Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
LOGICA DIFUSA
FACULTAD DE INGENIERIAS
INGENIERÍA DE SISTEMAS
2
Tabla de Contenido
Pág
1. Introducción ........................................................................................................................3
2. Objetivos……………………………………………………………………………....…..4
4. Conclusiones……………………………………………………………………….…….18
5. Bibliografía………………………………………………………………………………19
1. Introducción
3
ideal es que las soluciones sean orientadas a problemas que impacten a una gran población en
general.
que el estudiante y profesional desarrolle un alto grado investigativo con el fin de aportar
soluciones innovadoras.
Computacional y Ciencia de Datos” y habla sobre una problemática que afecta a todas las
ciudades que es : “Gestión de Trafico mediante regresión logística con lógica difusa” (Anurag
importante en la compra de vehículos por particulares y para particulares, además para viajar
distancias más cortas las personas utilizan su vehículo personal, esto suma a la cantidad de
problema importante: La congestión del Tráfico. Otros factores que son responsables de la
congestión del tráfico son la infraestructura vial deficiente y el mantenimiento de las carreteras
que no se ha mejorado con el tiempo. La congestión del tráfico provoca más consumo de
Para superar estos problemas, se requiere un sistema de transporte inteligente que puede incluir
factores como el sistema de semáforos adaptativos que regulan la duración de la señal según el
2. Objetivo
5
inteligente que pueda regular el tráfico de una manera eficiente considerando diferentes
factores como la distancia entre el origen y el destino, las condiciones climáticas locales,
la regresión logística y la lógica difusa, lo que hará que el sistema de gestión del tráfico
En este trabajo se discute la regresión logística con lógica difusa para tomar decisiones
inteligentes sobre la ruta preferida. dado que puede haber varias rutas para llegar al
destino, primero un sistema obtendrá la información del tráfico del mapa de Google y la
longitud de la ruta para cada ruta posible. En este modelo, el usuario debe ingresar la
condición de la carretera manualmente dada por Google. Con base a estos parámetros, la
Esta sección ahora describe el método de Regresión logística para dar paso al método de
entonces tenemos:
El tráfico por carretera es impredecible e incierto por naturaleza. Por lo tanto, el concepto
de lógica difusa se incorpora para tomar la mejor decisión sobre la ruta preferida.
figura 3.
Los conjuntos difusos se utilizarán para los parámetros y estos conjuntos difusos se
que incluyen cuatro conjuntos difusos que se muestran en la tabla 2. El tiempo puede ser
La ubicación del camino incluye los tres conjuntos difusos como se muestra en la tabla 3,
que son: más, menos, mucho menos lugares o puntos de trabajo (wp) alrededor de la
El día se clasifica en dos conjuntos difusos, como se muestra en la tabla 4, ya sea día
laborable o fin de semana, por lo que durante el fin de semana hay más tráfico hacia los
lugares turísticos mientras que en el día laborable se produce más tráfico en la carretera
La condición del tráfico en las carreteras cambia con respecto al tiempo, es decir, la
momentos.
12
reglas difusas.
MATLAB
14
La jornada laboral se considera de lunes a viernes, mientras que los sábados y domingos
La decisión de la ruta preferida se toma después del procesamiento de las reglas difusas y
Generalmente, un usuario sigue la ruta de distancia más corta, pero a veces se convierte
en la peor ruta de tráfico. Por lo tanto, este documento propuso un método que no solo
tráfico actual, lo que a su vez ayudará a tomar decisiones inteligentes. La ruta de distancia
más corta puede tener condiciones de atasco de tráfico, mientras que la ruta alternativa
basada en información de tráfico a mayor distancia puede tener un tráfico muy bajo. Por
ruta.
Este documento, presentó una guía para que el usuario tome la decisión inteligente
seleccionando la ruta adecuada que se regirá por la información del tráfico en tiempo real,
la longitud de cada ruta y otros factores como la condición del clima y la ubicación de la
carretera. Incluye la regresión logística para calcular la probabilidad de cada ruta posible
y aplicar la lógica difusa para seleccionar la mejor ruta posible que reduzca la congestión,
aplicación en la que el mapa de Google se integrará con una aplicación para recopilar
vectores de soporte junto con algoritmos de optimización que den como resultado una
4. Conclusiones
Este trabajo sobre el paper abre la mente del estudiante y futuro profesional en
pensar diferente sobre todas las posibles ramas de la ingeniería que se puede
enfocar.
19
5. Bibliografía
Trabajos citados
[1] HM Kammoun, I. K. (2011). Mejora de la gestión del tráfico rodado por un fuzzy ant-
jerárquica sistema. París: IEEE Simposio sobre Inteligencia Computacional en vehículos
y sistemas de transporte (CIVTS) Proceedings, .
[10] P. Li, Z. y. (2011). “El uso de la computación en nube para procesar Floating Car Data
intensivos para urbana vigilancia del tráfico. Internacional Journal of Geographical
Information Science.
[2] Habib M. Kammouna, I. J. (2014). Adapt -Traf: Un tráfico rodado multiagente adaptativo
sistema de gestión basado en modelo difuso hormiga-jerárquico híbrido", Transportation
Research Parte C: Tecnologías Emergentes.
[3] Mohammad A. Tahaa, L. (2012). "sistema de simulación de tráfico basado en la lógica
difusa",. Procedia Computer Science 12 .
[4] M. RashidyKanan, [. M. (s.f.). "Un nuevo método para el diseño y la implementación del
sistema de control inteligente del tráfico basado en lógica difusa usando FPGA.
Conferencia iraní 13 en Fuzzy Systems (IFSC. Qazvin.
[5] Bharti Sharma, V. K. (2014). "Fuzzy Logic Model para la predicción del volumen de tráfico
en la Semana Días", . Revista Internacional de Aplicaciones Informáticas , Volumen 107
- n ° 17, pp 1-6.
[6] Collotta, M. B. (2016). "Un nuevo enfoque para la gestión dinámica luces de tráfico basadas
en redes de sensores inalámbricos y Varios controladores Fuzzy Logic. Expert Systems
with Aplicaciones. .
[8] SK Rana, I. Y. (2016). Un sistema de gestión de tráfico en tiempo real. Conferencia
Internacional IEEE sobre segundo ordenador Ciencia y Tecnología de la Información,
(págs. pp. 193-197. [). Pekin.
[9] Jing Yuan, Y. Z. (2010). T-unidad: las direcciones de conducción basado en un taxi
trayectorias. Actas de la Conferencia Internacional 18a SIGSPATIAL sobre Avances en
Sistemas de Información Geográfica, (págs. páginas 99-108). Pekin.
American National Standards Institute. (Reaffirmed 9 December 2009 ). Estandares IEEE para
el Aseguramiento de la calidad del software.
Anurag Singh Tomar a, b. M. (2018). Traffic Management using Logistic Regression with Fuzzy
Logic .
Deshpande, [. M. (2016). A corto plazo predicción flujo de tráfico basado en Inglés híbrido
neuro-fuzzy. Conferencia Internacional sobre la TIC en los negocios de la industria y
Gobierno, (págs. pp. 1-3.). Paris.
Pressman, R. S. (1998). Ingenieria de Software "Un enfoque Practico" . Madrid: Concepción
Fernández Madrid.
Roldos, E. X. (2012). http://calidadtes.blogspot.com. Obtenido de http://calidadtes.blogspot.com:
http://calidadtes.blogspot.com
SAP. (s.f.). https://support.sap.com. Obtenido de https://support.sap.com:
https://support.sap.com
significados.com. (s.f.). Obtenido de www.significados.com: www.significados.com
wikipedia. (s.f.). es.wikipedia.org. Obtenido de wikipedia: https://es.wikipedia.org