Particle swarm optimization aplicado a la programación de los ciclos de semáforos en Bahía Blanca

Autores
Alba Torres, Enrique; Olivera, Ana C.; García-Nieto, José M.
Año de publicación
2012
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
En este trabajo, proponemos el uso de un algoritmo de optimización mediante cúmulos de partículas (PSO, por las siglas en inglés), el cual, utilizando el simulador de tráfico SUMO para su entrenamiento, es capaz de obtener programas de ciclos de semáforos optimizados para áreas urbanas extensas. Como caso de estudio, nos hemos centrado en la ciudad de Bahía Blanca, Argentina. Las planificaciones de ciclos resultantes, tras una serie de experimentos, obtienen reducciones significativas en términos de congestión de tráfico y tiempo medio de viaje.
Eje: Workshop Agentes y sistemas inteligentes (WASI)
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
Intelligent agents
ciclos de semáforo
Optimization
particle swarm optimization
SUMO
semaforo
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/23585
Acceder
id SEDICI_642aee122df1e2682d4ba01c536890d7
oai_identifier_str oai:sedici.unlp.edu.ar:10915/23585
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Particle swarm optimization aplicado a la programación de los ciclos de semáforos en Bahía BlancaAlba Torres, EnriqueOlivera, Ana C.García-Nieto, José M.Ciencias InformáticasIntelligent agentsciclos de semáforoOptimizationparticle swarm optimizationSUMOsemaforoEn este trabajo, proponemos el uso de un algoritmo de optimización mediante cúmulos de partículas (PSO, por las siglas en inglés), el cual, utilizando el simulador de tráfico SUMO para su entrenamiento, es capaz de obtener programas de ciclos de semáforos optimizados para áreas urbanas extensas. Como caso de estudio, nos hemos centrado en la ciudad de Bahía Blanca, Argentina. Las planificaciones de ciclos resultantes, tras una serie de experimentos, obtienen reducciones significativas en términos de congestión de tráfico y tiempo medio de viaje.Eje: Workshop Agentes y sistemas inteligentes (WASI)Red de Universidades con Carreras en Informática (RedUNCI)2012-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/23585spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-10-15T10:48:09Zoai:sedici.unlp.edu.ar:10915/23585Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-15 10:48:09.616SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Particle swarm optimization aplicado a la programación de los ciclos de semáforos en Bahía Blanca
title Particle swarm optimization aplicado a la programación de los ciclos de semáforos en Bahía Blanca
spellingShingle Particle swarm optimization aplicado a la programación de los ciclos de semáforos en Bahía Blanca
Alba Torres, Enrique
Ciencias Informáticas
Intelligent agents
ciclos de semáforo
Optimization
particle swarm optimization
SUMO
semaforo
title_short Particle swarm optimization aplicado a la programación de los ciclos de semáforos en Bahía Blanca
title_full Particle swarm optimization aplicado a la programación de los ciclos de semáforos en Bahía Blanca
title_fullStr Particle swarm optimization aplicado a la programación de los ciclos de semáforos en Bahía Blanca
title_full_unstemmed Particle swarm optimization aplicado a la programación de los ciclos de semáforos en Bahía Blanca
title_sort Particle swarm optimization aplicado a la programación de los ciclos de semáforos en Bahía Blanca
dc.creator.none.fl_str_mv Alba Torres, Enrique
Olivera, Ana C.
García-Nieto, José M.
author Alba Torres, Enrique
author_facet Alba Torres, Enrique
Olivera, Ana C.
García-Nieto, José M.
author_role author
author2 Olivera, Ana C.
García-Nieto, José M.
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Intelligent agents
ciclos de semáforo
Optimization
particle swarm optimization
SUMO
semaforo
topic Ciencias Informáticas
Intelligent agents
ciclos de semáforo
Optimization
particle swarm optimization
SUMO
semaforo
dc.description.none.fl_txt_mv En este trabajo, proponemos el uso de un algoritmo de optimización mediante cúmulos de partículas (PSO, por las siglas en inglés), el cual, utilizando el simulador de tráfico SUMO para su entrenamiento, es capaz de obtener programas de ciclos de semáforos optimizados para áreas urbanas extensas. Como caso de estudio, nos hemos centrado en la ciudad de Bahía Blanca, Argentina. Las planificaciones de ciclos resultantes, tras una serie de experimentos, obtienen reducciones significativas en términos de congestión de tráfico y tiempo medio de viaje.
Eje: Workshop Agentes y sistemas inteligentes (WASI)
Red de Universidades con Carreras en Informática (RedUNCI)
description En este trabajo, proponemos el uso de un algoritmo de optimización mediante cúmulos de partículas (PSO, por las siglas en inglés), el cual, utilizando el simulador de tráfico SUMO para su entrenamiento, es capaz de obtener programas de ciclos de semáforos optimizados para áreas urbanas extensas. Como caso de estudio, nos hemos centrado en la ciudad de Bahía Blanca, Argentina. Las planificaciones de ciclos resultantes, tras una serie de experimentos, obtienen reducciones significativas en términos de congestión de tráfico y tiempo medio de viaje.
publishDate 2012
dc.date.none.fl_str_mv 2012-10
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/23585
url http://sedici.unlp.edu.ar/handle/10915/23585
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1846063908445487104
score 13.22299

Publicaciones similares