Many fuzzy traffic controllers adjust the extension time of the green phase with the fuzzy input variables, Arrival and Queue. However, in our experiments, we found that the two input variables are not sufficient for an intersection where traffic flow rates change and thus, in this paper, traffic Volume is used as an additional variable. Traffic volume is defined as the number of vehicles entering an intersection every second. In designing a fuzzy traffic controller, an ad-hoc approach is usually used to find membership functions and fuzzy control rules showing good performance. That is, initial ones are generated by human operators and modified many times based on the results of simulation. However, this approach does not guarantee the optimal solution to design fuzzy control system. In this paper, to partially overcome the limitations of the ad-hoc approach, we use genetic algorithms to automatically determine the near optimal rules and the membership functions of fuzzy traffic controllers. The effectiveness of our method was shown through simulation of crossroad network. The experimental results indicate that a fuzzy traffic controller with Volume variable outperforms conventional ones with no Volume variable in terms of the average delay and the average velocity. Also, the controller shows better performance when control rules and membership functions generated by a genetic algorithm instead of ones generated by hand are used.
본 논문에서는 교차로의 전체 교통량을 시스템에 반영하기 위해 교통 볼륨을 새로운 퍼지 입력 변수로 도입하고, 사람이 수작업으로 멤버쉽 함수와 제어 규칙을 만드는 부담을 덜기 위해 유전 알고리즘에 의해 자동으로 생성한 멤버쉽 함수와 제어 규칙을 사용한 새로운 방식의 퍼지 교통 제어기를 제안하였다.
기존의 퍼지 교통 제어기들도 교통 흐름이 일정하지 않은 상황에서 제어기의 성능을 향상시키기 위하여 설계되었으나, 대다수의 퍼지 교통 제어기들은 퍼지 입력 변수로 Arrival 과 Queue를 가지고 녹색 주기의 연장 시간을 조정한다. 그러나 이 두 가지 퍼지 입력 변수만으로는 교통흐름이 시간에 따라 동적으로 변하는 교차로 상황에서 교통 흐름을 원활하게 제어하기란 쉽지가 않다.
그래서 본 논문에서는 교통흐름이 시간에 따라 동적으로 변하는 교차로의 상황에서 교통 흐름을 원활하게 제어하기 위하여 교차로의 전체 교통량을 반영한 Volume이란 교통 요소를 퍼지 입력 변수로 추가적으로 사용하였다.
또한, 기존의 퍼지 논리 제어기는 인간 조작자에 의해 만들어진 멤버쉽 함수와 제어 규칙들을 사용한다. 그러나 이런 접근법은 비록 전문가라 하더라도 제어기가 원하는 성능을 얻을 때까지 멤버쉽 함수와 제어 규칙을 조정을 한다는 것이 매우 힘든 작업 일뿐만 아니라 퍼지 시스템 설계 분야의 최적 해는 보장하지 못한다. 이러한 접근 방법의 단점을 보완하기 위하여, 본 논문에서는 유전 알고리즘을 사용하여 각 퍼지 변수의 근사 최적 멤버쉽 함수와 제어 규칙들을 자동으로 생성하는 퍼지 교통 제어기를 교차로 관리를 위해 제안하였다.
좋은 성능을 보이는 퍼지 제어 규칙을 찾기 위해, 해로서 염색체의 잠재성을 측정하는 적합도 함수가 정의되어야 하지만, 제안한 교통 시뮬레이션에서는 그런 함수를 수식 평가 함수로 정의하는 것이 쉽지 않기 때문에 시뮬레이션 접근법을 선택하였다. 본 논문에서는 교통 시뮬레이터에 의해 얻어진 성능평가 척도로 평균 지연 시간, 평균 속도 그리고 평균 비용을 평가 함수로 사용하여 후보 염색체의 적합도를 평가하였으며, 적합도가 높은 후보 염색체를 다음 세대로 복제함으로써 우수한 성능을 가지는 멤버쉽 함수와 제어 규칙이 최종 생성되도록 후보 염색체를 진화시켰다.
제안된 방법의 효과는 교차로망 시뮬레이션을 통하여 입증하였다.
첫 번째 실험은 기존의 제어기에 교차로의 전체 교통량을 반영한 볼륨 변수를 도입한 제안된 퍼지 교통 제어기와 볼륨을 사용하지 않은 Pappis와 Favilla의 FLC를 평균 지연과 평균 속도 측면에서 각각 비교 실험을 수행하였다.
실험결과, 교차로를 통과하는 차량의 평균 지체 시간과 평균 속도 두 가지 측면에서 Volume 변수를 가지는 제안된 퍼지 교통 제어기가 Volume 변수를 가지지 않는 기존의 퍼지 교통 제어기에 비해 더 나은 성능을 보였다. 그림 19의 2시간 동안 발생된 교통흐름에 대해 교통 시뮬레이션을 한 결과, Pappis의 제어기에 비해서 평균 지연의 경우 11.8%, 평균 속도의 경우 31.1%의 성능 개선을 보였다. 그리고 Favilla의 제어기에 비해서는 평균 지연의 경우 14.2%, 평균 속도의 경우 22.8% 우수한 성능을 보였다.
단지 볼륨변수만을 도입한 퍼지 교통 제어기가 Pappis와 Favilla의 FLC보다 평균 지연과 평균 속도 2가지 측면에서 모두 우수한 설능을 가짐을 입증하였다. 이것은 볼륨 변수의 도입이 필요하다는 것을 입증하는 것이다.
두 번째 실험은 볼륨 변수는 동일하게 사용하면서 손으로 작성한 멤버쉽 함수를 사용한 FLC와 유전 알고리즘을 사용하여 자동으로 생성된 멤버쉽 함수를 사용한 FLC를 비교 실험하였다. 그 결과 유전 알고리즘에 의해 자동으로 생성된 멤버쉽 함수를 사용한 FLC가 손으로 만든 멤버쉽 함수를 사용한 FLC에 비해 평균 지연의 경우 2시간 동안 발생된 교통흐름에 대해 평균 지연의 경우 13.0%, 평균 속도의 경우 12.5% 정도 더 좋은 성능을 보였다 이것은 사람에 의해 작성된 멤버쉽 함수보다 유전 알고리즘으로 생성된 멤버쉽 함수가 시간에 따라 교통량이 변하는 교차로의 교통 상황에 더 잘 적용하도록 조정이 되었다는 것을 보여준다.
세 번째는 수작업으로 만든 제어 규칙과 멤버쉽 함수를 사용한 퍼지 교통 제어기와 유전 알고리즘에 의해 멤버쉽 함수 뿐만 아니라 제어 규칙까지도 자동으로 생성한 제어 규칙과 멤버쉽 함수를 사용한 제안된 퍼지 교통 제어기를 비교 실험 하였다. 단일교차로를 확장한 복합교차로에 대해 교통 시뮬레이션을 하였으며, 단일교차로의 경우와 마찬가지로 2시간 동안 발생된 교통흐름에 대해 평균 지연과 평균 비용을 평가 함수로 사용하여 성능을 평가하였다. 그 결과 유전 알고리즘으로 생성한 제어 규칙과 멤버쉽 함수를 갖는 제안된 퍼지 교통 제어기가 수작업으로 만든 제어 규칙과 멤버쉽 함수를 갖는 일반적인 퍼지 교통 제어기보다 평균 비용과 평균 지체 시간 면에서 각각 26.5%, 27.0% 정도 성능 향상을 보였다.
이것은 본 논문에서 제안한 방법이 사람이 제공한 제어 규칙과 멤버쉽 함수를 가지고 수행한 결과보다 더 나은 성능을 보여주는 퍼지 제어 규칙과 멤버쉽 함수를 찾는데 성공했다는 것을 의미하며, 제안된 퍼지 교통 제어기가 시간에 따라 교통 흐름이 다양하게 변하는 교차로에서도 잘 적응한다는 것을 입증하는 것이다.