Sistem inteligent pentru controlul luminilor unui semafor [624169]

Sistem inteligent pentru controlul luminilor unui semafor
pentru o intersecție izolată folosind logica Fuzzy

Hanganu Cristina Elena
Facultatea de Automatică și Calculatoare

Rezumat
Traficul reprezintă principala problemă cu care se confruntă fiecare țară din cauza creșterii numărului de
vehicule din întreaga lume, în special în zonele urbane mari. Prin urmare, este nevoie de simulare și
optimizare a algoritmilor de control a traficului pentru o mai bună adaptare a acestei cereri . Optimizarea
fuzzy se referă la găsirea valorilor parametrilor de intrare ai unui sistem complex simulat care conduce la
ieșirea dorită. Tehnicile tradiționale pot necesita o cantitate enormă de simulări pentru evaluarea
sistemului. Articolul cuprinde d escrie rea, proiecta rea și implementa rea unui sistem inteligent de control al
luminilor de trafic, bazat pe tehnologia logică fuzzy. Software -ul a fost dezvoltat în MATLAB pentru a
simula situația unei joncțiuni izolate bazate pe logica fuzzy . Rezultatele simulării arată că controlerul
logic fuzzy are o performanță mai bună și este mai rentabil decât un controler de timp fix. Mai mult decât
atât, optimizarea Fuzzy este mai flexibilă decât tehnicile tradiționale.

1. Introducere
Monitorizarea și controlul traficului rutier devine o problemă major ă în multe țări. Numărul din ce în ce
mai mare de vehicule au dus la problema congestionării traficului. Există mulți factori care duc la
congestionarea traficului, cum ar fi d ensitatea vehiculelor , obiceiurile umane, comportamentul social și
sistemul de semaforizare. Un factor major este datorat sistemului de semafo are care controlează traficul în
intersecții. Traficul dirijat de poliție se desfășoară zilnic pentru a depăși această congestie în timpul orelor
de vârf, astfel una dint re rădăcinile problemei se datorează unor controlere ineficiente pentru semafoare.
Cu un control eficient al intersecției, capacitatea generală și performanța rețelei de trafic urban ar putea fi
rezolvate. Odată cu creșterea numărului de vehicule rutiere, a utoritățile de monitorizare trebuie să
găsească noi căi sau măsuri de depășire a unei astfel de probleme. S -au propus numeroase soluții pentru
rezolvarea blocajului de trafic. Majoritatea sistemelor convenționale de supraveghere a traficului
utilizează sen zori precum detectoare inductive de buclă, sonde cu micro -buclă și tuburi pneumatice de
rulare. Cu toate acestea, acești senzori perturbă traficul în timpul instalării și reparațiilor,
ceea ce face ca instalarea și întreținerea sa aiba costuri ridicate. În plus, au fost utilizate senzori cum ar fi
camere video, radare și ultrasunete. Aceste sisteme au, de asemenea, costuri ridicate, iar precizia acestora
depinde de condițiile de mediu .

Metodele convenționale pentru modelele precise bazate pe controlul sem nalului de trafic nu reușesc să
facă față în mod eficient situațiilor de trafic complexe și diferite. Acestea sunt modelate în funcție de
timpul ciclului prestabilit pentru a schimba semnalul fără o analiză a situației traficului. Datorită timpului
fix al ciclului, astfel de sisteme nu consideră că intersecția are mai multă încărcătură de trafic, deci ar
trebui să rămână verde mai mult sau ar trebui să se termine mai devreme decât timpul complet al ciclului.
În cazul intersecțiilor, si stemele de control tra diționale iau în considerare doar timpul de așteptare al
semnalelor, dar nu și direcțiile vehiculului. Astfel de situații pot fi văzu te în diferite zone ale orașelor ,
unde fluxul de trafic variază în funcție de ore diferite ș i fluxurile de trafic intens de dimineață și de seară
datorită numărului mare de birouri pe acea rută. De asemenea, în diferite intersecții, fluxul de trafic se
schimbă destul de mult în perioada școlii . Presetările sistemului eșuează în astfel de scenarii deoarece nu
au putut obține in formații complete despre vehicule mai devreme. De asemenea, uneori apare situația,
unei mișcari VIP. In astfel de situații traficul trebuie deviat și controlat .
Eficiența procesului de luare a de ciziilor umane este fără precedent deoarece obiectivele de lu are a
deciziilor sunt neclare .

Regulatoarele bazate pe fuzzy se dovedesc a fi un bun manager al sistemului de trafic în astfel de scenarii.
Sistemele fuzzy au capacitatea de a lua decizii chiar și cu informații incomplete. Se dezvoltă din ce în ce
mai mu lt sistemele pentru controlul traficului. Acești algoritmi îmbunătățesc continuu siguranța și
eficiența prin reducerea timpului de aș teptare a vehiculelor. Acest lucru crește ritmul de deplasare și asta
face trafic ul să fie neted. Motivația cheie pentru utilizarea logici Fuzzy în controlul trafic ului este
existența unei incertitudini în procesul de controlul . Deciziile sunt luate pe baza unor informații
imprecise, iar efectul eva luării nu este bine cunoscut .

Articolul prezintă un controler de trafic fuzz y pentru intersecții suprasaturate. Algoritmul pentru controlul
intersecții lor suprasaturate pe bazeaza pe un model d e control fuzzy. Scopul controlu lui este de a reduce
timpul mediu de întârziere în întreaga rețea de trafic. Se presupune că unitățile spec iale utilizează banda
dreaptă în intersecție pentru a permit e întoarcerea la dreapta a fluxul ui de masini pentru a trece intersecția
fără a perturb a celelalte fluxuri de trafic din aceeași intersecție. Conform acestei ipoteze, fluxul de trafic
care se întoarce spre drea pta est e în afara controlului fuzzy .

În această lucrare discutăm despre implementarea unui Sistem inteligent de control al l uminii de trafic
pentru o intersecție izolată folosind t ehnologia logică fuzzy care are capacitatea de a imita inteligența
umană . Software ul bazat pe MATLAB a fost dezvoltat pentru a simula traficul izolat. Controlul lumin ilor
semaforului folosind atât regulatoare convenționale de timp și un regulator logic fuzzy pot
să fie simulate în software. Analiza traficului simulând luminile se maforului , cum ar fi timpul de
așteptare, densitatea, costul etc. se poate face, de asemenea, folosind software -ul. Software -ul poate de
asemenea, să fie folosit ca un exerc ițiu pentru studenți și/sau absolvenți pentru a înțelege conceptul de
logică fuzzy și aplicării sale într -un mediu real. Norme le și funcțiile de membru ale controlerului logic
fuzzy pot fi selectate și modificate, iar ieșirile lor pot fi comparate cu mai multe reprezentări diferite.

Tehnologia logică fuzzy permite implementarea unor re guli din viața reală similată cu modul în care
oamenii ar gândi. În Sistemul de control al traficului, oamenii s-ar gândi să controleze situația traficului la
un anumit nivel: "dacă traficul este mai greu la nord sau la sud benzile și tr aficul pe benzile d e vest sau
din est este mai mic , semaforul ar trebui să rămână mai lung pentru nord și drumurile din sud". Astfel de

reguli pot fi acum ușor create în controlerul logic fuzzy. Luând în calcul aceste considerente, putem spune
că poate înlocui traficul dirija t de poliție cu sistemul Fuzzy. Logica fuzzy funcționează foarte bine atunci
când traficul in directii diferite este extrem de inegal în comparație la controlerul preemptiv. Frumusețea
logicii fuzzy este aceea ca permite termenii și condițiile fuzzy, cum a r fi termenul "scurt" "Medium" și
"Long" care trebuie sc cuantificate și înțelese de către calculator.

2. Metoda/ metodologia/ algoritmul aplicat
În aceas tă secțiune, sunt discutate diferite lucrări de cercetare în cadrul domeniul controlului traficului. Cu
alte cuvinte, această secțiune se concentrează asupra utilizării logicii fuzzy pentru controlul traficului.
Prima încerc are de a proiecta un controler fuzyy pentru trafic a fost în anii 70 de Pappis și Mamdani [2].
Apoi Niittymaki, Kikuchi, Chui și alți cercetă tori [4] au dezvoltat diferiți algoritmi și controlere logice
pentru normalizarea fluxului de trafic. Kelsey și Bis set au proiectat, de asemenea, un simulator pentru
controlul semnalului unei intersecții izolate cu o bandă. Aceeași muncă a fost făcută și d e către Niittymaki
și Pursula [5]. Au observat că Controlerul Fuzzy reduc e întârzierea autovehiculului cand volumul
traficului era mare . Niittyma ki și Kikuchi au dezvoltat un sistem fuzzy pentru pietonii care traversează
drumul. Nakatsuyama, Nagaha shi și Nishizuka [6] au aplicat logica fuzzy pentru a controla două
intersecții adiacente pe o arteră cu mișcări într -o singură direcție. Reguli de control fuzzy au fost
dezvoltate pentr u a determina dacă este nevoie sa se prelungeasca sau sa se termine s emnalul verde . Chui
a fost primul care a utilizat logica fuzzy pentru a controla traficul în mai multe intersecții [4]. În această
încercare, se evaluează doar două străzi fără a se lu a în considerare nicio întoarcere .

În ultimii ani, Lin Zhang și Honglo ng Li [7 ] au lucrat la proiectarea unui controler de trafic fuzzy pentru
intersecții suprasaturate. Jee -Hyong Lee și Hyung Lee-Kwang [8] a u prezentat un controler pentru
semnal ul unui semafor , dar se presupune că fluxul masini care doresc să vireze la dreapta să nu perturbe
orice alt flux de trafic din intersecție.

I.N.Askerzade , Mustafa Mahmood [3] prezintă o lucrare intitulată "Controlați timpul de extindere al
Traficul de lumină în legătura unică prin utilizarea logicii fuzzy " . În această lucrare se discută despre
implementarea unui sistem inteligent de control al luminilor de trafic folosind tehnologia logică fuzzy
care are capacitatea de a imit a inteligența umană . Software ul bazat pe MATLAB a fost dezvoltat pentru a
simula o intersecție izolată . Tehnologia logică fuzzy permite punerea în aplicare a regulilor din viață
reală . De exemplu, oamenii ar crede în următorul mod de a controla situația traficului la o anumită
intersecți e: dacă traficul este mai greu la nord sau la sud și la traficul de pe străzile din vest sau est este
mai puțin, atunci semafoarele ar trebui să rămână verde mai mult timp la nord și la sud. Astfel de reguli
pot fi acum ușor create în controlerul logic fuzz y.

2. 1 Logica Fuzzy

Instrumentul Logic Fuzzy a fost introdus în 1965 și este un instrument matematic pentru a face față
incertitudinii . El oferă softului de calcul posibilitatea de a decide pe baza unor cuvinte lor si oferă o
tehnică pentru a face față i mpreciziei și informațiilor granularizate . Teoria fuzzy oferă un mecanism
pentru reprezentarea construcții lor lingvistice, cum ar fi "multe", "scăzute" , "Mediu", "adesea", "puțini".
În general, logica fuzzy oferă o structură de deducere care permite o potr ivire adecvată capacității

raționamentului uman. Dimpotrivă, teoria setului tradițional binar descrie evenimente clare, evenimente
care pot sau nu sa apară . Logica Fuzzy f olosește probabilitatea teoria pentru a explica dacă un eveniment
va avea loc, măsura rea șansa cu care se așteaptă să apară un anumit eveniment. Teoria logicii fuzzy se
bazează pe noțiunea de membru relativ și așa sunt si funcțiile cu ajutorul cărora este realizat procesul
cognitiv . Utilitatea fuzzy se află în capacitatea de a modela date incerte sau ambigue . Aplicațiile logicii
fuzzy se întâlnesc în trei domenii principale: produse de consum, sisteme industriale / comerciale și
sistemele de susținere a deciziilor [1].

2.2 Descrierea sistem ului de control al traficului

Primele sisteme de gestionare a traficului utilizate în Germania a fost implementat pe drumuri cu
accidente frecvente cauzate de condiții le de drum s au de ceață. Mai târziu, aceste sistemele au fost extinse
pentru a detecta și controla traficului . Acest sistem de control al traficului a fost utilizat pentru mai multe
intersecții de-a lungul drumului. Sistemul folosește senzori magnetici pentru detecția traficului , precum și
transmiterea stațiilor meteorologice date d in mediu de la suprafața drumului și din stratul de aer. Un
computer central de control al traficului colectează toate datele tr ansmise de la statii . Strategia de control
derivă din limitarea de viteză adecvată pentru fiecare secțiune.

Obiectivele de control sunt:
• Continuarea traficul în cazul traficului de vâr f
• Reducerea traficului la intrarea în congestie
• Avertizare a privind condițiile meteorologice nefavorabile, cum ar fi ceața sau gheață

De-a lungul unei astfel de autostrăzi "inteligente" se găsesc alarme semnalizate postate pe portalurile de
semnalizar e rutieră unde sunt afișate limitele de viteză pentru fiecare bandă și evenimente neregulate,
cum ar fi lucrările pe șosea , defecțiunile, accident ele sau condițiile meteorologice periculoase [1].
Controlul semnalelor de tip logică fuzzy este o alternativă la semnalele convenționale care pot fi utilizate
pentru o gamă mai largă de modele de trafic pentru o intersecție. Controlul traficului folosind logica fuzzy
utilizează senzori care numără mașini în loc de senzori de proximitate care indică numai prezența
autoturismelor. Acest lucru oferă sistemului informații cu privire la densitatea trafic ului pe benzi și
permite o mai bună evaluare a schimbării tiparelor de trafic. Deoarece distribuțiile de trafic fluctuează,
controlerul fuzzy poate schimba lumina de sem nalizare în consecință.

Structura generală a unui sistem inteligent fuzzy de control al trafic ului este ilustrat în figura 1. Există doi
senzori electromagnetici plasați pe șosea pentru fiecare banda. Primul senzor din spatele fiecărei lumini
de trafic numără autoturisme le care trec de semafor și al doilea senzor care este situat în spatele primului
senzor numără mașini le care intra in intersecție la distanța S de la lumini. Numărul de mașini care
așteaptă la semafor este determinat de diferența dintre valoarea celor doi senzori. Acest lucru este în
contrast cu sistemele de control convențio nale care plasează un senzor de proximitate din fața fiecărui
semafor și poate simți numai prezența primei mașini care aștea ptă, dar nu si numărul de mașini care
așteap tă traficul. Distanta între cei doi senzori S, este determinată în consecință urmând modelul fluxului
de trafic la acel moment în intersecție. Controlerul logic fuzzy este responsabil pentru controlul timpului
de semnal luminat verde în funcție de condiții le de trafic.

Mașina de stare controlează secvența de stări pe care controlerul de trafic fuzzy ar trebui să o aibă . Există
o singură stare pentru fiecare fază a semafor ului. Există o stare implicită care are loc
când nu este detectat traficul de intrare. Această stare implicită corespunde timpului verde pentru o
abordare specifică, de obicei la abordarea inițială. În secvența de stări, o stare poate fi omisă dacă nu
există cozi de mașini .

Figura 1: Structura general ă a unui sistem de control al traficu lui

În cadrul acestui articol , principalele obiective ale logicii fuzzy în controlul semnalului de trafic și, de
altfel, și în controlul semnalelor de trafic în general, sunt următoarele:
• Îmbunătățirea siguranței traficului în intersecție.
• Maximizare a capacității intersecției.
• Minimizarea întârzierilor.
• Clarificarea mediului de trafic.
• Influența alegerii rutei.

3. Rezultatele obținute prin aplicarea algoritmului

În dezvoltarea controlului inteligent al luminilor sistem se fac următoarele ipot eze:
• Intersecția este o joncțiune izolată cu patru căi cu trafic provenind din nord, vest, sud și direcțiile de
est;
• când traficul dinspre est și vest se mișcă, traficul de la nord și sud se oprește și invers;
• nu sunt considerate în acest sens nicio întoarcere la dreapta și la stânga ;
• controlerul logic fuzzy va observa densitatea tr aficului de la nord și de sud de pe o singură parte iar
traficul de vest și de est de pe o altă parte;
• Lanț ul Est -Vest este considerat principalul abordare;

Diagrama fluxului unui controler logic fuzzy este prezentată în figura 2.

Figura 2: Structura controlerului logic fuzzy

Un controler logic fuzzy a fost proiectat pentru o intersecție izolată cu 4 benzi: est, vest, nord și
sud, așa cum se arată în figura 1. La controlerul pentru semafoare sunt alese două variabile de intrare
fuzzy: cantitatea de traficul de sosire (Sosire) și cantitatea de trafic pe partea de așteptare (coadă).
Dacă partea nordică și cea de sud este verde, atunci asta ar fi să fie partea de sosi re, în timp ce partea de
vest și est ar fi considerată ca fiind partea de așteptare, și invers. Ieșire a variabilă fuzzy ar fi timpul de
prelungire necesar pentru lumina verde pe partea sosirii (Extensie). Astfel, pe baza condițiilor curente de
trafic fuzzy regulile pot fi formul ate astfel încât producția controlerul ui fuzzy va extinde sau nu timpul de
lumină verde. Dacă nu există o prelungire a timpului verde actual, starea de semafor se va schimba
imediat la o altă stare , permițând traficul de pe o altă ar teră sa treacă .

3.1 Parametrii fuzzy și schemele funcțiilor de apartenență

Pentru controlul traficului , există cinci funcții de apartenenț ă pentru fiecare intrare și patru variabile fuzzy
de ieșire ale sistemului.

Input Variables Output Variables
Queue Arrival Extension Time
Very -short Very -short Z Zero
Short Short S Short
Medium Medium M Medium
Large Large
Very -large Very -large L Large
Tabelul 1 : variabilele de intrare și ieșire pentru sistem

Figura 3: Funcția de apartenență pentru variabila de intrare “coad ă” Figura 4: Funcția de apartenență pentru variabila de intrare “sosire”

Figura 5: Funcția de apartenență pentru variabila de ieșire “Extensie”

3.1 Setul de reguli fuzzy

Mecanismul de inferență al controlerului logic fuzzy seamănă cu proce sul raționamentului uman. Asta
arată unde tehnologia logică fuzzy este asociată cu tehnica inteligenței artificiale . Oamenii folosesc
inconștient reguli în punerea în aplicare a acțiunilor lor. De exemplu, un trafic dirijat de poliție, unul din
nord și unul din vest; el ar folosi expertiza sa în controlul traficului mai mult sau mai puțin în următoarele
:Dacă traficul din partea de nord a orașului este HEAVY AND traficul din vest este mai puțin decât
permite circulația de la nord , atunci controlul inteligent al luminii verzi dinspre nord va fi LONGER .

Figura 7: Reguli Fuzzy pentru controlul traficului

3.2 Motorul de inferență și defuzzificarea

În controlerul logic fuzzy o dată ce regulile au fost create , gradul de apartenență la variabila de ieșire ,
adică timpul de prelungire, este determinat prin codificare subseturilor fuzzy antecedente, în acest caz
Sosire și Coadă. În sistemul de control fuzzy al semafoarelor este utilizată tehnica min -max de implicare .
Folos ind această tehni că, funcția de apartenență pentru ieșirea finală e ste setul fuzzy atribuit acelei ieșiri
prin tăiere a gradul ui de valori de adevăr a funcțiilor de apartenență antecedente asociate. Odată ce
variabila de ieșire a funcției de apartenentă este determinată, to ate regulile sunt apoi combinate și ieșirea
reală clară este obținută prin defuzzificare. Există mai multe metode de defuzzificare;

Arrival
Queue Very – short Short Medium Large Very -Large
Very -Short Z S M L L
Short Z S M M L
Medium Z S M M M
Large Z Z S M M
Very -Large Z Z S S S
Tabelul 2: Matrice a de reguli fuzzy pentru sistemul de control inteligent al traficul ui

3.3 Rezultatele simulării

După sistemul inteligent de control al luminii semaforului a fost proiectat cu atenție, se testează sistemu l
și se discută impactul variabilelor de intrare asupra variabilei de ieșire. Simularile arătă efectul celor două
intrări si timpul de extensie rezultat . Acest sistem arată creșterea lentă a timpului necesar pentru un ciclu
pentru a face ca situația trafi cului să fie mai stabilă. Simularea este implementata în trei etape . În fiecare
etapă încercăm o intrare cu alta și notăm efectul acestora asupra ieșirii .

No. of Vehicle at Queue side
(Max N=15) No. of Vehicle at Arrival side
(Max N=15) Extension time
(sec.)
2 2 7.73
3 3 8.07
6 6 9.89
12 12 11.8
15 15 9.19
3 6 10
3 9 9.9
3 12 12.4
3 18 15.8
3 20 20
3 25 20
3 30 20.5
6 3 8.15
9 3 8.15
12 3 3.33
15 3 3.33
Tabelul 3: Timp ul de prelungire a luminii veriz pentru diferite valori ale variabilelor de intrare sosire și coadă

Așa cum se arată în tabelul 3, timpul de extindere este mic când densitatea sosirii este mică și densitatea
părții de coadă este, de asemenea, mică . Timpul crește încet fiind mare numai atunci când densitatea părții
de sosire es te foarte mare , iar densitatea cozii este și ea mare . Cu alte cuvinte, timpul extern crește încet,
fiind mare doar atunci când densitatea părții de sosire crește și cozii este constantă. Pe altă parte dacă
valoarea variabilei sosire este constantă și coada crește atunci crește timpul de extensie .

4. Concluziile lucră rii

Controlerul fuzzy pentru controlul luminilor semaforului a funcționează mai bine decât controlerul de
timp fix datorită flexibilității sale. Flexibilitatea implică numărul de vehicule det ectate la intrarea in
joncțiune și extinderea timpului pentru semnalul verde. În cazul controlerului cu timp fix , fiind un sistem
cu buclă deschisă, timpul verde este prelungit indiferent de densitatea mașinilor care așteaptă la semafor .
În plus față cele menționate , controlerul fuzzy are de asemenea un avantaj de a lua decizii pe baza unor
variabile lingvistice . În această lucrare este descris un sistem de control al traficului la nivel de bază,
pentru o intersecșie izolată, ce folosește logica fuzzy .

În sistemul inteligent de control al luminii unui semafor , timpul de extensie nu este o valoa re fixă. Toate
variabile le sunt lingvistice , cum ar fi zero, scurt, mediu și mare. Numărul de mașini detectate la intrarea
controlerului fuzzy este, de asemene a, convertit în valori fuzzy, cum ar fi foarte scurt, scurt , mediu, mare
și foarte mare. I n plus față de variabilele fuzzy, controlerul are de asemenea avantaj ul de a efectua
operații cu ajutorul regulilor fuzzy. De asemenea, raționamentului în controlerul fuzzy este similar cu cel
al polițistului care gestionează fluxul de trafic într-o intersecție tipică. Se poate observa din rezultate că
sistemul inteligent de control oferă performanțe mai bune într-un timp mai scurt . Timpul mai mic de
așteptare nu va re duce doar combustibilul ci și poluarea aerului sau poluarea fonică. Acesta de asemenea,
arată că putem reduce congestionarea traficului și evita pierderea timpului de lumină verde pe un drum
liber.

Bibliografie

[1] Javed Alam and Dr. M .K. Pandey “ Development of Traffic Light Control System for Emergency
Vehicle Using Fuzzy Logic ” International Conference on Artificial Intelligence and Soft Computing, IIT –
BHU Varanasi, India 7 -9 December -2012.

[2] Pappis, C. P., and E. H. Mamdani. “ A Fuzzy Logic Controller for a Traffic Junction ”. IEEE
Transactions on Systems, Man, and Cybernetics, October 1977 .

[3] I.N.Askerzade , Mustafa Mahmood “ Control the Extension Time of Traffic Light in Single Junction by
Using Fuzzy Logic ” International Journa l of Electrical & Computer Sciences IJECS -IJENS Vol:10 No:02
in 2010.

[4] Chiu , S. “ Adaptive Traffic Signal Control Using Fuzzy Logic ”. Proceedings of the IEEE Intelligent
Vehicles Symposium, 1992 .

[5] Niittymaki, J., and M. Pursula. “Signal Control Usin g Fuzzy Logic. Fuzzy Sets and Systems ”, Vol.
116, 2000

[6] Nakatsuyama, M., H. Nagahashi, and N. Nishizuka. “ Fuzzy Logic Phase Controller for Traffic
Junctions in the One -Way Arterial Road ”. Proceedings of the IFAC Ninth Triennial World Congress,
1984 .

[7] Li, H., P. D. Prevedouros, and L. Zhang. “ Signal Control for Oversaturated Intersections Using Fuzzy
Logic ” Submitted for consideration for presentation at the 2005 Annual Meeting of the TRB and
publication in the Transportation Research Record.

[8] Ho ng Wei, Wang Yong, Mu Xuanqin and Wu Yan. “ A cooperative fuzzy control method for traffic
Lights ”. 2001 IEEE Intelligent Transportation Systems Confe rence Proceedings – Oakland, USA -2001.

[9] Yi Hu, CQU, Peter Thomas, Member, IEEE, and Russel J. Stonier, Member, IEEE. “ Traffic Signal
Control using Fuzzy Logic and Evolutionary Algorithms ”. 2007 – IEEE.

[10] J Niittymaki, R Nevala, E Turunen. “ Fuzzy Traffic Signal Control and a New Inference Method!
Maximal Fuzzy Similarity – Fuzzy Sets and Systems ”, 2003 – iasi.rm.cnr.it

[11] Marco Wiering, Jelle van Veenen, Jilles Vreeken, Arne Koopman. “ Intelligent Traffic Light
Control ”. Institute of information and computing sciences, Utrecht university technical report UU -CS-
2004 -029.