Naslov
Koordinirano upravljanje mrežom raskrižja sa semaforima primjenom umjetne inteligencije
(Coordinated Traffic Signal Control of Signalized Intersection Network Using Artificial Intelligence)

Autori
Miloš, Josip

Vrsta, podvrsta i kategorija rada
Ocjenski radovi, diplomski rad, diplomski

Fakultet
Fakultet prometnih znanosti / Zavod za inteligentne transportne sustave

Mjesto
Zagreb

Datum
22.09

Godina
2022

Stranica
53

Mentor
Ivanjko, Edouard

Neposredni voditelj
Miletić, Mladen

Ključne riječi
Inteligentni transportni sustavi, mreža raskrižja sa semaforima, signalni plan, neuronske mreže, genetski algoritam
(Intelligent Transport Systems, Signalized Intersection Network, Traffic Signal Program, Neural Networks, Genetic Algorithm)

Sažetak
Razvojem industrije transporta i svakodnevnim povećanjem broja vozila javlja se sve veći problem zagušenja u gradovima. Nastala zagušenja karakterizirana su malim brzinama i velikom gustoćom prometnog toka što značajno utječe na smanjenje razine uslužnosti (engl. Level of Service - LoS). Kako bi se smanjio utjecaj zagušenja prometnog toka razvijeni su različiti sustavi upravljanja iz domene inteligentnih transportnih sustava (engl. Intelligent Transport Systems - ITS). Najčešće korišteni sustavi upravljanja raskrižjima sa semaforima u gradovima zasnivaju se na implementaciji ustaljenih (engl. Fixed-Time) ili prometno ovisnih (engl. Traffic Actuated) sustava upravljanja. Napredniji sustavi upravljanja zasnivaju se na adaptivnom upravljanju (engl. Adaptive Traffic Control Systems - ATCS). Tako današnji ATCS sustavi primjenjuju napredne tehnologije umjetne inteligencije (engl. Artificial Intelligence) za rješavanje problema zagušenja na raskrižjima sa semaforima. Unutar ovog rada uspješno je implementiran upravlja čki algoritam zasnovan na umjetnoj inteligenciji primjernom PTV Vissim simulacijskog alata i objektno orijentiranog programskog jezika C#. Implementirani algoritam upravljanja koristi genetski algoritam (engl. Genetic Algorithm) i umjetne neuronske mreže (engl. Artificial Neural Networks). Analizom dobivenih rezultata postignuto je znatno poboljšanje ukupnog vremena putovanja (engl. Total Travel Time), kašnjenja (engl. Delay) i broja stajanja (engl. Number of stops). Takoder je prikazano da se primjenom tehnologija umjetne inteligencije značajno može poboljšati upravljanje mrežom raskrižja sa semaforima.

Izvorni jezik
Hrvatski

Znanstvena područja
Elektrotehnika, Računarstvo, Tehnologija prometa i transport

POVEZANOST RADA