Sistemas de Control Moderno para procesos industriales: Estado del arte para casos de congestión vehicular, mediante resolución d algoritmos genéticos y de control.
Título del documento: Sistemas de Control Moderno para procesos industriales: Estado del arte para casos de congestión vehicular, mediante resolución d algoritmos genéticos y de control.
Revue: Reincisol
Base de datos:
Número de sistema: 000573890
ISSN: 2953-6421
Autores: 1
2
Instituciones: 1Centro Tecnológico Naval de la Escuela de Grumetes de la Armada Nacional del Ecuador,
2Corporación Eléctrica del Ecuador.,
Año:
Volumen: 3
Número: 5
Paginación: 1296-1321
País: Ecuador
Idioma: Español
Resumen en inglés The steady increase of vehicles on the roads has recently made road congestion a crucial challenge. To cope with current traffic conditions and meet the growing demand for transportation, effective solutions are needed in urban transportation systems. However, introducing changes in urban infrastructures often involves significant constraints in time and feasibility. Therefore, optimizing traffic signal timing (TST) emerges as one of the fastest and most cost-effective methods to reduce congestion at intersections and improve traffic flow in urban networks. Researchers have been exploring various approaches, along with technological advances, to improve TST. This article aims to review recent literature from January 2015 to January 2020, focusing on computational intelligence (CI)-based simulation approaches and CI-based strategies for optimizing TST and traffic signal control (TSC) systems. Through this analysis, we seek to provide insight into existing research, identify gaps, and suggest possible directions for future research in this field.
Resumen en español El incremento constante de vehículos en las carreteras ha convertido la congestión vial en un desafío crucial recientemente. Para hacer frente a las condiciones de tráfico actuales y satisfacer la creciente demanda de transporte, se necesitan soluciones efectivas en los sistemas de transporte urbano. Sin embargo, introducir cambios en las infraestructuras urbanas a menudo implica limitaciones significativas en tiempo y viabilidad. Por lo tanto, optimizar la temporización de semáforos (TST) emerge como uno de los métodos más rápidos y económicos para reducir la congestión en intersecciones y mejorar el flujo de tráfico en redes urbanas. Los investigadores han estado explorando diversos enfoques, junto con los avances tecnológicos, para mejorar la TST. Este artículo tiene como objetivo examinar la literatura reciente desde enero de 2015 hasta enero de 2020, centrándose en enfoques de simulación basados en inteligencia computacional (IC) y estrategias basadas en IC para optimizar los sistemas TST y de control de señales de tráfico (TSC). A través de este análisis, buscamos proporcionar una visión de la investigación existente, identificar lagunas y sugerir posibles direcciones para futuras investigaciones en este campo.
Palabras clave: Control, trafico, redes neuronales, controlador.
Keyword: Control, traffic, neural networks, controller.
Texte intégral: Texto completo (Ver PDF)