Методы выбора лингвистических переменных в системе нечеткого управления сигналами светофора

Для увеличения пропускной способности перекрестка и одновременного сокращения времени пути транспортного средства необходима оптимизация управления светофорным объектом. Имеющиеся системы управления светофорным объектом не могут управлять динамическими системами, в которых несколько факторов влияют на процесс принятия решений. Определение факторов (выходных переменных) и процесс фаззификации являются основной проблемой алгоритма нечеткой логики, а качество составления терм-множества входных лингвистических переменных и определение функции принадлежности влияют на оптимальное управление сигналами светофора.
В статье приведен аналитический обзор способов применения лингвистических переменных для систем нечеткого вывода при управлении сигналами светофора. Предметом рассмотрения в статье являются входные лингвистические переменные для принятия решений в нечеткой модели управления. Представлен анализ современных исследований и описаны основные входные лингвистические переменные. В первом разделе работы рассматривается общий принцип построения базы правил систем нечеткого вывода на основе методов Мамдани и Такаги—Сугено. Последующие разделы посвящены особенностям таких выходных лингвистических переменных, влияющих на режим работы нечеткого светофора, как: число транспортных средств, текущее время зеленого сигнала, участники дорожного движения (пешеходы), погодные условия и число полос (ширина) пересекаемых дорог. Учет этих переменных, их фаззификация и формирование соответствующей базы правил для проектирования нечетких систем являются весьма сложной задачей. В связи с этим одной из ключевых является именно проблема выбора необходимых входных параметров в зависимости от типа перекрестка.
Проведенный обзор литературных источников показал, что исследования нечеткого регулятора при управлении дорожным движением все еще находятся на начальной стадии разработки. Многие нерешенные вопросы, затронутые в обзоре, могут быть рассмотрены в дальнейших исследованиях

1. Luk J., Sims A., Lowrie P. SCATS-application and field comparison with a transyt optimized fixed time system // Proceedings of the International Conference on Road Traffic Signalling. 1982. P. 71—74.

2. Garg H., Kaushal E. G. Traffic lights control system for Indian cities using WSN and Fuzzy control // Traffic.2017. N. 4. P. 56—65.

3. Jia D., Chen Z. Traffic signal control optimization based on fuzzy neural network // Proceedings of the 2012 International Conference on Measurement, Information and Control. 2012. Vol. 2. P. 1015—1018.

4. Zadeh L. A. Fuzzy sets // Information and Control. 1965. Vol. 8, N. 3. P. 338—353. DOI: 10.1016/s0019-9958(65)90241-x.

5. Zadeh L. A. Fuzzy algorithm // Information and Control. 1968. Vol. 12, N 2. P. 94—102. DOI: 10.1016/s0019-9958(68)90211-8.

6. Zadeh L. A. Similarity relations and fuzzy orderings // Information Science. 1971. V. 3. N 2. P. 177—200. DOI: 10.1016/s0020-0255(71)80005-1.

7. Zadeh L. A. Outline of a new approach to the analysis of complex systems and decision processes // IEEE Transactions on Systems, Man, and Cybernetics. 1973. Vol. SMC-3, N. 1. P. 28—44. DOI: 10.1109/tsmc.1973.5408575.

8. Zadeh L. A. The concept of a linguistic variable and its application to approximate reasoning — I // Information Sciences. 1975. Vol. 8, N. 3. P. 199—249. DOI: 10.1016/0020-0255(75)90036-5.

9. Mamdani E. H. Application of fuzzy algorithms for simple dynamic plant // Proc. Institution of Electrical Engineers. 1974. Vol. 121, N. 12. P. 1585—1588. DOI: 10.1049/piee.1974.0328.

10. Mamdani E. H., Assilian S. An experiment in linguistic synthesis with a fuzzy logic controller // International Journal of Man-Machine Studies. 1975. Vol. 7, N. 1. P. 1—13. DOI: 10.1016/s0020-7373(75)80002-2.

11. King P. J., Mamdani E. H. The application of fuzzy control systems to industrial process // Automatica. 1977. Vol. 13, N. 3. P. 235—242. DOI: 10.1016/0005-1098(77)90050-4.

12. Pappis C. P., Mamdani E. H. A fuzzy logic controller for a traffic junction // IEEE Transactions on Systems, Man, and Cybernetics. 1977. Vol. 7, N. 10. P. 707—717. DOI: 10.1109/tsmc.1977.4309605.

13. Sugeno M. (ed.) Industrial Applications of Fuzzy Control. New York: Elsevier, 1985.

14. Takagi T., Sugeno M. Fuzzy identification of systems and its application to modeling and control // IEEE Transactions on Systems, Man, and Cybernetics. 1985. Vol. SMC-15, N 1. P. 116—132. DOI: 10.1109/TSMC.1985.6313399.

15. Sugeno M., Nishida M. Fuzzy control of model car // Fuzzy Sets and Systems. 1985. Vol. 16, N. 2. P. 103—113. DOI: 10.1016/s0165-0114(85)80011-7.

16. Tanaka K., Sugeno M. Stability analysis and design of fuzzy control systems // Fuzzy Sets and Systems. 1992. Vol. 45, N. 2. P. 135—156. DOI: 10.1016/0165-0114(92)90113-i.

17. Sugeno M., Yasukawa T. A fuzzy-logic-based approach to qualitative modeling // IEEE Transactions on Fuzzy Systems. 1993. Vol. 1. N. 1. P. 7—31. DOI: 10.1109/tfuzz.1993.390281.

18. Sugeno M. On stability of fuzzy systems expressed by fuzzy rules with singleton consequents // IEEE Transactions on Fuzzy Systems. 1999. Vol. 7, N. 2. P. 201—224. DOI: 10.1109/91.755401.

19. Taniguchi T., Sugeno M. Stabilization of nonlinear systems based on piecewise Lyapunov functions // Proc. 13th IEEE Int. Conf. on Fuzzy Systems. 2004. P. 1607—1612. DOI: 10.1109/fuzzy.2004.1375420.

20. Askerzade I. N. (Askerbeyli), Mahmood M. Control the Extension Time of Traffic Light in Single Junction by Using Fuzzy Logic // International Journal of Electrical and Computer Sciences IJECS — IJENS. 2011. Vol. 10 (No 02).

21. Кущенко Л. Е., Новиков И. А., Новиков А. Н. Применение нечеткого моделирования в транспортной сфере // Вестник гражданских инженеров. 2017. № 5 (64). С. 157—162. DOI: 10.23968/1999-5571-2017-14-5-157-162.

22. Trillas E., de Soto A. R. On a New View of a Fuzzy Set // Trans. Fuzzy Sets Syst. 2023. Vol. 2, N. 1.

23. Пенаев Г. М., Хыдыров Р. Б., Мередов С. О., Шыхыев Ш. А. Адаптивные системы управления объектами транспортной инфраструктуры // Экономика. Право. Инновации. 2022. № 4. С. 58—65. http://dx.doi.org/10.17586/2713-1874-2022-4-58-65.

24. Стжелецки Р., Демидова Г. Л., Лукичев Д. В., Поляков Н. А., Абдуллин А. А., Ловлин С. Ю. Алгоритмы управления электромеханическими объектами с использованием регуляторов на основе нечеткой логики // Научно-технический вестник информационных технологий, механики и оптики. 2019. Т. 19, № 1. С. 1—14. DOI: 10.17586/2226-1494-2019-19-1-1-14.

25. Karnik N. N., Mendel J. M., Liang Q. Type-2 Fuzzy Logic Systems // IEEE Transactions on fuzzy systems. December 1999. Vol. 7, N. 6. P. 643—658.

26. Chiu S. Adaptive Traffic Signal Control Using Fuzzy Logic // Proceedings of the IEEE Intelligent Vehicles Symposium. 1992. P. 98—107.

27. Niittymaki J. Using Fuzzy Logic to Control Traffic Signalsat Multi — Phase Intersections // Conference: Computational Intelligence, Theory and Applications. 1999. DOI: 10.1007/3-540-48774-3_41.

28. Pandey K. K., Yadu R. K., Shukla P. K., Pradhan N. A Case Study for Traffic Signal Control at Four-Way Intersection Road // International Journal of Computer Techniques. 2015. Vol. 2, Iss. 4. P. 54—59.

29. Choudhary A., Keshkar A. G., Kothari P., Gajghate A. Atul Pandey Adaptive control of traffic Grid using Fuzzy Logic // International journal of Electrical, Electronics and Data Communication. Aug 2014. Vol. 2, Iss. 8.

30. Zacharials B., Ayuba P., Damuut L. P. Optimization of Traffic Light Control System of An Intersection using Fuzzy Inference System // Science World Journal. 2017. Vol. 12, N. 4.

31. Prasetiyo E. E., Wahyuggoro O., Sulistyo S. Design and Simulation of Adaptive Traffic Light Controller Using Fuzzy Logic Control Sugeno Method // International Journal of Scientific and Research publications. Vol. 5, Iss. 4, April 2015.

32. Bhatia M. S., Aggarwal A. Congestion Control by Reducing Wait Time at the Traffic Junction using Fuzzy Logic Controller // International Journal of Sensors, Wireless Communications and Control. 2020. N. 10. DOI: 10.2174/2210327910666200226113614.

33. Niittymaki J., Pursula M. Signal Control Using Fuzzy Logic // Fuzzy Sets and Systems. 2000. Vol. 116. P. 11—22.

34. Erdinç G., Colombaroni C., Fusco G. Two-Stage Fuzzy Traffic Congestion Detector // Future Transp. 2023. N. 3. P. 840—857. https://doi.org/10.3390/futuretransp3030047.

35. Jafari S., Shahbazi Z., Byun Y. C. Improving the Road and Traffic Control Prediction Based on Fuzzy Logic Approach in Multiple Intersections // Mathematics. 2022. N. 10. P. 2832. https://doi.org/10.3390/math10162832.

36. Vatchova B., Boneva Y. Design of Fuzzy and Conventional Controllers for Modeling and Simulation of Urban Traffic Light System with Feedback Control // Mathematics. 2023. N. 11. P. 373. https://doi.org/10.3390/math11020373.

37. Azam M. H., Hasan M. H., Hassan S., Abdulkadir S. J. Fuzzy Type-1 Triangular Membership Function Approximation Using Fuzzy C-Means // 2020 International Conference on Computational Intelligence (ICCI). 8—9 October 2020. P. 115—120.

38. Alam J., Pandey M. K. Development of intelligent traffic light system based on congestion estimation using fuzzy logic // IOSR Journal of Computer Engineering (IOSR-JCE). 2014. Vol. 16, Iss. 3. P. 36—44.

39. Yulianto B., Setiono. Traffic Signal Controller for Mixed Traffic Conditions // IOSR Journal of Mechanical and Civil Engineering (IOSR-JMCE). Vol. 4, Iss. 1. 2012. P. 18—26.

40. Komsiyah S., Desvania E. Traffic Lights Analysis and Simulation Using Fuzzy Inference System of Mamdani on Three Signaled Intersections // Procedia Computer Science. 2021. Vol. 179. P. 268—280.

41. Ali M. E. M., Durdu A., Celtek S. A., Yilmaz A. An Adaptive Method for Traffic Signal Control Based on Fuzzy Logic with Webster and Modified Webster Formula Using SUMO Traffic Simulator // IEEE Access. 2021. DOI: 10.1109/ACCESS. 2021.3094270.

42. Castán Rocha J. A., Ibarra Martínez S., Laria Menchaca J., Terán Villanueva J. D., Treviño Berrones M. G., Pérez Cobos J., Uribe Agundis. Fuzzy Rules to Improve Traffic Light Decisions in Urban Roads // Journal of Intelligent Learning Systems and Applications. 2018. N. 10. P. 36—45.

43. Azarshab M., Ghazanfari M., Heidarpoor F. An Intelligent Fuzzy Logic Based Traffic Controller // SJFST. 2021. Vol. 3, N. 1. P. 10—17.

44. Olanrewaju O. M., Obiniyi A. A., Junaidu S. B. Fuzzy Logic Concept for Safety Driven Vehicle-Pedestrian Traffic Interaction // International Journal of Computer Application (0995-8887). June 2017. Vol. 167, N. 1.

45. Mehan S. Introduction of Traffic Light Controller with Fuzzy Control System // IJECT. Sept 2011. Vol. 2, Iss. 3.

46. Бобырь М. В., Храпова Н. И., Ламонов М. А. Система управления интеллектуальным светофором на основе нечеткой логики // Известия Юго-Западного государственного университета. 2021. Т. 25, № 4. С 162—176. https://doi.org/10.21869/2223-1560-2021-25-4-162-176.

47. Niittymaki J., Kikuchi S. Application of Fuzzy Logic to the Control of a Pedestrian Crossing Signal // Transportation Research Record Journal of the Transportation Research Board. January 1998. N. 1651(1). P. 30—38. DOI: 10.3141/1651-05.

48. Mohanaselvi S., Shanpriya B. Application of Fuzzy Logic to Control Traffic Signals // AIP Conference Proceedings. 2019. 2112, 020045. DOI: 10.1063/1.5112230.

49. Pohan A. H., Latiff L. A., Wahab N. H. A. Mitigating Traffic Congestion at Road Junction using Fuzzy Logic // (IJACSA) International Journal of Advanced Computer Science and Applications. 2021. Vol. 12, N. 8. P. 293—299.

50. Hartanti D., Aziza R. N., Siswipraptini P. C. Optimization of smart traffic lights to prevent traffic congestion using fuzzy logic // TELKOMNIKA. February 2019. Vol. 17, N. 1. P. 320—327. DOI: 10.12928/TELKOMNIKA.v17i1.10129.

51. Amini M., Mikulai G. Cs., Hatwagner M. F., Koczy L. T. A vehicular traffic congestion predictor system using Mamdani fuzzy inference // System Theory, Control and Computing Journal. December 2021. Vol. 1, N. 2. P. 49—57.

52. Akwukwaegbu I. O., Mfonobong E. B., Jude-Kennedy C. Obichere and Paulinus-Nwammuo C. F. Smart fuzzy logic-based model of traffic light management // World Journal of Advanced Enginee ring Technology and Sciences. 2023. Vol. 08, N. 02. P. 344—358. DOI: https://doi.org/10.30574/wjaets.2023.8.2.0108.

53. El Bakkal S., Lakhouili A., Essoufi E. H. Modeling and Simulation of Adaptive Traffic Control System for Multi-Intersection Management using Cellular Automaton and Queuing System // Int. J. Adv. Comput. Sci. Appl. 2022. Vol. 13. P. 938—947.

54. Maddiboyina H. V., Sankar Ponnapalli V. A. Fuzzy Logic Based VANETS: A Review on Smart Transportation System // 2019 International Conference on Computer Communication and Informatics (ICCCI). 2019. P. 1—4. DOI: 10.1109/ICCCI.2019.8822181.

55. Agrawal A., Paulus R. Intelligent traffic light design and control in smart cities: A survey on techniques and methodologies // Int. J. Veh. Inf. Commun. Syst. 2020. N. 5. P. 436—481.

56. Vanitha R., Swedha M. Prediction of Road Accidents Using Machine Learning Algorithms. Middle East // Journal of Applied Science & Technology (MEJAST). April-June 2023. Vol. 6, Iss. 2. P. 64—75.

57. Jafari S., Shahbazi Z., Byun Y.-С. Traffic Control prediction design based on fuzzy logic and lyapunon approaches to improve the performance of road intersections // Process. 2021. Vol. 9, N. 12. P. 2205. Advances in lightweight AI for internet of things devices for smart cities. https://doi.org/10.3390/pr9122205.

58. Zhao L., Yin Zh., Yu K., Tang X., Xu L., Guo Zh., Nehra P. A Fuzzy Logic Based Intelligent Multi-Attribute Routing Scheme for Two-layered SDVNs // Journal of Latex Class Files. August 2015. Vol. 14. N. 8.

59. Jafari S., Shahbazi Z., Byun Y.-C. Designing the Controller- Based Urban Traffic Evaluation and Prediction Using Model Predictive Approach // Appl. Sci. 2022. N. 12. 1992. https://doi.org/10.3390/app12041992.

60. Chala T. D., Koczy L. T. Intelligent Traffic Signal Control Using Rule Based Fuzzy System // Artificial Intelligence in Control and Decision-making Systems. 2023. P. 347—371.

61. Капский Д. В., Навой Д. В., Пегин П. А. Разработка модели транспортных потоков на улично-дорожной сети города // Наука и техника. 2019. Т. 18, № 1. С. 47—54. https:// doi.org/10.21122/2227-1031-2019-18-1-47-54.

62. Chabchoub A., Hamouda A., Al-Ahmadi, S. Cherif A. Intelligent Traffic Light Controller using Fuzzy Logic and Image Processing // International Journal of Advanced Computer Science and Applications (IJACSA). 2021. Vol. 12, N. 4.