[pt] Recentemente, a presença de dependência temporal em diferentes tipos de conexões motivou novas pesquisas na área de tráfego. Nessa dissertação, analisamos a importância de dependência temporal no controle de admissão de conxões de vídeo com diferentes graus de dependência ou parâmetros de Hurst. Para a estimação de Hurst, desenvolvemos um pacote de software denominado HEP (Hurst estimator package) a ser disponibilizado publicamente. O pacote HEP contém atualmente os estimadores R/S, Higuchi, AV e variância. Nossa análise examinou duas abordagens para o controle de admissão de conexões com dependência temporal. Estas abordagens exploram o critério de banda efetiva e compõem- se de um mecanismo baseado em descritores de tráfego (DBCAC) e de um mecanismo baseado em medidas obtidas na rede (MBCAC). Para o mecanismo DBCAC, consideramos um cálculo de banda efetiva que utiliza o parâmetro de Hurst como um dos descritores de tráfego. Obtivemos regiões de admissão de conexões por meio de aproximações analíticas e simulações. Um resulatdo importante desta análise mostrou que fontes com dependência de longo alcance, curto alcance e anti- persistência apresentaram regiões de admissão similares. Verificamos portanto, um impacto reduzido da dependência nas regiões de admissão. No mecanismo MBCAC, propusemos uma estrutura de medição composta de um filtro de Kalman, um estimador de Hurst e um algoritmo de determinação de banda efetiva. Nesta proposta, o grau de dependência é incorporado ao processo de medidas possibilitando a estimação do parâmetrode Hurst em tempo real. As estimativas de média, variância e Hurst são utilizadas para obter a banda efetiva das conexões de vídeo. O mecanismo MBCAC mostrou-se adaptável às condições da rede e melhorou a estimativa da banda efetiva das conexões. Além disso, o mecanismo mostrou-se robusto a erros de declarações permitindo determinar regiões de admissão mais preciosas. Novamente, a dependência temporal gerou impacto reduzido nas regiões de admissão, confirmando os resultados obtidos com o mecanismo DBCAC. / [en] The presence of time dependence on different types of connections has motivated new traffic engineering research. In this dissertation, we examined the impact of this time dependence on the video connections admission regions. We considered several video sequences with different dependence degrees or Hurst parameters. For Hurst estimation, we developed a software package named HEP (Hurst estiamtor package). The HEP package contains the R/S, Higuchi, AV (wavelet) and variance estimators. In our analysis, we studied two different call admission approched: a descriptor-based machanism (DBCAC) and a measurement-based mechanism (MBCAC). Both approaches are based on effective bandwidth criteria. For the DBCAC mechanism, we considered an effective bandwidth formulation using the Hurst parameter of the video connections. We obtained the admission regions based on analytical and simulation analysis. An important result showed that the admission regions were similar for the sources presenting long-range dependence on the admission regions. For the MBCAC mechanism, we proposed a new measurement scheme composed by a Kalman filter, a Hurst estimator and a effective bandwidth algorithm. In this proposal, the dependence degree was included in the measurement process o allow on-line Hurst parameter estimation. The mean, variance and Hurst estimatives were used to evaluate to the network condition and improved the effective bandwidth estimation. Moreover, the MBCAC mechanism was robust to the declaration errorsn resulting in moe accurate admission regions. The MBCAC results also confirmed the results obtained with the DBCAC mechanism, i.e; that time dependence had a small impact on admission regions.

[pt] Este trabalho apresenta a utilização de lógica fuzzy e de redes neurais no desenvolvimento de um controlador de semáforos - o FUNNCON. O trabalho realizado consiste em quatro etapas principais: estudo dos fundamentos de engenharia de tráfego; definição de uma metodologia para a avaliação de cruzamentos sinalizados; definição do modelo do controlador proposto; e implementação com dados reais em um estudo de caso.O estudo sobre os fundamentos de engenharia de tráfego aborda a definição de termos,os parâmetros utilizados na descrição dos fluxos de tráfego, os tipos de cruzamentos e seus semáforos, os sistemas de controle de tráfego mais utilizados e as diversas medidas de desempenho.Para se efetuar a análise dos resultados do FUNNCON, é definida uma metodologia para a avaliação de controladores. Apresenta-se, também, uma investigação sobre simuladores de tráfego existentes, de modo a permitir a escolha do mais adequado para o presente estudo. A definição do modelo do FUNNCON compreende uma descrição geral dos diversos módulos que o compõem. Em seguida, cada um destes módulos é estudado separadamente: o uso de redes neurais para a predição de tráfego futuro; a elaboração de um banco de cenários ótimos através de um otimizador; e a criação de regras fuzzy a partir deste banco.No estudo de caso, o FUNNCON é implementado com dados reais fornecidos pela CET-Rio em um cruzamento do Rio de Janeiro e comparado com o controlador existente.É constatado que redes neurais são capazes de fornecer bons resultados na predição do tráfego futuro. Também pode ser observado que as regras fuzzy criadas a partir do banco de cenários ótimos proporcionam um controle efetivo do tráfego no cruzamento estudado. Uma comparação entre o desempenho do FUNNCON e o do sistema atualmente em operação é amplamente favorável ao primeiro. / [en] This work presents the use of fuzzy logic and neural networks in the development of a traffic signal controller - FUNNCON. The work consists of four main sections: study of traffic engineering fundamentals; definition of a methodology for evaluation of traffic controls; definition of the proposed controller model; and implementation on a case study using real data.The study of traffic engineering fundamentals considers definitions of terms,parameters used for traffic flow description, types of intersections and their traffic signals,commonly used traffic control systems and performance measures.In order to analyse the results provided by FUNNCON, a methodology for the evaluation of controllers is defined. The existing traffic simulators are investigated, in order to select the best one for the present study.The definition of the FUNNCON model includes a brief description of its modules.Thereafter each module is studied separately: the use of neural networks for future traffic prediction; the setup of a best scenario database using an optimizer; and the extraction of fuzzy rules from this database.In the case study, FUNNCON is implemented with real data supplied by CET-Rio from an intersection in Rio de Janeiro; its performance is compared with that of the existing controller.It can be observed that neural networks can present good results in the prediction of future traffic and that the fuzzy rules created from the best scenario database lead to an effective traffic control at the considered intersection. When compared with the system in operation, FUNNCON reveals itself much superior.