ACORoute: Sistema de Recomendação de Rotas Evitando Congestionamento Baseado em Comunicação por Feromônios
Resumo
A mobilidade urbana é um problema que afeta a grande maioria das cidades nos dias de hoje. Neste contexto, este trabalho propõe a utilização de comunicação baseada em feromônios para construção de um sistema que ofereça informações sobre rotas menos congestionadas, levando em consideração a mobilidade dos veículos e a dinâmica do trânsito. A abordagem proposta foi experimentada em um ambiente de simulação e mostrou-se eficiente, diminuindo significativamente o tempo de percurso do trajeto. Uma aplicação para dispositivos móveis, que utiliza a abordagem em questão, foi implementada e também é discutida brevemente.
Referências
Ando, Y., Fukazawa, Y., Masutani, O., Iwasaki, H., and Honiden, S. (2006a). Performance of pheromone model for predicting traffic congestion. In Proceedings of the Fifth International Joint Conference on Autonomous Agents and Multiagent Systems, AAMAS ’06, pages 73–80, New York, NY, USA. ACM.
Ando, Y., Masutani, O., Sasaki, H., Iwasaki, H., Fukazawa, Y., and Honiden, S. (2006b). Pheromone model: Application to traffic congestion prediction. In Brueckner, S., Marzo Serugendo, G., Hales, D., and Zambonelli, F., editors, Engineering Self- Organising Systems, volume 3910 of Lecture Notes in Computer Science, pages 182– 196. Springer Berlin Heidelberg.
Ferris, B., Watkins, K., and Borning, A. (2010). Location-aware tools for improving public transit usability. Pervasive Computing, IEEE, 9(1):13 –19.
Kurihara, S. (2013). Traffic-congestion forecasting algorithm based on pheromone communication model. Ant Colony Optimization - Techniques and Applications, 104:167 – 175.
Narzt, W., Wilflingseder, U., Pomberger, G., Kolb, D., and Hörtner, H. (2010). Selforganising congestion evasion strategies using ant-based pheromones. Iet Intelligent Transport Systems, 4.
Ochiai, J. and Kanoh, H. (2014). Hybrid ant colony optimization for real-world delivery problems based on real time and predicted traffic in wide area road network. Fourth International conference on Computer Science and Information Technology (CCSIT 2014), 4(2).
Ando, Y., Masutani, O., Sasaki, H., Iwasaki, H., Fukazawa, Y., and Honiden, S. (2006b). Pheromone model: Application to traffic congestion prediction. In Brueckner, S., Marzo Serugendo, G., Hales, D., and Zambonelli, F., editors, Engineering Self- Organising Systems, volume 3910 of Lecture Notes in Computer Science, pages 182– 196. Springer Berlin Heidelberg.
Ferris, B., Watkins, K., and Borning, A. (2010). Location-aware tools for improving public transit usability. Pervasive Computing, IEEE, 9(1):13 –19.
Kurihara, S. (2013). Traffic-congestion forecasting algorithm based on pheromone communication model. Ant Colony Optimization - Techniques and Applications, 104:167 – 175.
Narzt, W., Wilflingseder, U., Pomberger, G., Kolb, D., and Hörtner, H. (2010). Selforganising congestion evasion strategies using ant-based pheromones. Iet Intelligent Transport Systems, 4.
Ochiai, J. and Kanoh, H. (2014). Hybrid ant colony optimization for real-world delivery problems based on real time and predicted traffic in wide area road network. Fourth International conference on Computer Science and Information Technology (CCSIT 2014), 4(2).
Publicado
28/07/2014
Como Citar
PIRES, Carla; SOUZA, William; REMBOSKI, Thainam; AGUIAR, Marilton; FERREIRA, Paulo.
ACORoute: Sistema de Recomendação de Rotas Evitando Congestionamento Baseado em Comunicação por Feromônios. In: WORKSHOP DE COMPUTAÇÃO APLICADA À GESTÃO DO MEIO AMBIENTE E RECURSOS NATURAIS (WCAMA), 5. , 2014, Brasília.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2014
.
p. 1-4.
ISSN 2595-6124.
