' measures of effectiveness. However, the nature of the traffic flow sampling in Curitiba, by not distinguishing the flow tuning rates, implies the simulation model should be closer to those implemented by offline traffic simulation tools. Transyt, which is one of the most popular offline traffic simulators, was used in order to generate training data and as a reference to validate the results. Real-time optimization based on the mathematical model of Transyt cannot be applied to systems with a large number of intersections in the current state of technology, due to the high computational costs of the algorithms, unless by imposing restrictions on the search space. ANFIS was used in order to capture the knowledge of the simulator, which means to approximate Transyt's outputs. ANFIS was chosen due to its precision and low execution time. Its estimations made it possible the real-time execution of optimization algorithms for a very large number of intersections. Regarding the optimization processes, well-known methods such as EQUISAT and hill-climbing were used. A hybrid optimization method was also validated using a genetic algorithm to provide an initial state for the hill-climbing method. / Neste trabalho propõe-se um método de otimização de tráfego baseado em sistemas de inferência neuro-fuzzy (ANFIS). Esse método deve ser aplicável a um contexto de otimização em tempo real e orientado à arquitetura do sistema de controle de tráfego da cidade de Curitiba, considerando suas características e restrições. O modelo proposto apresenta similaridades com o principal sistema de otimização dinâmica de tráfego existente, denominado SCOOT, empregando o método hill-climbing sobre um índice de desempenho calculado pela ponderação das estimativas de eficiência dos links. Entretanto, a amostragem de dados de fluxo no sistema de Curitiba, por não fornecer medida das conversões em tempo real, determina que o modelo de simulação seja mais aproximado ao utilizado por ferramentas offline de otimização. Empregou-se o Transyt, uma das mais populares ferramentas de simulação e otimização offline, na geração de dados de treinamento ao ANFIS e como referência para validação dos resultados. O alto custo computacional do modelo matemático implementado no Transyt impede sua aplicação na otimização em tempo real de um grande número de cruzamentos sem que se imponha restrições no espaço de busca. Utilizou-se o ANFIS para extrair o conhecimento do simulador, ou seja, aproximar seus resultados. Optou-se pelo ANFIS por apresentar boa precisão e baixo custo computacional e assim sua utilização viabilizou a execução de algoritmos de otimização para um grande número de cruzamentos. Com relação aos processos de otimização, utilizou-se métodos consagrados como o EQUISAT e o hill-climbing, mas também foi avaliado o uso de um algoritmo genético para geração de um estado inicial ao hill-climbing, em um otimizador híbrido.

It is proposed in this dissertation a traffic optimization model based on neuro-fuzzy inference systems (ANFIS) to be applied in real-time optimization, targeting the architecture of the traffic control system deployed in the city of Curitiba, considering its properties and restrictions. The model presented herein has a similar approach to the best known dynamic traffic optimization system, SCOOT, implementing hill-climbing optimization on a performance index defined as a weighted sum of the links' measures of effectiveness. However, the nature of the traffic flow sampling in Curitiba, by not distinguishing the flow tuning rates, implies the simulation model should be closer to those implemented by offline traffic simulation tools. Transyt, which is one of the most popular offline traffic simulators, was used in order to generate training data and as a reference to validate the results. Real-time optimization based on the mathematical model of Transyt cannot be applied to systems with a large number of intersections in the current state of technology, due to the high computational costs of the algorithms, unless by imposing restrictions on the search space. ANFIS was used in order to capture the knowledge of the simulator, which means to approximate Transyt's outputs. ANFIS was chosen due to its precision and low execution time. Its estimations made it possible the real-time execution of optimization algorithms for a very large number of intersections. Regarding the optimization processes, well-known methods such as EQUISAT and hill-climbing were used. A hybrid optimization method was also validated using a genetic algorithm to provide an initial state for the hill-climbing method. / Neste trabalho propõe-se um método de otimização de tráfego baseado em sistemas de inferência neuro-fuzzy (ANFIS). Esse método deve ser aplicável a um contexto de otimização em tempo real e orientado à arquitetura do sistema de controle de tráfego da cidade de Curitiba, considerando suas características e restrições. O modelo proposto apresenta similaridades com o principal sistema de otimização dinâmica de tráfego existente, denominado SCOOT, empregando o método hill-climbing sobre um índice de desempenho calculado pela ponderação das estimativas de eficiência dos links. Entretanto, a amostragem de dados de fluxo no sistema de Curitiba, por não fornecer medida das conversões em tempo real, determina que o modelo de simulação seja mais aproximado ao utilizado por ferramentas offline de otimização. Empregou-se o Transyt, uma das mais populares ferramentas de simulação e otimização offline, na geração de dados de treinamento ao ANFIS e como referência para validação dos resultados. O alto custo computacional do modelo matemático implementado no Transyt impede sua aplicação na otimização em tempo real de um grande número de cruzamentos sem que se imponha restrições no espaço de busca. Utilizou-se o ANFIS para extrair o conhecimento do simulador, ou seja, aproximar seus resultados. Optou-se pelo ANFIS por apresentar boa precisão e baixo custo computacional e assim sua utilização viabilizou a execução de algoritmos de otimização para um grande número de cruzamentos. Com relação aos processos de otimização, utilizou-se métodos consagrados como o EQUISAT e o hill-climbing, mas também foi avaliado o uso de um algoritmo genético para geração de um estado inicial ao hill-climbing, em um otimizador híbrido.

This thesis concerns a survey of inter-regional or inter-urban commercial truck traffic at weigh scales in B.C. and how parts of the information collected can be used to calibrate a gravity model of the type proposed by the Federal Highways Administration (U. S. A.). The results of the calibration of both the 27 and 31 node models are compared with previous, calibration efforts In an intra-urban context. There is a relatively detailed presentation of the design and completion of this type of survey. Also, the role of the gravity model of trip distribution in the planning process is explained. A new method of determining the inter-zonal impedance is used. This impedance is based on trip cost and takes into account such things as type of terrain (level, rolling, mountainous). The results indicate that the calibration was successful. The use of the gravity model of trip distribution would appear to be an appropriate technique in the analysis of inter-urban commercial truck traffic. / Applied Science, Faculty of / Civil Engineering, Department of / Graduate

No description available.

No description available.

No description available.

No description available.

No description available.