un algoritmo evolutivo para la reducción de tiempos de viaje y emisiones utilizando paneles led...

UN ALGORITMO EVOLUTIVO PARA LA

REDUCCIÓN DE TIEMPOS DE VIAJE Y

EMISIONES UTILIZANDO PANELES LED

Daniel H. [email protected]

Enrique [email protected]

Departamento de Lenguajes y Ciencias de la ComputaciónUniversidad de Málaga

X Congreso Español de Metaheurísticas,Algoritmos Evolutivos y Bioinspirados

MAEB 2015

Mérida – AlmendralejoFebrero 2015

Daniel H. Stolfi & Enrique Alba Un Algoritmo Evolutivo para la Reducción de . . . 1 / 19

IntroducciónNuestra Propuesta

ExperimentosConclusiones

CONTENIDOS

1 INTRODUCCIÓN

2 NUESTRA PROPUESTA

3 EXPERIMENTOS

4 CONCLUSIONES

CONTENIDOS

1 INTRODUCCIÓN

2 NUESTRA PROPUESTA

3 EXPERIMENTOS

4 CONCLUSIONES

CONTENIDOS

1 INTRODUCCIÓN

2 NUESTRA PROPUESTA

3 EXPERIMENTOS

4 CONCLUSIONES

CONTENIDOS

1 INTRODUCCIÓN

2 NUESTRA PROPUESTA

3 EXPERIMENTOS

4 CONCLUSIONES

INTRODUCCIÓN

Hoy en día la mayoría de las personas viven o están pensandoen mudarse desde las zonas rurales a las grandes ciudadesComo consecuencia:

Hay un mayor número de vehículos en las callesAumenta el número de atascosSe emiten toneladas de gases de efecto invernadero a la atmósferaDisminuye la calidad de vida de los ciudadanos

INTRODUCCIÓN

Yellow SwarmArquitecturaCaso de EstudioAlgoritmo Evolutivo

YELLOW SWARM

Nuestra propuesta, Yellow Swarm, consiste en:

Una serie de paneles LEDI Instalados en la ciudadI Presentan posibles cambios de dirección

Nuestro Algoritmo EvolutivoI Evalúa los escenarios de entrenamientoI Calcula la configuración del sistema

YELLOW SWARM

Yellow Swarm ofrece:Un sistema económico y fácil de instalarCambios de rutas según un estrategia óptimaPrevención de atascosReducción de los tiempos de viajeMenos emisiones de gases de efecto invernaderoDisminución del consumo de combustibleReduce las distracciones

YELLOW SWARM

ARQUITECTURA YELLOW SWARM

Offline:El Algoritmo Evolutivo calcula la configuración del sistema.

Online:Los paneles sugieren posibles desvíos a los conductores.

PANELES LED

Están compuestos por LEDs (Light-EmittingDiode)Presentan la señalización con las distintasopciones de desvío.

I Seguir rectoI Girar a la izquierdaI Girar a la derecha

Cada señal es visible durante un específicoperíodo de tiempo calculado por el AlgoritmoEvolutivo.

PANELES LED

CARACTERÍSTICAS

MálagaI 4,6 Km2

I 259 semáforosI 4 paneles LEDI 9 flujos vehicularesI 159 rutasI 2400 vehículos

MálagaTV

I 4,6 Km2

Tiempo de Análisis: 6000 segundos

TABLA : Características de los cuatro tipos de vehículos utilizados

TipoProbabilidad Velocidad Máxima Aceleración Deceleración Longitud Clase de

Llegada (Km/h) (m/s2) (m/s2) (m) Emisión

turismo 0,50 160 0,9 5,0 3,8 P_7_7monovolumen 0,25 100 0,8 4,5 4,2 P_14_8furgoneta 0,15 50 0,7 4,0 4,5 P_14_12camión 0,10 40 0,6 3,5 6,0 HDV_3_3

CARACTERÍSTICAS

MálagaI 4,6 Km2

MálagaTV

I 4,6 Km2

CARACTERÍSTICAS

MálagaI 4,6 Km2

MálagaTV

I 4,6 Km2

LOCALIZACIÓN DE LOS PANELES

REPRESENTACIÓN

En el vector solución se encuentran los valores para los 8intervalos de tiempo que utilizamos en este trabajo

El rango para los intervalos es entre 20 y 300 segundos

Esto representa 2,9 ∗ 1019 combinaciones

Para evaluar cada configuración necesitamos cerca de 1 minuto

Necesitamos una metaheurística para resolver el problema

REPRESENTACIÓN

ALGORITMO EVOLUTIVO

(10+2)-EA

Evalúa los individuos utilizando el simulador SUMO

Los cambios de ruta que realizan los vehículosestán implementados utilizando TraCI.

Como resultado se obtiene la configuración de lospaneles

ALGORITMO EVOLUTIVO

(10+2)-EA

ALGORITMO EVOLUTIVO

(10+2)-EA

ALGORITMO EVOLUTIVO

(10+2)-EA

ALGORITMO EVOLUTIVO

(10+2)-EA

FUNCIÓN DE EVALUACIÓN

F = α1(N − n) + α21n

n∑i=1

tiempo viajei (1)

N: Número total de vehículos

n: Número de vehículos que terminan su itinerario

α1 y α2: Normalizan el valor de la ecuación

F = α1(N − n) + α21n

n∑i=1

tiempo viajei (1)

F = α1(N − n) + α21n

n∑i=1

tiempo viajei (1)

F = α1(N − n) + α21n

n∑i=1

tiempo viajei (1)

Vamos a minimizar los tiempos de viaje

OptimizaciónSoluciónResultadosTasa de Utilización

OPTIMIZACIÓN

TABLA : Resultados optimización de ocho escenarios y un total de 19,200 vehículos

MétricaSolución Expertos Yellow Swarm Mejora WilcoxonMedia StdDev Media StdDev Media p-value

Tiempo Viaje (s) 1024,0 74,1 % 854,3 55,7 % 16,6 % 0,00CO (mg) 8885,6 180,8 % 8125,0 168,8 % 8,6 % 0,00CO2 (mg) 876072,4 117,9 % 826775,7 114,1 % 5,6 % 0,00Hc (mg) 1337,4 192,0 % 1225,9 181,7 % 8,3 % 0,00Pm (mg) 130,6 258,2 % 119,4 238,8 % 8,6 % 0,00No (mg) 5410,5 233,8 % 5117,9 221,3 % 5,4 % 0,00Combustible (ml) 348,1 117,1 % 328,7 113,5 % 5,6 % 0,00Distancia (m) 2316,6 38,3 % 2338,5 36,9 % -1,0 % 0,08

La distancia recorrida es ligeramente superior ya que estamos sugiriendorutas que no forman parte del camino más corto

OPTIMIZACIÓN

TABLA : Resultados optimización de ocho escenarios y un total de 19,200 vehículos

MétricaSolución Expertos Yellow Swarm Mejora WilcoxonMedia StdDev Media StdDev Media p-value

Tiempo Viaje (s) 1024,0 74,1 % 854,3 55,7 % 16,6 % 0,00CO (mg) 8885,6 180,8 % 8125,0 168,8 % 8,6 % 0,00CO2 (mg) 876072,4 117,9 % 826775,7 114,1 % 5,6 % 0,00Hc (mg) 1337,4 192,0 % 1225,9 181,7 % 8,3 % 0,00Pm (mg) 130,6 258,2 % 119,4 238,8 % 8,6 % 0,00No (mg) 5410,5 233,8 % 5117,9 221,3 % 5,4 % 0,00Combustible (ml) 348,1 117,1 % 328,7 113,5 % 5,6 % 0,00Distancia (m) 2316,6 38,3 % 2338,5 36,9 % -1,0 % 0,08

La distancia recorrida es ligeramente superior ya que estamos sugiriendorutas que no forman parte del camino más corto

OPTIMIZACIÓN

TABLA : configuración mejor valorada obtenida por el AE

Panel 1 Panel 2 Panel 3 Panel 4T1,1 T1,2 T2,1 T2,2 T3,1 T3,2 T4,1 T4,2

288 42 290 274 190 45 270 25

RESULTADOS

TABLA : Resultados de Yellow Swarm sobre 100 escenarios (Malaga y MalagaTV )

T .Viaje CO CO2 HC PM NO Comb. Distancia

MálagaMedia 50 Escenarios 15,1 % 8,5 % 4,2 % 8,1 % 5,8 % 3,4 % 4,1 % -1,0 %

Mejor Escenario 22,8 % 14,3 % 8,3 % 14,0 % 11,0 % 7,6 % 8,2 % 0,1 %Escenarios Mejorados 100,0 % 98,0 % 96,0 % 98,0 % 90,0 % 84,0 % 96,0 % 22,0 %

MalagaTV

Media 50 Escenarios 8,9 % 7,9 % 4,1 % 7,5 % 6,4 % 3,7 % 4,0 % -2,8 %Mejor Escenario 24,6 % 24,1 % 12,8 % 21,4 % 16,1 % 9,9 % 12,6 % -3,9 %

Escenarios Mejorados 90,0 % 86,0 % 76,0 % 84,0 % 84,0 % 76,0 % 76,0 % 0,0 %

Los mejores resultados se han conseguido para los tiempos de viaje y CO

RESULTADOS

TABLA : Resultados de Yellow Swarm sobre 100 escenarios (Malaga y MalagaTV )

T .Viaje CO CO2 HC PM NO Comb. Distancia

MálagaMedia 50 Escenarios 15,1 % 8,5 % 4,2 % 8,1 % 5,8 % 3,4 % 4,1 % -1,0 %

Mejor Escenario 22,8 % 14,3 % 8,3 % 14,0 % 11,0 % 7,6 % 8,2 % 0,1 %Escenarios Mejorados 100,0 % 98,0 % 96,0 % 98,0 % 90,0 % 84,0 % 96,0 % 22,0 %

MalagaTV

Media 50 Escenarios 8,9 % 7,9 % 4,1 % 7,5 % 6,4 % 3,7 % 4,0 % -2,8 %Mejor Escenario 24,6 % 24,1 % 12,8 % 21,4 % 16,1 % 9,9 % 12,6 % -3,9 %

Escenarios Mejorados 90,0 % 86,0 % 76,0 % 84,0 % 84,0 % 76,0 % 76,0 % 0,0 %

Los mejores resultados se han conseguido para los tiempos de viaje y CO

DENSIDAD DE TRÁFICO Y ESCALABILIDAD DEL SISTEMA

Densidad de Tráfico

Densidad de Tráfico Escalabilidad del sistema

TASA DE UTILIZACIÓN

Mejora Media

Mejora Media Escenarios Mejorados

CONCLUSIONES Y TRABAJOS FUTURO

ConclusionesUtilizando Yellow Swarm hemos reducido los tiempos de viaje, lasemisiones de gases de efecto invernadero y el consumo decombustible.

Hemos conseguido tiempos de viaje hasta 24,6 % más cortos, un24,1 % menos emisiones y ahorrado un 12,6 % de combustible.

Nuestros resultados muestran que Yellow Swarm es efectivo incluso atasas de uso del 10 %.

Estamos trabajando en:El estudio de toda la ciudad

El consiguiente aumento del número de paneles

Un algoritmo para determinar la ubicación óptima de cada panel

http://neo.lcc.uma.eshttp://www.danielstolfi.com

Gracias por vuestra atención

¿Preguntas?

un algoritmo evolutivo para la reducción de tiempos de viaje y emisiones utilizando paneles led...

Presentations & Public Speaking