El Internet de los Semáforos (IOTL). Una evaluación del control híbrido de tráfico vehicular autoajustable mediante lógica difusa por RNN en ciudades coloniales

Resumen

La congestión del tráfico representa un desafío significativo en ciudades históricas que buscan equilibrar las necesidades de movilidad moderna con la preservación del patrimonio. Este artículo propone un sistema de control basado en lógica difusa auto-adaptativa para semáforos, optimizado mediante una red neuronal recurrente (RNN) para la predicción de la densidad vehicular. El controlador difuso ajusta dinámicamente los tiempos de señalización en función de los datos en tiempo real sobre la densidad del tráfico en intersecciones de ciudades coloniales. El componente RNN predice la densidad del tráfico para ajustar las funciones de membresía difusas, permitiendo un control adaptativo de las señales. Los experimentos de simulación demuestran reducciones notables en la longitud de las filas de vehículos utilizando el método neuro-difuso propuesto, en comparación con técnicas sin control o basadas únicamente en lógica difusa. Las mejoras están positivamente correlacionadas con la longitud de las calles, aunque son menos significativas en calles muy cortas. El sistema demuestra capacidades prometedoras para reducir la congestión y las emisiones mediante la optimización adaptativa en entornos urbanos complejos.