El concepto de movilidad inteligente se enmarca en el conjunto de acciones, técnicas e infraestructuras encaminadas a la mejora de la movilidad y organización del tráfico en las ciudades. Durante las últimas décadas uno de los principales problemas en las diferentes ciudades del mundo, es el congestionamiento vehicular y los efectos que esto ocasiona. Un mayor nivel de contaminación, emisiones y consumo de combustible se convirtieron en serios problemas. Aumenta también la cantidad de semáforos en las grandes urbes y la complejidad para su programación. En este trabajo se utilizan dos algoritmos metaheurísticos, el algoritmo genético celular (cGA) y el algoritmo de Recocido Simulado (en inglés, Simulated Annealing, SA) para optimizar la planificación de los programas de ciclos semafóricos. Las soluciones obtenidas por los algoritmos aplicados a dos grandes escenarios cercanos a la realidad en áreas urbanas ubicadas en las ciudades de Málaga (España) y París (Francia), son simuladas por el popular micro-simulador SUMO (Simulator Urban MObility). La comparación con un enfoque paralelo de la literatura revela la bondad del algoritmo genético celular. Además, se muestra una reducción significativa en términos de las tasas de emisión y del consumo total de combustible por parte del algoritmo genético.
Los problemas de tránsito aumentan constantemente y las ciudades del futuro solo pueden ser verdaderamente inteligentes si habilitan la Movilidad Inteligente (en inglés, Smart Mobility). Aplicaciones de movilidad inteligente como el control de semáforos, el estacionamiento inteligente y la gestión del tránsito, entre otras están comenzando a ser utilizadas en todo el mundo, trayendo beneficios a las ciudades, mejor calidad de vida, costos reducidos, uso de energía más eficiente y disminución de las emisiones vehiculares. Mejorar la movilidad representa un gran reto. Actualmente, una ciudad con tráfico congestionado y muchos embotellamientos conduce a más contaminación. Por lo tanto, con la gestión inteligente del tránsito, el consumo de combustible y las emisiones contaminantes pueden ser reducidas. A diferencia de técnicas tales como semáforos inteligentes que requieren nueva infraestructura, ubicación de sensores y modificaciones en obras civiles ya construidas, el uso de técnicas de inteligencia artificial en la optimización de los ciclos de semáforos se presenta como una herramienta viable, rápida, eficiente y de bajo costo. En este trabajo se proponen diferentes funciones de evaluación de calidad con un algoritmo genético celular (cGA) aplicadas a dos grandes escenarios cercanos a la realidad en áreas urbanas ubicadas en las ciudades de Málaga (España) y París (Francia), simuladas por el popular micro-simulador SUMO (Simulator Urban MObility). La comparación de las diferentes funciones revela la bondad de algunas funciones logrando a una reducción significativa en términos de las tasas de emisión y del consumo total de combustible, además de una reducción en los tiempos de variables de tránsito analizadas.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.