Professional Documents
Culture Documents
Aprovada por:
________________________________________________
Prof. Carlos David Nassi, Dr. Ing.
________________________________________________
Prof. Paulo Cezar Martins Ribeiro, Ph.D.
________________________________________________
Prof. Elton Fernandes, Ph.D.
ii
Resumo da Tese apresentada à COPPE/UFRJ como parte dos requisitos necessários
para a obtenção do grau de Mestre em Ciências (M.Sc.)
Março/2005
iii
Abstract of Thesis presented to COPPE/UFRJ as a partial fulfillment of the
requirements for the degree of Master of Science (M.Sc.)
March/2005
iv
DEDICATÓRIA
Dedico este Trabalho aos meu pais, Raylson e Eliana, pela confiança e apoio sem fim, e
aos meus filhos, Stella Aída e outros que estejam por vir.
v
AGRADECIMENTOS
Ao meu pai, Raylson Nicácio, pelas importantes discussões sobre campos semânticos e
pela revisão do texto.
Às pessoas com quem trabalhei durante o período de realização deste curso por terem,
inúmeras vezes, compreendido minha ausência em virtude da realização do mestrado.
Ao Professor Carlos Nassi, não somente pela orientação do trabalho mas principalmente
pelo incentivo, fundamental para sua realização.
Ao Professor Paulo Cezar Ribeiro por sua ilustre participação na banca examinadora.
vi
ÍNDICE
Capítulo I – Introdução
1 – Relevância do Tema 1
2 - Descrição do Problema 2
3 - Objetivo 3
4 – Metodologia 3
5 – Descrição dos Capítulos 4
vii
1.3.7 – Painéis de Mensagens Variáveis 24
1.4 - Entradas e Saídas 25
1.5 - Equações do Sistema 27
1.6 - Modelo Conceitual Simbólico 28
1 – O Controlador Fuzzy 29
1.1 – Estrutura do Controlador 30
1.2 – Variáveis de Entrada 30
2 - Modelagem dos Dados de Entrada 33
3 - Variável de Saída 36
4 - Universos de Discurso 37
5 - Obtenção das Funções de Pertinência 39
6 - Fuzzyficação das Variáveis de Entrada 40
7 - Base de Regras 41
8 - Defuzzyficação da Variável de Saída 44
9 – Implementação do Sistema de Controle Fuzzy 46
9.1 – Periféricos 46
9.2 – Unidade Central de Processamento 48
9.3 – Softwares 49
1 – Estudo de Caso 50
1.1 – A Opção pela Linha Vermelha 51
2 – Projeto do Sistema Fuzzy de Controle Rodoviário na Linha Vermelha 52
2.1 - Locação dos Periféricos 53
2.2 - Instalação da UCP 56
2.3 - Subsistemas 56
2.4 - Entradas e Saídas do Sistema 57
2.5 – Modelo do Sistema 58
2.6 - Inteligência do Sistema 61
viii
3 - Base de Conhecimento do Controlador Fuzzy 62
3.1 - Funções de Pertinência 62
3.2 – Definição do Bloco de Regras Fuzzy 65
4 - Segundo Bloco de Regras 68
5 - Definição das Mensagens dos Painéis 71
1 - Simulações 73
2 - Superfícies de Nível 74
3 - Avaliação dos Resultados 90
4 - Conclusões 92
5 - Recomendações 94
Bibliografia 95
ix
Capítulo I – Introdução
1 – Relevância do Tema
1
2 - Descrição do Problema
2
probabilidade desta ocorrência é nula, já que o período exclusivo é composto por duas
variáveis contínuas: hora de início ou hora de final. A impossibilidade de antecipar a
hora de início e de adiar a hora de final de operação, pré-fixadas, obriga os ônibus a
circularem com o tráfego misto em períodos nos quais o uso exclusivo reduziria seus
tempos de viagem. Já a impossibilidade de adiar a hora de início ou de antecipar a hora
de final piora o nível de serviço nas faixas restantes sem gerar benefícios para o
transporte público.
Torna-se importante obter uma solução que permita adequar os horários de
exclusividade de uso das faixas, aproximando-os cada vez mais dos horários ideais, não
somente a cada dia, mas também em cada rodovia, ou até mesmo em cada trecho de
uma mesma rodovia. A aplicação da Lógica Fuzzy permite decidir sobre estes horários.
A obtenção de um sistema que inclua um Controlador Fuzzy é a solução
proposta para que se possa adotar uma estratégia de operação em período parcial com
horários variáveis, de maneira que o estado das faixas seja alternado entre exclusivo e
não exclusivo para ônibus, na medida em que o uso das mesmas torne-se vantajoso ou
indiferente para estes veículos.
3 - Objetivo
4 – Metodologia
3
número de variáveis que poderiam ser consideradas. Verifica-se que uma série de
variáveis não deverão fazer parte da discussão, aquelas que dependem de obtenção
prévia de seus valores, cuja possibilidade de mensuração pelo sistema inexiste não serão
consideradas.
Mesmo dentre as que direta ou indiretamente poderiam ser obtidas pelo sistema,
propõe-se a escolha de um conjunto de variáveis apenas suficiente para que se possa
propor uma metodologia válida, que inclua a discussão das variáveis, das bases de
dados e de regras de um controlador e a simulação de seus resultados. Sem considerar a
necessidade de demonstrar a aderência do modelo.
Uma limitação da própria metodologia é que propõe-se a obtenção da base de
conhecimento do sistema de forma que os valores adotados não podem ser considerados
consensuais já que não são gerados com base em opiniões de especialistas, possíveis de
serem obtidas através de entrevistas.
Com o intuito de tornar possível a simulação do controlador fuzzy, é possível
admitir que os valores atribuídos com base em opinião única do próprio projetista são
coerentes para que se possa implementar, simular e avaliar a metodologia proposta.
4
fundamentais para uma aplicação prática bem sucedida. Além da teoria referente à
lógica fuzzy, serão tratadas suas aplicações a sistemas de controle, dentre outras.
No terceiro capítulo serão definidas todas as características do sistema de
controle. O sistema será caracterizado de forma generalizada, de modo a obter-se um
modelo que sirva como base para a implementação do sistema em uma rodovia
qualquer. Ainda neste capítulo, serão vistas as questões técnicas relativas aos
componentes do sistema de controle, inclusive do Controlador Fuzzy. Também será
tratada a questão da fiscalização do uso das faixas.
No Capítulo IV será apresentada a metodologia proposta. As características do
Controlador Fuzzy serão todas discutidas nesse capítulo, sem que se estabeleça, para
tanto, valores numéricos ou ordens de grandeza a qualquer dado ou variável
mencionada.
O quinto capítulo contém o estudo de caso. Para realização deste estudo, será
necessário escolher uma rodovia que possua as características até então discutidas no
trabalho. Será feita a opção pela RJ-071 (Linha Vermelha) e será feita uma justificativa
desta escolha através de uma breve discussão sobre o sistema intermunicipal de
passageiros e suas ligações inter-regionais.
Ainda nesse capítulo, seguindo a metodologia proposta no capítulo anterior, será
obtido o modelo do sistema de controle de tráfego e definidas as propriedades do
Controlador Fuzzy, atribuindo-se valores necessários à implementação.
No capítulo VI serão realizadas simulações a partir da atribuição de valores para
as variáveis de entrada e obtenção dos respectivos valores de saída, através da
construção de superfícies de nível. Será realizada uma avaliação dos resultados obtidos
aplicando-se dois métodos diferentes de defuzzyficação. Serão apresentadas as
conclusões a respeito dos métodos e considerações utilizados ao longo do trabalho e
também as recomendações consideradas necessárias
5
Capítulo II – Lógica Fuzzy
6
A lógica fuzzy incorpora a forma como o ser humano realiza inferências, através
de regras de raciocínio e atribuição de valores fuzzy às variáveis que observa. Valores
dotados de incertezas e representados por expressões muitas vezes vagas e imprecisas.
Estas variáveis, presentes no pensamento e comunicação humanos, são consideradas
válidas para a lógica fuzzy, haja vista que um termo lingüístico pode ser representado
por um conjunto fuzzy.
Segundo SHAW, SIMÕES (1999), a habilidade de se manipular conjuntos e
números fuzzy é uma das atividades mais importantes do cérebro humano, e este
processo de decisões fuzzy requer um tempo de processamento computacional mínimo
por não existir modelo matemático a ser seguido. Os autores realizam a seguinte
afirmação:
7
aplicabilidade na solução de problemas que envolvam algum grau de avaliação
subjetiva, em comparação à clássica teoria de conjuntos (KANDEL, 1986).
A teoria fuzzy admite que um elemento seja parcialmente pertinente a um
determinado conjunto. Um conjunto fuzzy denominado conjunto A, onde A é um
subconjunto de um universo U, deve ser descrito como um conjunto de pares ordenados,
onde o primeiro termo do par é o próprio elemento do conjunto (x), e o segundo termo é
um número entre 0 e 1, que representa o grau de pertinência (µ(x)) deste elemento em
relação ao conjunto A.
Um conjunto fuzzy pode ser considerado uma classe cujos limites não são
claramente definidos. (ZADEH, 1965). Os conjuntos fuzzy também podem ser
chamados de conjuntos difusos ou nebulosos. A Figura 1 traz uma representação do
conjunto nebuloso A através de um diagrama, comparando com um conjunto crisp, onde
todos os pontos internos ao diagrama têm o mesmo valor unitário de grau de
pertinência, e os pontos externos tem grau de pertinência nulo. No conjunto nebuloso,
quanto mais próximo do centro do diagrama, maior é o grau de pertinência do elemento,
sendo este valor igual a 1 somente quando localizado no centro do conjunto. Na parte
externa do diagrama, o grau de pertinência é nulo.
A
* x2
* x1
* x3
8
Desta forma é possível afirmar, observando a figura que os elementos x1 e x2
pertencem ao conjunto A e que o grau de pertinência de x1 é maior que o de x2. Seria
correto dizer que o primeiro elemento tem maior possibilidade de ser membro do
conjunto A que o segundo elemento.
9
Figura 2 – Funções de Pertinência – Homens Jovens
Contexto 1
Contexto 2
0 10 20 30 40 50 60 70 80 90 100
µ(x)
Contexto 3
1
Contexto 4
0
0 10 20 30 40 50 60 70 80 90 100
10
1.1.2 - Universo de Discurso
Zadeh propôs o uso de variáveis cujos valores do domínio não são números, mas
sim palavras ou frases em uma linguagem natural ou artificial. Zadeh caracterizou uma
variável lingüística X da seguinte forma: X é caracterizada pela quíntupla (x, T(x), U,
G, ~M(x)), onde x é o nome da variável, T(x) é o conjunto de termos que a compõem a
variável. Ou seja, o conjunto dos nomes dos valores lingüísticos de x, com cada um
desses valores sendo um conjunto fuzzy, variando dentro de um universo de discurso U.
O símbolo G representa a regra sintática que gera os nomes que compõem a variável.
11
~M(x) é a função de pertinência que representa o termo lingüístico x já que é um
conjunto fuzzy. (ZIMMERMANN, 1985)
12
De forma mais simples, a função de pertinência de um número fuzzy pode ser
escrita sob a forma de função modular: (TERANO et al, 1991)
µ(x) = 1 - | x - α |
c
µ(x)
0
8 10 12 x
µ(x) = 1 - | x - 10 |
2
13
Figura 5 – Número Fuzzy – Próximo de 10
µ(x)
0
9 10 11 x
µ(x) = 1 - | x - 10 |
Por exemplo:
Se Pressão = Média e Temperatura = Muito Alta Então Válvula = Pouco Aberta
Se Pressão = Muito Alta e Temperatura = Alta Então Válvula = Muito Aberta
14
discretos que devem ser transformados em valores fuzzy, através de um processo
chamado Fuzzyficação.
O processo de fuzzyficação consiste em obter para todos os valores do universo
de discurso de cada variável um vetor de pertinência ou vetor de possibilidades, o que é
feito com base em suas funções de pertinência ou através de consultas a tabelas de
valores discretos de entrada e valores de pertinência correspondentes. Cada elemento do
vetor representa o grau de pertinência do valor medido em relação a cada conjunto
fuzzy representante de cada termo lingüístico. (SHAW, SIMÕES, 1999)
Após o processamento dos dados e das regras, o controlador fuzzy obtém um
valor que representa também um vetor de pertinência, referente a variável de saída, ou
seja, a saída apresenta um resultado fuzzy, porém há casos em que é necessário obter o
valor da saída expresso pelo seu valor correspondente no universo de discurso. O
processo que permite ao controlador esta transformação é denominado Defuzzyficação e
pode ser realizado por diferentes métodos. (SHAW, SIMÕES, 1999)
15
Os sistemas de controle fuzzy vêm encontrando aplicações em vários campos da
ciência e da técnica. Segundo TERANO et al (1991), as primeiras aplicações comerciais
de sistemas de controle fuzzy ocorreram em 1980, e os produtos do campo da
engenharia de controle são os que possuem maior valor de mercado. A Tabela 1 contém
uma visão geral das aplicações da teoria de sistemas fuzzy: (TERANO et al, 1991)
16
Capítulo III – Sistema de Controle de Tráfego
17
1.2 - Objetivo do Sistema de Controle de Tráfego Rodoviário
NS A
NS
Limite
NS F
DE SERVIÇO
NÍVEL
TEMPO
Início de operação Fim de operação
da faixa exclusiva da faixa exclusiva
18
O simples estabelecimento da exclusividade de uso da faixa, ainda que
acompanhado da sinalização adequada, não é suficiente para garantir que veículos
particulares não venham a utilizá-las, principalmente em horários de fluxo saturado,
desta forma propõe-se que a fiscalização também seja realizada através da utilização do
Sistema de Controle de Tráfego, o que deverá inibir a utilização indevida das faixas, já
que constitui infração ao Código de Trânsito Brasileiro.
O Sistema de Controle de Tráfego possui dois estados, que variam conforme o
estado das faixas exclusivas. Em períodos de exclusividade de uso por ônibus, o sistema
encontra-se em estado fiscalizador. Identifica todos os veículos que transitam pelas
faixas exclusivas. Os veículos autorizados são identificados através de etiquetas
eletrônicas que emitem sinais de rádio percebidos por transceptores fixos dispostos na
rodovia. Já os veículos não autorizados são identificados pela autoridade de trânsito
através de imagens capturadas por câmeras fotográficas digitais dispostas na rodovia.
Em horários de faixa não-exclusiva, o sistema encontra-se em um segundo estado:
identifica somente os ônibus na faixa, além de continuar realizando as demais
atividades.
19
dispositivos que permitirão acionar os equipamentos relacionados à fiscalização de uso
das faixas.
Os laços indutivos devem ser dispostos aos pares, em cada faixa da rodovia, em
seções definidas conforme critérios de projeto, particulares de cada rodovia.
Considerando um par de laços, dispostos a uma distância conhecida um do outro,
suficientemente pequena para que sejam considerados dispostos em uma mesma seção,
pode-se obter em tempo real, o fluxo de tráfego, a velocidade e a classificação da frota
em cada faixa.
A cada perturbação sofrida por um laço é enviado à Unidade Central de
Processamento (UCP) um sinal, um bit de valor 1. Em seguida, a UCP constitui um
vetor de valores composto da seguinte maneira {1, SEÇÃO, LAÇO, HORA_INÍCIO,
HORA_FINAL, TEMPO_OCUPADO} onde o valor 1 indica que ocorreu a passagem
de um veículo. SEÇÃO identifica a posição do laço, inclusive a faixa em que se
encontra. LAÇO identifica se a informação é do primeiro ou do segundo laço da seção
(em relação ao sentido do tráfego), já que são pareados. HORA_INÍCIO indica o
instante em que o veículo iniciou a passagem pelo laço e HORA_FINAL o instante em
que esta terminou. O TEMPO_OCUPADO é calculado pela diferença entre estes dois
últimos valores. A alta velocidade de transferência e processamento desses dados
permite que o atraso decorrente destas atividades seja suficientemente pequeno a ponto
de poder ser desconsiderado.
Os laços indutivos realizam uma função indispensável em sistemas de controle
fuzzy. Funcionam como sensores que, durante o processo, fornecem informações a seu
respeito, permitindo que o controlador atue sobre o mesmo. Como pretende-se propor a
implementação de um controlador fuzzy ao sistema de controle, deve-se considerar que
um sistema de controle de processo que utilize este tipo de controlador requer o
emprego de sensores. Os controladores fuzzy buscam incorporar a forma humana de
atuar no controle de processos. Os sensores emulam a característica de percepção de um
indivíduo a respeito de ocorrências e variações diversas.
20
1.3.2 - Transceptores Móveis de Sinais de Rádio
Estes equipamentos são responsáveis pela transmissão dos dados contidos nos
TAGs. Dispostos na rodovia, são eles que solicitam as informações aos veículos, que os
acionam através de laços indutivos, recebem estas informações, caso o veículo possua
um TAG funcionando, e as repassa para a Unidade Central de Controle.
No caso de haver uma resposta inválida, ou inexistir resposta, o equipamento
transceptor atua diretamente no subsistema de fotografia, que realiza sua função,
ficando a identificação do veículo a posteriori.
21
rodovia como nos veículos autorizados, o que permite a identificação automática. Estes
dispositivos funcionam como verdadeiros autenticadores em conjunto com os laços
indutivos.
Ao ser acionado um laço, no caso de não ocorrer a autenticação, ocorre o
comando que aciona uma das câmeras, produzindo a imagem do veículo infrator e
enviando-a instantaneamente à unidade central de processamento através da mesma
tecnologia de transmissão via rádio
22
vetores, o computador é capaz de calcular o fluxo de tráfego, obter a velocidade e
classificar a frota, realizando algumas operações simples que serão descritas a seguir:
Classificação da Frota:
(Comprimento do Veículo) = MÉDIA((Velocidade)*(TO2), (Velocidade)*(TO1))
Se (Comprimento do Veículo)>L então trata-se de um Ônibus.
1.3.6 – Controlador
23
O controlador deve possuir um comportamento o mais semelhante possível ao de
um controlador humano. Ao analisar uma seqüência de imagens da rodovia, um
operador humano poderia, com base em seus conhecimentos, estimar o benefício que
haveria para o transporte público no caso de uma faixa passar a operar em regime
exclusivo a partir daquele momento. Da mesma forma é possível que verifique a partir
de que momento a reversão do estado da faixa para o tráfego misto não mais
modificaria o desempenho do sistema de transporte público.
No caso de um controlador fuzzy, para os dados obtidos em campo, que
possuem valores numéricos, são relacionados valores fuzzy, expressos por termos
lingüísticos. De acordo com os valores mensurados, são atribuídos graus de verdade
para cada um destes termos lingüísticos, que representam a possibilidade de que tal
afirmação seja verdadeira. Atribui-se então para cada valor mensurado um vetor de
pertinência. É o processo de fuzzyficação.
Após a aplicação das regras definidas, o controlador obtém um resultado que
pode, de acordo com o estado atual da faixa, representar a possibilidade de ocorrer ou
não benefício para o transporte público devido à reserva de capacidade viária em um
determinado trecho em um dado período. Este resultado só pode, portanto, ser
representado por dois valores: “Faixa Exclusiva” ou “Faixa Não-exclusiva”. Trata-se da
defuzzyficação.
Significa que deve ocorrer uma saída do controlador que represente, de fato, uma
ação do sistema sobre o processo. Neste caso, a ação do sistema é a modificação do
estado da faixa através do envio de informações para painéis de mensagens dispostos na
rodovia.
São painéis compostos por LEDs (Light Emitting Diode), que reproduzem
mensagens previamente definidas. Conectados diretamente à Unidade Central de
Processamento, estes equipamentos servem principalmente para informar aos usuários
da via se a faixa se encontra em regime exclusivo de operação ou não.
De acordo com a estrutura proposta para o sistema de controle, as mensagens
são enviadas pela UCP aos painéis sob forma de uma saída que é resultante do
processamento do sinal de entrada proveniente do Controlador Fuzzy.
24
A disposição e quantidade de painéis na rodovia seguem determinados critérios.
A quantidade mínima destes painéis está diretamente ligada ao número de acessos à via.
É necessário que haja um PMV para cada um acesso à via. Garante-se, portanto, que
todos os usuários serão informados do estado de uso da faixa logo que acessarem a
rodovia.
25
SS3 – Transceptores Fixos de Sinais de Rádio (TFSR)
Objetivo: Receber e transmitir códigos recebidos de veículos portadores de TAG
Entradas
u3,1 = Sinal indicativo de presença de veículo.
u3,2 = Código identificador de veículo autorizado válido.
Saídas
y3,1 = Acionamento da câmera fotográfica.
y3,2 = Código identificador de veículo autorizado
y3,3 = Solicitação via rádio de código identificador.
26
SS7 – Painéis de Mensagens Variáveis (PMV)
Objetivo: Exibir mensagens aos usuários da rodovia.
Entrada
u7,1 = Definição da mensagem a exibir
Saída
y7,1 = Exibição de Mensagem.
27
1.6 - Modelo Conceitual Simbólico
y3,2 = u5,3
y4,1 = u5,2
y6,1 = u5,1
y5,1 = u6,1
SS6
(CTRL)
SS5
(UCP)
y1,1 = u5,4 y5,2 = u7,1
SS4
y1,2 = u3,1 y3,1 = u4,1 (SFD)
SS3
(TFSR) y3,3 = u2,1
SS2
u2,2
y3,1 =(TAG)
y2,1 = u3,2
28
Capítulo IV – Metodologia Proposta
1 – O Controlador Fuzzy
29
1.1 – Estrutura do Controlador
30
O nível de serviço na rodovia é um conjunto de variáveis observáveis pelo
operador. A relação existente entre as variáveis que compõem o nível de serviço e as
variáveis de entrada do sistema requer que estas variáveis sejam escolhidas dentre
aquelas que o sistema pode obter, em tempo real, com a estrutura adotada..
Variáveis qualitativas também são observadas pelo operador, por exemplo: Grau
de Liberdade de Mudança de Faixa pode ser considerado uma variável qualitativa. A
utilização destas variáveis requereria uma medição indireta. Seus valores só podem ser
obtidos através das relações entre estas variáveis e aquelas possíveis de serem obtidas
pelo sistema.
A opção por variáveis quantitativas que caracterizem o padrão de tráfego será
feita devido ao fato de serem eliminados erros inerentes à aplicação de relações
matemáticas necessárias à obtenção dos valores das variáveis qualitativas. O sistema
proposto é capaz de obter o fluxo de tráfego, a velocidade instantânea dos veículos e a
classificação da frota.
Considerando estas variáveis como sendo funções do tempo, já que variam
durante o dia, é possível obter suas variações em períodos determinados. É possível,
através da comparação entre um valor medido num determinado instante e outro medido
num instante anterior, para uma mesma variável, avaliar se seu valor diminuiu,
manteve-se estável ou aumentou. Sucessivas avaliações deste tipo permitem avaliar se
os valores observados estão diminuindo, estáveis, ou aumentando.
Ao usar este tipo de variável, a intenção é a de incorporar o aspecto de
observação da dinâmica do processo, característica notória do ser humano. É possível
que um operador realize previsões futuras com base na observação das condições
presentes, antecipando decisões ou antevendo o momento de tomá-las. O Controlador
Fuzzy ao reconhecer a ocorrência de determinados padrões e tendências, emula o
comportamento do operador, passando nitidamente a impressão de que realiza previsões
da mesma forma.
As variáveis escolhidas como entradas do Controlador Fuzzy referem-se a cada
seção onde haja instrumentos de medição. A escolha de variáveis da cinemática é
adequada quando se pretende que um controlador computacional comporte-se em suas
decisões conforme se comporta um operador humano que observa o tráfego na rodovia.
A utilização do fluxo de tráfego como variável de entrada não poderia produzir
resultados adequados se esta variável fosse avaliada individualmente. Haveria a
possibilidade de ocorrência de mesmos valores de fluxo de tráfego em condições de
31
fluxo livre ou saturado. Ou seja, havendo baixa concentração e alta velocidade ou alta
concentração e baixa velocidade pode-se observar o mesmo fluxo veicular.
A velocidade, quando diminui, representa atraso no tempo de percurso
independentemente dos valores de outras variáveis envolvidas. Verifique-se que o que
se deseja é justamente reduzir o atraso do tempo de percurso dos ônibus com a
utilização de uma faixa exclusiva em determinados períodos.
A variação da velocidade, além de ocorrer devido a variações da demanda, pode
também acontecer devido a variações de capacidade ao longo da via. O processamento
desta variável também incorpora ao sistema uma avaliação indireta de características
geométricas da rodovia, como por exemplo a variação do número de faixas, a
ocorrência de trechos em curvas e a existência de rampas. A avaliação desta variável
permite antecipar as decisões de iniciar e encerrar as operações em faixas exclusivas,
conforme a avaliação destas tendências.
Pretende-se que uma faixa seja utilizada como exclusiva para ônibus em horários
de baixas velocidades, porém deve-se considerar que caso a variação da velocidade seja
negativa, esta terá seu valor ainda mais reduzido após a restrição de uso da faixa
exclusiva. A análise da variável aceleração pelo Controlador Fuzzy permite uma
mudança mais suave do estado das faixas, e evita que ocorram erros inerentes à
avaliação exclusiva da velocidade.
De acordo com a forma pela qual a variável será disponibilizada pelo sistema, é
possível avaliar se uma variação de velocidade observada trata-se de uma verdadeira
tendência, ou de uma variação pontual, Ao longo do tempo podem ocorrer variações
isoladas da velocidade, porém a modelagem dos dados permite que seja reduzido o
efeito gerado por variações isoladas sobre a decisão do Controlador Fuzzy.
É necessário definir variáveis que permitam ao Controlador Fuzzy identificar
situações em que a análise das duas variáveis, velocidade e variação da velocidade,
forneceria uma decisão inadequada quanto à reserva de capacidade em via para o
transporte público. Devido a isso torna-se necessário incluir o Percentual de Ônibus no
Fluxo como uma variável de entrada do sistema, de forma que influencie na decisão
sobre o uso das faixas exclusivas. A observação dos valores desta variável permitirá
construir regras que evitem o uso da faixa em caráter exclusivo em horários de baixo
fluxo de ônibus.
32
Desta forma, deverão ser consideradas as seguintes variáveis de entrada do
Controlador Fuzzy, obtidas sempre em conjunto em cada seção instrumentada:
33
pequena também seja a dispersão entre os valores observados causada pela variação do
fluxo de tráfego entre observações de valores consecutivos.
Os valores devem ser calculados desta forma, visando suavizar o efeito de
variações inesperadas que porventura venham a ocorrer, evitando que a generalização
de ocorrências pontuais induza o Controlador Fuzzy a erros de interpretação
normalmente evitados pelo ser humano, já que descarta valores atípicos dentro de um
universo de valores tipicamente observados.
As medições obtidas em uma seção, consideradas para o cálculo das médias
podem ser escritas como conjuntos de dados relacionados a um determinado intervalo.
Calculando o valor médio dos elementos destes conjuntos, obtêm-se as saídas para o
Controlador Fuzzy.
Os critérios estabelecidos para o cálculo desta variável servem para obter uma
análise constante da variação da velocidade média do fluxo que seja capaz de reduzir o
efeito de variações pontuais em torno dos valores mensurados. Reduções ou
incrementos da velocidade média, podem em alguns casos representar variações
decorrentes de eventos isolados. Um operador humano ao perceber uma variação de
uma determinada variável em um processo qualquer, aguarda novas observações para
confirmar ou não a validade desta tendência.
Esta variável deverá servir inclusive para a construção de regras que permitirão
ao controlador evitar erros de avaliação, que resultariam em decisões equivocadas. É
importante verificar a variação da variável V, entre um intervalo de medição e outro
consecutivo. Ocorrendo variação da velocidade média na seção, devem-se realizar
novas medições que possam confirmar a tendência da variação medida anteriormente.
34
• Seja DV(S, I) a entrada do controlador, onde DV é Variação da Média das
Velocidades, S é a seção onde ocorreu a medição das velocidades e I é o
intervalo em que o cálculo de DV foi realizado.
• dv(S, I) = (V(S, I) / V(S, I0)) – (1), onde dv é uma variável auxiliar e I0 é o
intervalo imediatamente anterior ao intervalo I
• Para I variando de n-m a n, onde n é o intervalo de interesse e m é o total de
intervalos considerados suficientes para aceitar uma tendência de aumento
ou redução da velocidade do fluxo.
35
3 - Variável de Saída
36
favorece o transporte público e, para valores menores, desconsidera a operação em faixa
exclusiva, a definição deste limite constitui uma decisão gerencial, depende de
considerações técnicas, porém também deve ser estabelecida de acordo com a política
de transporte.
Os valores atribuídos durante o projeto de um sistema de controle fuzzy podem
ser alterados, caso haja diferenças entre resultados esperados e resultados obtidos. Estas
alterações conferem ao sistema características de sistema inteligente, pois o sistema tem
sua base de conhecimento aprimorada a cada alteração bem sucedida.
4 - Universos de Discurso
37
Variáveis de Entrada:
38
Variável de Saída:
39
Controlador Fuzzy, mesmo após o início da operação, permitindo corrigir erros que na
fase de projeto não tenham sido eliminados.
Serão definidas as funções de pertinência para cada termo lingüístico definido,
as funções devem ter formatos triangulares ou trapezoidais, supondo variações lineares
entre os graus de pertinência mínimos e máximos de cada um dos termos adotados.
Funções de pertinência triangulares indicam que o valor de pertinência máximo
de um determinado termo somente pode ocorrer em um ponto. Há um único valor no
universo de discurso cuja pertinência é igual a um, para um determinado conjunto
fuzzy. Funções trapezoidais indicam que um mesmo valor de pertinência pode ser
atribuído a um intervalo de valores dentro do mesmo universo de discurso.
Tomando como exemplo uma variável qualquer, cujo conjunto de termos fosse
T={pequeno, médio, grande}, é possível que a partir de um determinado valor t,
considerado “grande” cujo grau de pertinência é igual a um, todos os valores maiores
que t também tenham pertinências iguais a um, conferindo um formato trapezoidal à
função de pertinência.
Neste mesmo exemplo, poderia ser considerada triangular a função de
pertinência do termo lingüístico “médio”, já que, qualquer que seja a variação em torno
do valor pontual para o qual foi atribuído grau de pertinência um, esta possibilidade já
diminui para uma fração entre zero e um, aproximando-se dos valores pequeno ou
grande, de acordo com o sinal desta variação.
40
destes universos, o vetor de possibilidades tem os valores de seus três elementos
definidos como sendo o conjunto das distâncias entre o eixo horizontal e as curvas
definidas pelas funções de pertinência.
Um mesmo valor mensurado de uma das variáveis de entrada, ou obtido para a
variável de saída pode ser considerado pertinente a mais de um conjunto fuzzy dentro
do mesmo universo de discurso. Um dos principais cuidados na aplicação e
compreensão da lógica fuzzy é a correta interpretação do significado de possibilidade
em contraposição ao conceito de probabilidade.
Os vetores de possibilidade contêm os graus de pertinência e são indispensáveis
para a execução das regras fuzzy, pois permitem a compatibilização e operação entre
variáveis observadas em diferentes universos de discursos. O resultado obtido, ou seja, a
saída obtida por um sistema fuzzy depende da análise em conjunto de variáveis de
naturezas distintas, que diferem inclusive em suas unidades de medidas, porém guardam
entre si relações conhecidas por especialistas.
A capacidade de tornar compatíveis variáveis distintas observadas e produzir
decisões é mesmo uma característica do ser humano. A fuzzyficação é o processo que
em um sistema fuzzy emula esta compatibilização de variáveis que um indivíduo realiza
ainda que involuntariamente.
7 - Base de Regras
41
tempo real. No caso do controle de uso de faixas exclusivas pretende-se que o intervalo
entre as execuções da base de regras seja pequeno o bastante para que o controle ocorra
desta forma, em tempo real.
As regras fuzzy são agrupadas em blocos. Os chamados blocos de regras são
parte fundamental da base de conhecimento dos controladores fuzzy. O Controlador
Fuzzy recorre à verificação das regras para a tomada de decisão. No caso da estrutura
adotada, com base em conhecimentos prévios através da definição de expressões verbais
de relações físicas existentes entre as variáveis de entrada e a variável de saída.
Para o sistema de controle das faixas exclusivas propõe-se a criação de um único
bloco de regras fuzzy. O bloco, contendo regras para a decisão de definir o estado da
faixa em uma seção isolada. Também será proposta a criação de um segundo bloco
contendo regras que permitem decidir sobre o estado da faixa ao longo da rodovia,
porém este bloco é constituído por regras determinísticas. Trata-se de um interpretador
de saídas, externo ao Controlador Fuzzy e interno à UCP.
Somente é possível definir o estado de uma faixa exclusiva ao longo de um
trecho conhecendo-se os resultados obtidos pelo Controlador Fuzzy em cada uma das
seções instrumentadas. Desta forma, as saídas do primeiro bloco de regras, são as
entradas do segundo.
A variável de saída do segundo bloco é a mesma variável de entrada. Devido ao
processamento das regras, os valores das variáveis poderão ser alterados, por conta da
necessidade de se obter um conjunto de saídas coerentes com o objetivo da faixa
exclusiva: proporcionar maior fluidez ao sistema ônibus apenas em locais e horários
onde exista, de fato, o benefício considerado suficiente para superar os custos de
mobilidade gerados aos demais usuários da rodovia. Pretende-se além da característica
de priorização do transporte público durante períodos vaiáveis, obter uma priorização ao
longo de trechos variáveis.
Desta forma o projeto do Controlador Fuzzy seria o representado na Figura 8,
considerando um modelo simplificado onde haja apenas uma seção sendo considerada,
bastando estender o procedimento realizado em uma seção para todas as demais.
42
Figura 8 – Projeto do Controlador Fuzzy Dedicado a uma única seção
Rodoviária
Controlador
Fuzzy
Primeiro
V
Bloco
de Regras Segundo PMV
Laços Interpretador
DV R Bloco
Indutivos de Entradas Funções de SIM
de Regras
Pertinência NÃO
P
43
onde não ocorra a exclusividade. Poderia ocorrer ocupação e desocupação da faixa por
veículos de passeio ao longo de um trecho curto. A utilização de pequenos trechos
isolados de faixa exclusiva também não é recomendada pelo mesmo motivo. Neste caso,
a ocupação da faixa ocorreria em seguida à desocupação, considerando que os esforços
de fiscalização e educação sejam suficientes para que todos os usuários respeitem o uso
das faixas determinado pelas mensagens exibidas em painéis.
Uma questão importante a ser considerada é o fato de que, apesar da saída do
primeiro bloco de regras tratar-se da mesma variável de entrada do segundo bloco,
deve-se observar a variação entre seus universos de discurso. Isto porque o primeiro é
definido abrangendo todos os possíveis valores teóricos. Já o segundo é definido pelos
valores limites, inferior e superior, possíveis de serem obtidos pela base de
conhecimento do Controlador Fuzzy. Matematicamente, estes valores limites ocorrem
devido aos métodos de defuzzyficação.
44
sobre o estado da faixa. Este valor de redução esperada do tempo de percurso representa
uma redução percentual mínima, previamente determinada, suficiente para que o
operador, baseado inclusive em decisões gerenciais, implemente a reserva de
capacidade para o transporte público.
A defuzzyficação requer a escolha de um método. Desta forma, será realizada de
duas maneiras. Uma, utilizando o Método C-o-M, Método do Centro dos Máximos,
também conhecido como método das alturas que calcula o valor defuzzyficado
igualando-o à abscissa da reta vertical que contém o ponto de equilíbrio de um sistema
de vetores gerado com o processamento do bloco de regras.
Outra, será também utilizando o Método C-o-A, Método do Centro das Áreas,
também conhecido como método do centróide, que atribui o valor defuzzyficado à
abscissa da reta vertical que contém o centróide da área do polígono resultante da
aplicação das regras fuzzy e utilização das funções de pertinência.
As Figuras 9 e 10 mostram como exemplo três valores defuzzyficados pelo
método das alturas e pelo método do centróide, respectivamente.
45
9 – Implementação do Sistema de Controle Fuzzy
9.1 – Periféricos
46
Observa-se que a fiscalização de uso funciona com um conjunto de três
subsistemas, formando postos de fiscalização, e que os laços indutivos podem participar
deste conjunto ou funcionar aos pares como verdadeiros postos de coleta de dados.
Deve haver postos de coleta de dados, fiscalização de uso e painéis de comunicação
com usuários em quantidade compatível com a extensão do trecho rodoviário tratado.
Tecnicamente, é possível definir seções rodoviárias onde a realização de
qualquer destas atividades seja suficiente para suprir a demanda ao longo de um trecho.
Definido então um número ótimo de seções instrumentadas, obtêm-se dados
representativos de todos os trechos da rodovia e fornecem-se informações para todos os
usuários.
Os periféricos de obtenção de dados de tráfego, ou seja, os pares de laços
indutivos devem ser locados na rodovia sempre ao longo de toda a seção rodoviária,
definindo-se um número de pares por seção igual ao número de faixas da mesma. A
escolha das seções deve levar em consideração a localização de acessos e saídas da
rodovia, tendo em vista as variações de padrão de tráfego, geradas pela variação dos
fluxos entre estes trechos anteriores e posteriores a acessos. Também deve ser
considerada, na tarefa de locar estes sensores, a localização de trechos e pontos onde
ocorram variações de capacidade devido a aspectos geométricos, como curvas
horizontais, rampas e variação do número de faixas. Consideradas estas observações,
pretende-se determinar a localização das seções instrumentadas e também os trechos
cujas características podem, sem comprometer a validade dos dados, ser assumidas
como idênticas à destas seções.
A implementação de postos de fiscalização eletrônica é importante para a
operação das faixas. O uso indevido das faixas por veículos de passeio em horários de
uso exclusivo de ônibus comprometeria o desempenho das mesmas. A proposta de
localização destes postos é que seja feita de forma que todos os veículos que
ingressarem na rodovia passem por, no mínimo, um posto, qualquer que seja o trecho
em que transitarem.
Sistemas de fiscalização eletrônica requerem análises preliminares à sua
implantação, inclusive previstas por normas da legislação vigente, para que se justifique
sua necessidade através de estudos comprobatórios das conseqüências indesejáveis
decorrentes da falta de fiscalização e do benefício causado pela aplicação destes
métodos automáticos.
47
A inserção dos painéis de mensagens variáveis também deve obedecer a
critérios. Todos os usuários da rodovia devem receber de painéis as mensagens
necessárias e suficientes para que abandonem a faixa exclusiva com segurança antes de
passarem por postos de fiscalização. Os PMVs devem anteceder sempre os postos de
fiscalização, guardando distância segura para a ocorrência dos movimentos de
entrelaçamento.
Com relação aos postos de coleta de dados, os painéis de mensagem têm uma
relação direta com estes pois em cada seção instrumentada há um painel associado,
responsável por exibir a mensagem definida pelo sistema de controle referente ao trecho
subseqüente. Iniciado sempre com um painel de mensagens, os trechos devem possuir
um par de laços indutivos instalados na metade deste percurso entre um painel e o
próximo.
48
9.3 – Softwares
49
Capítulo V – Estudo de Caso da Rodovia RJ-071 (Linha Vermelha)
1 – Estudo de Caso
50
1.1 – A Opção pela Linha Vermelha
A opção pela Linha Vermelha de início ocorre devido ao fato de que se deseja
aplicar o sistema fuzzy a uma via metropolitana. Foi definida como área de estudo a
Região Metropolitana do Rio de Janeiro (RMRJ). Dentre as ligações entre as regiões
que compõem a RMRJ, optou-se por uma ligação bastante importante em termos de
total anual de passageiros transportados: a ligação Baixada Fluminense – Centro do Rio
de Janeiro.
A Tabela 4 demonstra a importância da ligação Baixada Fluminense – Rio de
Janeiro. A ligação Baixada-Centro inclui-se nesta ligação. Das ligações existentes entre
regiões-programa, definidas pelo Departamento de Transporte Rodoviário do Rio de
Janeiro (DETRO-RJ), a ligação entre os municípios da Baixada e o Rio de Janeiro
figura como a mais importante em termos de volume de passageiros transportados por
ano.
51
Fluminense, as linhas provenientes dos mesmos realizam rotas que utilizam a Avenida
Brasil como via de ligação ao Centro.
De acordo com dados do Anuário Estatístico do DETRO-RJ do Ano 2001, a
mais recente edição publicada, as viagens entre os municípios da Baixada Fluminense,
atendidos pela Linha Vermelha (Duque de Caxias, Nova Iguaçu, São João de Meriti,
Belford Roxo, Queimados, Nilópolis, Mesquita, Magé e Guapimirim) e o Centro
Comercial do Rio de Janeiro, correspondem a 10% das viagens realizadas em todo o
sistema intermunicipal do Estado do Rio, tendo transportado no ano de 2001 um total de
56,5 milhões de passageiros distribuídos em 133 linhas.
Além das vias coletoras, o sistema viário disponível nesta ligação é composto
por duas vias arteriais onde seria possível propor o estudo de caso: A Avenida Brasil e a
própria Linha Vermelha, verdadeiros corredores metropolitanos, que interligam os
municípios da Baixada Fluminense ao Centro do Rio de Janeiro. Tendo em vista o fato
de a Avenida Brasil ser uma via cuja jurisdição é municipal - da Prefeitura da Cidade do
Rio de Janeiro – e propiciar grande movimentação de passageiros que realizam viagens
internas ao município, considera-se preferível a Linha Vermelha, pois caracteriza-se
melhor como via metropolitana. Outro fato considerado na escolha é que a Avenida
Brasil já possui implantadas faixas exclusivas, que funcionam permanentemente neste
regime de uso.
De início, deve-se admitir a existência de duas faixas exclusivas no fluxo, sendo
uma por sentido, localizadas na faixa da esquerda e que possuem o caráter exclusivo
reversível ao longo do dia. Um aspecto particular da Linha Vermelha a ser considerado,
é a seção onde ocorre a ligação entre a primeira e a segunda etapa da Linha Vermelha
Neste trecho, propõe-se a descontinuidade das faixas exclusivas.
52
Os subsistemas envolvidos apenas nas atividades de fiscalização terão seus
critérios de localização tratados, porém não serão localizados, devido ao fato de que,
apesar de fazerem parte do sistema e de terem uma importância fundamental para o bom
desempenho das faixas, estes subsistemas não serão locados pois não interferem com o
Controlador Fuzzy, somente com a Unidade Central de Processamento, sendo baseados
em procedimentos determinísticos.
Mais adequado neste caso é definir como critério que todo veículo que venha a
ingressar na rodovia seja fiscalizado pelo menos uma vez, independentemente do trecho
que percorra. Assim, os postos de fiscalização vão existir em todos os trechos entre
acessos à rodovia, assegurando esta condição.
A locação dos periféricos permite que seja definido o modelo do sistema, haja
vista que a posição da seção é considerada pela base de conhecimento do Controlador
Fuzzy, tanto pelo bloco de regras fuzzy, que somente relaciona dados da mesma seção
rodoviária, quanto pelo bloco interpretador de saídas, que relaciona os dados de todos os
trechos da rodovia.
Os pares de laços indutivos deverão ser utilizados em quantidade suficiente para
que o conjunto de dados coletados seja de fato representativo de toda a rodovia. Desta
forma deverão ser distribuídos: no mínimo um par por faixa, a cada trecho entre vias de
acesso à Linha Vermelha, de maneira que possam ser percebidas variações no padrão de
tráfego causadas pela variação nos fluxos entre trechos. Será utilizada uma quantidade
maior que a mínima, distribuindo os laços de maneira uniforme, sendo um par por faixa
a cada dois quilômetros.
Considerando a extensão da rodovia, de 20,5km, as seções serão numeradas em
ordem crescente, de um a dez no sentido Baixada-Centro e de onze a vinte no sentido
contrário. Cada instrumento de medição estará relacionado a um Painel de Mensagem
Variável. Uma menor quantidade de laços indutivos e de painéis de mensagens seria
possível segundo o critério adotado, porém optou-se por utilizar este número,
considerado suficiente para o estudo de caso, devido ao fato de serem muito variáveis os
comprimentos dos trechos entre vias de acesso.
53
Os Painéis de Mensagens Variáveis antecedem sempre um par de laços, pois
servem para antecipar aos usuários o estado em que se encontra a faixa em um trecho
qualquer. Como os dados são coletados por laços indutivos a cada dois quilômetros em
seções definidas, os painéis exibirão mensagens referentes a cada trecho de 2km entre
painéis. Os painéis poderão exibir as mensagens: “Faixa Exclusiva”, “Faixa Liberada”,
ou ainda “Faixa Exclusiva A Dkm”, onde D é a distância em quilômetros até o próximo
painel na pista de mesmo sentido que esteja exibindo a mensagem de faixa exclusiva.
A locação dos equipamentos é demonstrada na Figura 11 através de diagramas
unifilares construídos para cada uma das pistas, sentidos Baixada-Centro e Centro-
Baixada respectivamente. Os pares de laços são distribuídos a cada 2km, do km1 +
250m ao km19 + 250m, em cada pista da rodovia. Os painéis de mensagens são locados
desde o km20 + 250m até o km2 + 250m na pista sentido Centro e desde o km0 + 250m
até o km18 + 250m na pista sentido Baixada.
54
Figura 11 – Diagramas Unifilares das Pistas da RJ-071
RIO DE JANEIRO
km0 Pista Sentido
PMV - Trecho 11 Centro
km0 + 250m do Rio
Laços Indutivos de Janeiro
km1 + 250m
PMV - Trecho 11 PMV - Trecho 10
km2 + 250m km2 + 250m
Laços Indutivos
km3 + 250m
PMV - Trecho 12 PMV – Trecho 9
km4 + 250m km4 + 250m
Laços Indutivos
km5 + 250m
PMV - Trecho 13 PMV - Trecho 8
km6 + 250m km6 + 250m
Laços Indutivos
km7 + 250m
PMV - Trecho 14 PMV - Trecho 7
km8 + 250m km8 + 250m
Laços Indutivos
Km9 + 250m
PMV - Trecho 15 PMV - Trecho 6
km10 + 250m km10 + 250m
Laços Indutivos
km11 + 250m
PMV - Trecho 16 PMV - Trecho 5
km12 + 250m km12 + 250m
Laços Indutivos
km13 + 250m
PMV - Trecho 17 PMV - Trecho 4
km14 + 250m km14 + 250m
Laços Indutivos
km15 + 250m
PMV - Trecho 18 PMV - Trecho 3
km16 + 250m km16 + 250m
Laços Indutivos
km17 + 250m
PMV - Trecho 19 PMV - Trecho 2
km18 + 250m km18 + 250m
Laços Indutivos
Km19 + 250m
Pista PMV - Trecho 1
Sentido km20 + 250m
Baixada BAIXADA FLUMINENSE
Fluminense km20,5
55
2.2 - Instalação da UCP
2.3 - Subsistemas
56
com a defuzzyficação seja transformada em uma ação, que se resume a alterar as
mensagens variáveis nos painéis.
Os Painéis de Mensagens Variáveis, estão representados pelos Subsistemas
SSm, com m variando em [22, 41]. Verifica-se que cada painel recebe um comando
para exibir uma mensagem. O Controlador Fuzzy decide para toda a rodovia e envia os
dados em conjunto, sendo tarefa do software interpretador de saídas separar estes
elementos, interpretá-los, identificando as mensagens e os painéis que devem exibi-las e
comandar as exibições.
57
são Velocidade Média na Seção, Variação da Velocidade Média na Seção e Percentual
de Ônibus no Fluxo. A saída do Controlador Fuzzy, não é enviada diretamente aos
painéis, mas enviada para a UCP, para que possa ser interpretada pelo segundo bloco de
regras, de onde partem as saídas para os painéis, sob a forma de comandos que alteram
ou não as mensagens.
Os Painéis de Mensagens Variáveis recebem entradas vindas da UCP que
indicam as mensagens a serem exibidas, contendo informações sobre quais LEDs
devem estar acesos. As saídas emitidas pelos painéis são suas mensagens para os
usuários. Como os laços indutivos, os painéis de mensagens variáveis representam
interfaces entre o sistema de controle e os usuários. As mensagens dos painéis podem
ser consideradas como o resultado das solicitações realizadas pelos próprios usuários
através da forma como conduzem e decidem realizar seus deslocamentos.
Após a modificação do estado da faixa em uma seção, instantaneamente
ocorrerão mudanças na maneira de os usuários conduzirem, iniciando imediatamente a
ocorrência de variações nos dados de tráfego, inclusive em seções anteriores no mesmo
sentido.
Ao optarem pelo transporte público ou particular, ao escolherem a hora de
realizar a viagem, e ao definirem sua maneira de conduzir, os usuários imprimem
entradas ao sistema. Da mesma forma que o sistema identifica o padrão de entradas
gerado pelos usuários, estes identificam um padrão de mensagens geradas pelo sistema.
Após a implementação das faixas, a médio e a longo prazo ocorrerão, por
conseqüência, mudanças também na escolha da hora da viagem e na opção entre
transporte público e particular.
58
Como se deseja aplicar em uma maior quantidade de seções, nos dois sentidos,
haverá um maior número de subsistemas e de entradas e saídas a ser considerado,
diferentemente do modelo tratado para uma seção apenas. O modelo pode ser visto na
Figura 12. Verifica-se que os sensores compostos de laços indutivos foram agrupados
por seção, apesar de serem dispostos por faixa.
Uma observação necessária dá conta de que o modelo do sistema de controle
representa como uma única entrada todos os conjuntos de três variáveis de entrada do
Controlador Fuzzy medidas em uma mesma seção, porém a estrutura proposta
permanece a mesma definida.
59
Figura 12 – Modelo do Sistema de Controle de Faixas Exclusivas da RJ-071
SS1 SS22
SS2 SS23
SS3 SS24
SS4 SS25
SS5 SS26
SS6 SS27
SS7 SS28
SS21
SS8 Unidade Central de Processamento SS29
Controlador
SS9 SS30
Interpretador Interpretador
SS10 SS31
de Sinais de Fuzzy de Sinais de
Entrada Saída
SS11 SS32
SS12 SS33
SS13 SS34
SS14 SS35
SS15 SS36
SS16 SS37
SS17 SS38
SS18 SS39
SS19 SS40
SS20 SS41
60
2.6 - Inteligência do Sistema
61
aprendizado, já que funções e regras podem ser revistas e alteradas, calibrando o
sistema.
A calibração do sistema consiste em comparar dados coletados em campo e
verificar se a estimativa de redução do tempo de viagem dos ônibus em faixa exclusiva
realizada pelo controlador é equivalente à que ocorre de fato com a implementação da
faixa exclusiva. Embora o sistema, devido à modelagem, possa ser simulado e ter
verificada a coerência em seu funcionamento, o que será feito no Capítulo V, podem
ocorrer estas diferenças entre valores defuzzyficados obtidos e valores de fato
observados, mesmo no caso de os resultados serem coerentes. Alterando a base de
conhecimento corrigem-se quaisquer distorções.
62
Figura 13 – Funções de Pertinência da Variável de Entrada V
63
Figura 15 - Funções de Pertinência da Variável de Entrada P
64
3.2 – Definição do Bloco de Regras Fuzzy
65
As saídas do primeiro bloco de regras não podem ser consideradas as saídas do
Sistema, pois, apesar de terem valores válidos dentro de seus respectivos intervalos de
obtenção na rodovia, ainda cabe o processamento inerente ao segundo bloco de regras,
que não são regras fuzzy, mas regras externas ao controlador que uniformizam os
valores de saídas defuzzyficadas, alterando, se necessário, os valores recebidos do
primeiro bloco.
Estas possíveis alterações serão acontecerão se o conjunto de resultados do
primeiro bloco não for conveniente para o que se espera do conjunto de trechos
analisados, embora sejam válidos os valores isolados de cada trecho. A seguir, na
Tabela 5 está representado o bloco de regras fuzzy. As regras todas possuem grau de
suporte igual a um.
Em negrito estão as palavras reservadas à programação (SE, ENTÃO),
independentemente da linguagem ou software que venha a ser utilizado para
desenvolver o Controlador Fuzzy. Os termos “E” e “OU” são operadores lógicos,
também possíveis de serem adotados por qualquer que seja o método de programação.
A utilização destes operadores reduz o número de regras, o tempo de processamento do
Controlador Fuzzy e a demanda por capacidade do computador.
Considerando-se três variáveis de entrada contendo três termos lingüísticos cada,
é possível realizar vinte e sete combinações entre estes termos, gerando vinte e sete
regras fuzzy.Verifica-se que o bloco é apresentado de forma comprimida. As regras
geradas foram somente nove, embora representem todas as regras possíveis. Durante o
processo de construção deste bloco de regras, verificou-se, através de simulações, que
os resultados obtidos são os mesmos para blocos contendo regras escritas
individualmente e de forma comprimida.
66
Tabela 5 - Bloco de Regras Fuzzy
# P V DV R
1 Pequeno Desprezível
2 Médio OU Grande Baixa Considerável
3 Médio OU Grande Média Diminuindo Considerável
4 Médio OU Grande Média Estável E Razoável
5 S Médio Média Aumentando N Desprezível
6 E Médio E Alta E T Desprezível
7 Grande Média Aumentando à Razoável
8 Grande Alta Diminuindo O Razoável
9 Grande Alta Estável OU Desprezível
Aumentando
Variáveis:
P – Percentual de Ônibus no Fluxo
V – Média das Velocidades na Seção
DV – Variação da Média das Velocidades na Seção
R – Redução Estimada do Tempo de Percurso dos Ônibus Em Faixa Exclusiva
Com a regra número 1, o bloco inicia demonstrando que o benefício gerado pela
faixa é avaliado considerando-se o benefício/ônibus e o total de ônibus a ser
beneficiado. Qualquer que seja o padrão de tráfego observado, o Controlador Fuzzy
deve decidir por não adotar a faixa exclusiva, ao verificar que não há ônibus suficiente
no fluxo para justificar o uso de uma das faixas como exclusiva.
As regras demonstram, em seu conjunto, que quanto maior é o percentual de
ônibus no fluxo, o Controlador Fuzzy torna-se menos tolerante aos sinais de
deterioração do nível de serviço na rodovia, e que para piores níveis de serviço, obtidos
com a análise dos valores das outras duas variáveis, o Controlador Fuzzy estima os
maiores valores de redução do tempo de percurso, haja vista que esta variável representa
um percentual relativo ao tempo de percurso nas condições observadas.
67
4 - Segundo Bloco de Regras
68
É necessário que este bloco de regras seja também capaz de evitar a ocorrência
de trechos isolados de faixa exclusiva. Caso ocorra indicação de faixa exclusiva em
trechos isolados, em um determinado conjunto de saídas do primeiro bloco, referente a
um mesmo sentido, o segundo bloco altera este valor, passando a representar faixa não-
exclusiva, antes que seja emitido o sinal de saída.
As entradas do segundo bloco são valores referentes a trechos independentes. O
modelo definido considera que estes valores são informados de maneira ordenada,
conforme os trechos a que se referem. As saídas deste bloco são conjuntos de valores
que representam SIM ou NÃO, onde o valor SIM indica faixa exclusiva e o valor NÃO
indica faixa não-exclusiva, em cada trecho da rodovia.
Os trechos 1 e 10, são respectivamente o primeiro e o último trecho da pista
sentido Centro. Os trechos 11 e 20 são respectivamente o primeiro e o último trecho da
pista sentido Baixada. Os demais são trechos intermediários. Todos os trechos têm 2km.
Os trechos de faixa exclusiva são de fato os trechos entre painéis de mensagens, e os
sensores localizam-se nas seções intermediárias de cada trecho.
Para utilização neste estudo de caso, o valor defuzzyficado igual a 15% é
considerado o valor limite de redução estimada de tempo de percurso dos ônibus em
faixa exclusiva, em um determinado trecho, que justifique a adoção da medida.
Significa que para saídas menores que este valor, a decisão é de manter ou tornar o
trecho não-exclusivo, e para saídas iguais ou maiores que o limite, a decisão é manter
ou tornar a faixa exclusiva. Neste trabalho não há intenção de garantir que este valor
seja de fato adequado. O valor 15% foi atribuído para que seja possível realizar o estudo
de caso, de forma que se verifique a aplicabilidade do Controlador Fuzzy ao controle de
uso das faixas.
69
As regras do Segundo Bloco, interpretador de saídas, serão listadas a seguir. As
palavras reservadas à programação estão em negrito:
1) Início
Para S = 10 até 3
Se u(S) ≥15 e u(S-1) < 15 e u(S-2) ≥15
Então u(S-1) := u(S)
Senão
Para S = 10 até 4
Se u(S) ≥ 15 e u(S-1) < 15 e u(S-2) < 15 e u(S-3) ≥ 15
Então u(S-1) := u(S) e u(S-2) := u(S)
Senão
Para S = 10 até 2
Se u(S) ≥ 15 e u(S-1) < 15
Então u(S) := u(S-1)
Fim.
2) Início
Para S = 20 até 13
Se u(S) ≥ 15 e u(S-1) < 15 e u(S-2) ≥ 15
Então u(S-1) := u(S)
Senão
Para S = 20 até 14
Se u(S) ≥ 15 e u(S-1) < 15 e u(S-2) < 15 e u(S-3) ≥ 15
Então u(S-1) := u(S) e u(S-2) := u(S)
Senão
Para S = 20 até 12
Se u(S) ≥ 15 e u(S-1) < 15
Então u(S) := u(S-1)
Fim.
Variáveis:
S – Número de Ordem da Seção
u(S) – Entrada Referente à Seção de Ordem S
70
De acordo com as regras definidas, o segundo bloco emite um conjunto de vinte
valores ordenados, sendo cada elemento deste conjunto resultado do processamento da
respectiva entrada que chega a este bloco. Os valores indicam o estado da faixa em cada
um dos trechos instrumentados. Verifica-se que o bloco divide-se em duas partes
distintas, nas quais as análises das pistas sentido Centro e sentido Baixada são realizadas
separadamente.
De acordo com o algoritmo que define as regras do segundo bloco, é possível
que se verifique claramente que pode em alguns casos ocorrer substituição de um ou
mais valores. Ainda que considerados inadequados, estes valores não são considerados
incorretos, dado o que individualmente representa cada um deles.
71
trecho, pois além de antecipar a informação aos usuários, evita que estes percebam
variações inesperadas no estado da faixa, além de fazer com que o conjunto de
mensagens exibidas em qualquer instante seja coerente ao longo da via.
A mensagem “Faixa Liberada” somente poderá ser exibida em painéis que não
estejam localizados antes de algum trecho de faixa exclusiva da pista de mesmo sentido.
Caso esta condição não seja verificada, é necessário que o painel exiba uma mensagem
do tipo “Faixa Exclusiva A Dkm”, sendo D a distância até o painel a que a mensagem se
refere.
É possível desenvolver procedimentos que realizem as escolhas das mensagens,
estabelecendo para cada trecho, ou seja, para cada painel, um conjunto de mensagens
possíveis. Após a verificação dos estados de cada trecho, o que deve ser feito é a
escolha de uma das mensagens para cada painel onde tenha sido atribuído o valor NÃO.
A mensagem será escolhida de acordo com a verificação das distancias destes
painéis de trechos não exclusivos, até o painel mais próximo onde tenha sido atribuído o
valor SIM. A diferença entre o número de ordem dos trechos permite calcular a
distância entre eles, pois os comprimentos de todos os trechos já foram definidos iguais
a dois quilômetros.
Considera-se suficiente a discussão desta parte do interpretador de saídas. É
desnecessária a definição das rotinas face ao escopo do trabalho. Também não convém
discutir a forma como acontecem os comandos que permitem à UCP acender os pontos
dos painéis que vão representar as mensagens para os usuários - inclusive porque definir
códigos que permitam que computadores controlem periféricos é uma tarefa, embora
não restrita, obrigatória de seus fabricantes.
O software dedicado à interpretação de saída do Controlador Fuzzy, além de
executar o segundo bloco regras, transmite aos painéis as mensagens adequadas, sob
forma de saídas da UCP, de maneira automática, conforme as regras discutidas neste
item do trabalho.
72
Capítulo VI – Avaliação dos Resultados e Considerações Finais
1 - Simulações
73
três variáveis é possível compreender suas propriedades através do estudo de suas
superfícies de nível.
O conceito matemático de curva de nível e de superfície de nível é o mesmo,
tendo em vista que trata-se de fundamento básico do cálculo de múltiplas variáveis.
2 - Superfícies de Nível
74
As Figuras 17 a 21 representam a variável de saída como função de V e de DV,
considerando fixos os valores da variável P = {0.0, 2.5, 5.0, 7.5, 10.0}
75
Figura 18 - Superfícies obtidas para P = 2.5%
76
Figura 19 - Superfícies obtidas para P = 5.0%
77
Figura 20 - Superfícies obtidas para P = 7.5%
78
Figura 21 - Superfícies obtidas para P = 10%
79
As Figuras 22 a 26 representam a variável de saída como função de P e de V,
considerando fixos os valores da variável DV = {-0.1, -0.05, 0, 0.05, 0.1}
80
Figura 23 - Superfícies obtidas para DV = -0.05
81
Figura 24 - Superfícies obtidas para DV = 0.0
82
Figura 25 - Superfícies obtidas para DV = 0.05
83
Figura 26 - Superfícies obtidas para DV = 0.1
84
As Figuras 27 a 31 representam a variável de saída como função de DV e de P,
considerando fixos os valores da variável V = {30, 45, 60, 75, 90}
85
Figura 28 - Superfícies obtidas para V = 45 km/h
86
Figura 29 - Superfícies obtidas para V = 60 km/h
87
Figura 30 - Superfícies obtidas para V = 75 km/h
88
Figura 31 - Superfícies obtidas para V = 90 km/h
89
3 - Avaliação dos Resultados
90
Figura 32 – Valores Mínimos Possíveis Defuzzyficados Respectivamente Pelo Método
do Centro das Áreas - C-o-A e Pelo Método do Centro dos Máximos - C-o-M
91
Avaliando também o terceiro conjunto de superfícies formado por P e DV,
considerando constante a média das velocidades medidas em uma seção, verifica-se que
a variável de saída assume os maiores valores à medida que torna-se negativa a variação
da velocidade e também conforme aumenta o valor de P. Ficam estabelecidas duas
regiões bastante distintas, definidas por DV negativo e DV positivo. Verifica-se que
caso DV seja positivo, o sistema somente emite um valor alto de R caso sejam
verificadas baixas velocidades.
De acordo com a avaliação realizada, os resultados obtidos foram considerados
coerentes com o objetivo inicial proposto para o Controlador Fuzzy. Verifica-se que há
aumento no valor da variável de saída conforme ocorram variações no padrão de tráfego
que indiquem que o nível de serviço na rodovia esteja piorando. Também ocorrem
variações na variável R de acordo com o percentual de ônibus no fluxo, ou seja, o
Controlador Fuzzy realiza a tarefa do operador humano considerado como parâmetro na
elaboração empírica de seu próprio modelo: Verificando que o nível de serviço sugere o
uso de faixa exclusiva e que há ônibus no fluxo em quantidade suficiente que justifique
a reserva de capacidade, ele adota a medida.
4 - Conclusões
92
inclusive implementá-lo e realizar simulações de seu comportamento em um
computador pessoal.
A intenção de obter do Controlador Fuzzy um comportamento semelhante ao do
ser humano também foi atingida, se considerarmos que o Controlador Fuzzy
demonstrou emitir as respostas esperadas, considerando-se válidas as características das
funções de pertinência e regras que lhe foram atribuídas.
Não é possível afirmar que o controlador fuzzy obtido segundo estas
características soluciona de fato o problema proposto, porém observando que seus
resultados são coerentes pode-se considerar a aplicabilidade da metodologia proposta
para a elaboração de controladores semelhantes cuja utilidade na solução do problema
real possa ser verificada
A utilização de sensores foi fundamental para conferir ao Controlador Fuzzy
dispositivos com funções semelhantes às dos órgãos sensoriais dos indivíduos, e a
modelagem dos dados indispensável para transformar dados mensurados em dados
percebidos.
As características atribuídas à base de conhecimento do Controlador Fuzzy
assim foram de acordo com hipóteses formuladas pelo próprio projetista. A geração das
funções de pertinência, do bloco de regras fuzzy e das regras dos blocos interpretadores
de entradas e de saídas poderia ter sido realizada através de características definidas
através de consultas a especialistas. Este procedimento seria mais adequado já que
permite a utilização de regras consensuais, porém não dispensaria uma posterior
calibração do sistema e sequer diminuiria o seu grau de empirismo.
O procedimento de consulta a especialistas não foi realizado devido à falta de
tempo e recursos para a elaboração do conteúdo das entrevistas, agendamento de
horários com as pessoas solicitadas e manipulação dos resultados. Devido a estas
restrições, foi necessário definir de antemão o escopo do trabalho.
Entre duas possibilidades, a primeira seria apresentar somente uma metodologia
de controle fuzzy. Neste caso, seriam realizadas entrevistas e tratamento de seus
resultados até a obtenção da base de conhecimento. A segunda opção, que foi a
escolhida, seria definir a base de conhecimento da maneira como foi, e seguir mais
adiante até a implementação e simulação do Controlador Fuzzy utilizando um software
apropriado.
93
De acordo com o trabalho realizado, verifica-se que, além de ser possível
construir um Controlador Fuzzy para controlar o processo aqui tratado, os resultados
das simulações demonstraram ser coerentes - o que indica que o sistema proposto é
aplicável no caso estudado da Linha Vermelha.
5 - Recomendações
94
Bibliografia
BOYER, C.B., 1996, História da Matemática, São Paulo, Editora Edgar Blücher.
NETO, F. M., 1977, São Paulo e a Racionalização do Uso de Combustíveis, São Paulo
– CET (Série Boletim Técnico da CET Nº 3)
95
NETO, F. M.; VESPUCCI, K. M., 1995, “Corredores de Ônibus: Impactos na
Operação do Trânsito e dos Transportes” - Revista dos Transportes Públicos nº 66, Ano
17, 1º Trim., pp 99 a 108
PEREIRA, A.L., 1995, Teoria Geral de Sistemas – Notas de Aula, Rio de Janeiro,
PET/COPPE/UFRJ.
SHAW, I. S., SIMÕES, M. G., 1999, Controle e Modelagem Fuzzy, São Paulo, Editora
Edgar Blücher.
TERANO, T., ASAI, K., SUGENO, M., 1991, Fuzzy Systems Theory and Its
Applications, U.S.A., Academic Press Inc.
ZADEH, L. A., 1965, “Fuzzy Sets”, Inform and Control, vol. 8, pp 338, 353
ZADEH, L. A., 1986, “Outline of a Theory of Usuality Based on Fuzzy Logic”, NATO
ASI Series, v. 177, pp 79-97
96
ZADEH, L. A., 2001, “From Computing with Numbers to Computing with Words”,
Annals of the New York Academy of Sciences, 929, pp 221-252.
ZIMMERMANN, H. J., 1985, Fuzzy Set Theory and Its Applications, U.S.A, Kluwer
Nijhoff Publishing
97