Baixe o app para aproveitar ainda mais
Prévia do material em texto
IX Encontro de Modelagem Computacional Belo Horizonte, MG 15 a 17 de novembro de 2006 CEFET-MG - IPRJ/UERJ ISBN: 978-85-99836-02-6 UMA NOVA ABORDAGEM PARA ESCOLHA DE TRAJETOS EM SISTEMAS DE INFORMAÇÕES GEOGRÁFICAS USANDO SISTEMAS DE INFERÊNCIA FUZZY Gabriel da Silva – gabriel@lsi.cefetmg.br Paulo Eduardo Maciel de Almeida – pema@lsi.cefetmg.br Centro Federal de Educação Tecnológica de Minas Gerais, Laboratório de Sistemas Inteligentes Av. Amazonas, 7675 – Nova Gameleira – Belo Horizonte, MG, Brasil – CEP: 30510-000 Resumo. A introdução de rotinas de apoio à decisão no ambiente de Sistemas de Informações Geográficas - SIG tem possibilitado um aumento na flexibilidade e na complexidade das análises efetuadas com estas ferramentas. A abordagem explorada neste artigo é o uso combinado do modelo de redes geométricas e da lógica fuzzy para a escolha do melhor caminho em um sistema viário, isto é, o caminho que oferece a menor dificuldade de transposição, com base em múltiplos critérios qualitativos sintetizados em um único atributo numérico por meio de inferência fuzzy. São apresentadas a modelagem e implementação de uma ferramenta de código aberto, que realiza a aquisição de dados, a geração de um atributo fuzzy e a atualização da base de dados automaticamente do SIG, em tempo real, e de modo integrado ao ambiente de SIG. O modelo foi desenvolvido sob o paradigma da orientação a objetos, utilizando padrões de projeto que suportam extensão e acoplamento. Também foi desenvolvido um plugin para a interdição e desinterdiçao de trechos na rede em tempo de execução. Palavras-chave: Sistemas Inteligentes, Sistemas de Informações Geográficas, Lógica fuzzy, Escolha de trajetos, Melhor caminho. 1. INTRODUÇÃO Os Sistemas de Informações Geográficas - SIG em geral utilizam técnicas rígidas para análise de dados, desconsiderando possíveis incertezas envolvidas nos processos de tomada de decisão. A introdução de rotinas de apoio à decisão no ambiente de SIG tem possibilitado um aumento na flexibilidade e na complexidade das análises efetuadas com estas ferramentas. Nos últimos anos, vem se tornando comum a aplicação da lógica fuzzy (ZADEH, 1965) de modo integrado a outras tecnologias em sistemas de maior porte e de uso mais geral, geralmente como módulos de apoio à decisão. A sua utilização em um sistema de informação geográfica pode aumentar bastante a qualidade das análises realizadas, pois permite que o sistema computacional processe conceitos imprecisos, típicos do raciocínio humano. A abordagem aqui explorada é o uso combinado do modelo de redes geométricas e da lógica fuzzy para a escolha do “melhor” caminho em um sistema viário (VIANA JR, 2004). Por “melhor” caminho, neste trabalho, entende-se o caminho que oferece a menor dificuldade de transposição, com base em múltiplos critérios qualitativos sintetizados em um único atributo numérico por meio de inferência fuzzy. Este método propõe a associação deste atributo aos arcos da rede geométrica no SIG e o emprego de algoritmos convencionais de para o problema do caminho de custo mínimo. Este atributo, denominado Impedância de Transposição de Trecho - ITT, mede a dificuldade para se transpor um trecho de via e é obtido por meio de um sistema de inferência fuzzy, cujas variáveis de entrada são dois atributos das vias considerados importantes para a definição de trajeto por meio de automóvel: o Comprimento - COMP das vias e a Quantidade de Veículos por Faixa - QVF que trafegam sobre as mesmas. A utilização deste atributo fuzzy na análise realizada pelo SIG o caracteriza como um sistema inteligente. Este trabalho propõe também a extensão da arquitetura de uma biblioteca para construção de SIG, de código-fonte aberto, a OpenJUMP (OpenJUMP, 2003), por meio do acoplamento de um mecanismo que permite a aquisição dos dados de entrada referentes ao sistema viário em estudo e a geração do atributo fuzzy de modo automático e em tempo real, além de um conjunto de funcionalidades de análise, permitindo a consulta do melhor caminho entre um ponto de origem e um de destino na rede geométrica representativa do sistema viário. A utilização da lógica fuzzy pode aqui ser claramente definida como um módulo do SIG desenvolvido, pois esta captura as variáveis de entrada envolvidas no SIG, as processa por meio de sua máquina de inferência e compartilha os valores resultantes, no caso a variável que representa a dificuldade de transposição de um trecho, com o SIG, para que possam ser realizadas análises para obtenção do “melhor” caminho. Também foi desenvolvido um plugin para a interdição e desinterdiçao de trechos na rede viária em tempo de execução, que pode, além de agregar um caráter mais realístico ao SIG, ser utilizado para realização de análises que podem auxiliar na tomada de decisões relacionadas a alterações no tráfego de uma região. O modelo proposto foi avaliado pelo acoplamento da ferramenta desenvolvida à arquitetura original do OpenJUMP. O desempenho das funcionalidades desenvolvidas foi medido pela realização de estudos comparativos da sugestão de trajetos utilizando o atributo fuzzy gerado automaticamente e de modo integrado ao SIG construído utilizando a biblioteca OpenJUMP com resultados obtidos em Viana Jr (2004). Este artigo é organizado como se segue. A seção 2 apresenta a caracterização do problema, contextualizando-o e propondo a solução desenvolvida. Na seção 3, é apresentada a arquitetura de SIG utilizada e o desenvolvimento da ferramenta aqui proposta. Os resultados dos experimentos são descritos na seção 4 e as conclusões na seção 5. 2. CARACTERIZAÇÃO DO PROBLEMA A utilização do modelo de rede e da lógica fuzzy para auxiliar na escolha de trajetos em sistemas viários utilizando um SIG convencional foi proposta e validada por Viana Jr. (2004), no âmbito do projeto GEOPROC, desenvolvido no Grupo de Pesquisa em Sistemas Inteligentes do CEFET-MG. Este artigo apresenta uma evolução da proposta inicial, na qual o processo de aquisição de dados, a geração do atributo fuzzy ITT e as análises do melhor caminho ocorrem de modo automático, em tempo real e integrado a um ambiente de SIG. A rede geométrica e o sistema de inferência fuzzy utilizados neste trabalho foram os mesmos desenvolvidos e utilizados numa primeira etapa do projeto GEOPROC, a fim de ser possível a realização de comparações entre os resultados obtidos. IX Encontro de Modelagem Computacional CEFET-MG e IPRJ/UERJ ISBN: 978-85-99836-02-6 2.1 Contexto Na primeira etapa do projeto, foi utilizado o SIG SPRING do Instituto Nacional de Pesquisas Espaciais - INPE (CÂMARA et al, 1996). Para construção do sistema de inferência fuzzy, Viana Jr. (2004) utilizou a Fuzzy Logic Toolbox do Matlab (MathWorks Inc., 1995) e programas de planilha eletrônica para a preparação dos dados de entrada do sistema fuzzy. Assim, a aquisição dos dados de entrada, bem como a posterior atualização da ITT na base alfanumérica do SIG eram realizados manualmente e externamente ao SIG. Naquele trabalho foram construídas as bases de dados cartográficos e alfanuméricos referentes à rede geométrica utilizadas pelo SIG e o sistema de inferência fuzzy para a geração da ITT. A área de estudo definida foi o hipercentro da cidade de Belo Horizonte,MG. 2.1.1 A construção das bases de dados Foi utilizado um programa de CAD – Computer Aided Design para construção da base de dados cartográfica. A Figura 2 apresenta as 528 linhas do modelo de rede utilizadas para representar todos os trechos de via da área de estudo. Informações como sentido de circulação e os códigos de cada trecho foram definidos neste modelo de rede. A base de dados alfanuméricos possui informações como o código referente à cada linha, o comprimento do trecho, nome do trecho, tipo do trecho e o atributo fuzzy ITT. Para cada linha da rede foram informadas 53 QVF, que se referem à contagem de veículos porfaixa realizada a cada 15 minutos no intervalo compreendido entre as 6:15h e 19:15h. Assim, para cada linha também foram geradas 53 ITT. Os dados utilizados para geração das ITT foram cedidos pela Empresa de Transportes e Trânsito de Belo Horizonte – BHTrans. Figura 2 - Base de dados Cartográficos do hipercentro de BH. Adaptado de Viana Jr.(2004) 2.1.2 O Sistema de Inferência Fuzzy O sistema fuzzy criado possui duas variáveis de entrada (Comprimento e QVF) e uma de saída (ITT). Para a definição dos universos de discurso de cada variável de entrada foi observado o intervalo real em que estão contidos todos os seus dados levantados. Para a IX Encontro de Modelagem Computacional CEFET-MG e IPRJ/UERJ ISBN: 978-85-99836-02-6 variável de saída, foi definido um intervalo de 0 a 10, obedecendo ao seguinte critério: valores pequenos indicam um trecho de fácil transposição e valores grandes, trechos de difícil transposição. As partições dos universos das variáveis de entrada, Comprimento e QVF, foram feitas acompanhando a distribuição dos dados em seus respectivos universos de discurso, o que resultou em maiores quantidades de partições próximas aos menores valores. As partições da variável de saída, ITT, foram feitas uniformemente ao longo de seu universo de discurso. As partições destas variáveis, Comprimento, QVF e ITT, são apresentadas na Figura 3. a) Partição do universo da variável Comprimento COMP1 COMP2 COMP3 COMP4 COMP5 COMP6 COMP7 COMP8 0 0,25 0,5 0,75 1 0 40 80 120 160 200 240 280 320 360 400 440 COMPRIMENTO (m) PE R TI N ÊN C IA b) Partição do universo da variável QVF QVF1 QVF2 QVF3 QVF4 QVF5 QVF6 QVF7 QVF8 0 0,25 0,5 0,75 1 0 200 400 600 800 1000 1200 1400 1600 1800 2000 2200 2400 QVF PE R TI N ÊN C IA c) Partição do universo da variável ITT 0 1 2 3 4 5 6 7 8 9 10 0 0,25 0,5 0,75 1 0 1 2 3 4 5 6 7 8 9 ITT PE R TI N ÊN C IA 10 Figura 3. Partição do universo das variáveis fuzzy. Fonte: Viana Jr.(2004) O sistema de inferência construído utiliza o método de inferência Máx-Min e o método da centróide para a conversão fuzzy-escalar (Almeida & Evsukoff, 2003). O banco de regras fuzzy possui um total de 64 regras de produção, que são todas as combinações possíveis dos 8 conjuntos fuzzy das duas variáveis de entrada. A Tabela 1 apresenta, sinteticamente, as regras definidas. A primeira coluna (Comp1, Comp2,..., Comp8) e a primeira linha (QVF1, QVF2,...,QVF8) se referem aos termos lingüísticos associados às partições dos universos de discurso das variáveis de entrada. Estes termos são os antecedentes nas regras produção fuzzy. O conteúdo das células referentes à interseção de COMP e QVF é o termo lingüístico associado a cada partição do universo de discurso da variável de saída ITT. Os termos lingüísticos utilizados para nomear cada uma das funções de pertinência podem não estar claros para o leitor, pois termos como “Comp1”, “QFV1” ou “ITT10” não explicitam qualitatividade. Uma analogia pode ser feita, a fim de melhor esclarecer o significado do nome destes conjuntos e conseqüentemente, as regras de produção. Veja o exemplo para a seguinte regra do banco de regras: Se Comprimento = Comp3 e QVF = QVF7 então ITT = 7 Analogamente, Se Comprimento = “Pequeno” e QVF = “Grande” então ITT = “Alta” IX Encontro de Modelagem Computacional CEFET-MG e IPRJ/UERJ ISBN: 978-85-99836-02-6 Tabela 1. Matriz de Regras de Produção Fuzzy QUANTIDADE CLASSIFICADA DE VEÍCULOS (QVF) QVF 1 QVF 2 QVF 3 QVF 4 QVF 5 QVF 6 QVF 7 QVF 8 Comp1 0 1 2 2 3 4 5 6 Comp2 1 2 3 3 4 5 6 7 Comp3 2 3 4 4 5 6 7 7 Comp4 2 3 4 5 5 6 7 8 Comp5 3 4 5 5 6 7 8 8 Comp6 4 5 6 6 7 8 8 9 Comp7 5 6 7 7 8 8 9 10 C O M PR IM E N T O Comp8 6 7 7 8 8 9 10 10 2.2 Proposta de Desenvolvimento A modelagem e implementação realizadas por Viana Jr. (2004) não permitiam que o sistema operasse automaticamente e em tempo real, utilizando dados obtidos dinamicamente, além de depender de diversas ferramentas externas ao SIG para preparação dos dados e geração do atributo de impedância de transposição do trecho, ITT, a ser utilizado. Estas características dificultavam a utilização desta solução por outros usuários de SIG, seja pela dependência de outros softwares, alguns destes proprietários e de alto custo, seja pela necessidade de se conhecer bem a técnica de inteligência computacional aplicada, a lógica fuzzy, para a reutilização do sistema em outro contexto geográfico. A utilização de dados dinâmicos nos SIG permitiria um grande aumento na qualidade das informações obtidas pelas análises realizadas nos mesmos. Para a sugestão dos trajetos, o uso de dados que representem a situação do trânsito numa dada região há poucos minutos atrás aumenta a eficiência do caminho sugerido. Além da aquisição automática dos dados, também era importante que todas as etapas do processo, isto é, a aquisição, geração do atributo fuzzy e a sugestão do melhor caminho ocorressem de modo integrado no SIG. Esta característica facilitaria bastante a utilização do método proposto. Utilizando como base o método definido em Viana Jr. (2004), este trabalho propõe a automatização do processo de aquisição de dados, geração do atributo fuzzy e atualização dos dados alfanuméricos da rede, de modo integrado a um ambiente de SIG. A Figura 4 ilustra as etapas do processo automatizadas neste trabalho. Figura 4 - Ilustração do fluxo de dados automatizado Uma parceria entre o CEFET-MG e a BHTrans foi realizada para permitir a aplicação prática da solução proposta. Recentemente, em Belo Horizonte, a BHTrans adquiriu e implantou uma nova tecnologia para gestão do trânsito, o Controle Inteligente de Tráfego - CIT. O CIT concentra o fluxo de informações referentes ao trânsito de veículos na área central de Belo Horizonte, em tempo real, por meio da coleta de dados através de detectores IX Encontro de Modelagem Computacional CEFET-MG e IPRJ/UERJ ISBN: 978-85-99836-02-6 instalados nos principais cruzamentos semafóricos. Estes dados coletados são enviados ao Centro Controle Operacional - CCO da BHTrans. Várias ações podem ser realizadas com base nestes dados coletados, dentre elas, a reprogramação semafórica, além de servirem como parâmetros para tomadas de decisão dos engenheiros de trânsito. A utilização destes dados para a geração da ITT em tempo real permite um grande avanço na qualidade do serviço oferecido pelo SIG que utilize o modelo de rede e a lógica fuzzy para sugestão de trajetos. A estratégia proposta pode ser observada na Figura 5. Os dados coletados e enviados pelo CIT ao CCO são armazenados em uma base de dados centralizada - BD CIT. Uma consulta é realizada nesta base a partir de um outro computador, denominado no esquema como Extrator RTIGIS, a fim de se obter os dados de entrada do sistema de inferência fuzzy. Estes dados são escritos em um arquivo de texto plano, o qual é transferido via Internet e lido pelo RTIGIS4OpenJUMP para a geração e atualização das ITT. Figura 5 – Estratégia para aquisição de dados em tempo real 3. EXPANSÃO DA ARQUITETURA OPENJUMP O OpenJUMP é um ambiente de SIG, construído a partir de uma biblioteca de classes livre e extensível no que diz respeito aos conceitos de modularidade e multiplataforma. Sua capacidade de extensão é percebida na medida em que novos módulos ou plugins podem ser acoplados a qualquer momento visando o melhoramento de suas funcionalidades (Couto, Brito & Rocha, 2003). Este ambiente é baseado no projeto JUMP (JUMP Project, 2003), uma implementação da Jump Topology Suite - JTS, a qual implementa grande parte das interações espaciais necessárias para um bom funcionamento de um SIG (Davis & Aquino, 2004). A extensão desenvolvida, denominada RTIGIS4OpenJUMP, é constituída pelos pacotes referentes a cada funcionalidade desenvolvida, por uma biblioteca para operações em grafos, a JGrapht (Naveh et. al., 2003), pela biblioteca Topology (Michaud,2006), responsável pela obtenção do grafo a partir da rede geométrica e pelo framework FuzzyF (Bittencourt & Osório, 2002), o qual é utilizado na geração do atributo fuzzy. Foi necessária a correção do FuzzyF, pois o mesmo apresentou incoerências nos seus resultados quando comparados aos obtidos pelo uso da Fuzzy Logic Toolbox do Matlab (Silva, Viana Jr. & Almeida, 2005). A Figura 6 ilustra o diagrama de componentes da extensão desenvolvida. IX Encontro de Modelagem Computacional CEFET-MG e IPRJ/UERJ ISBN: 978-85-99836-02-6 Figura 6 – Diagrama de Componentes do RTIGIS4OpenJUMP 3.1 Desenvolvimento do RTIGIS4OpenJUMP Para cada funcionalidade adicionada ao OpenJUMP, foi criado um pacote que organiza as classes implementadas. O acoplamento destes pacotes à arquitetura do OpenJUMP se dá pela extensão de alguma das classes presentes nos pacotes PluginFramework ou CursorToolFramework. O ambiente básico do SIG OpenJUMP não oferece suporte para a realização de análises de custo mínimo utilizando o modelo de rede geométrica. Assim, foi necessária a implementação de plugins e cursortools que permitissem realizar este tipo de análise. De modo sucinto, o processo consiste em obter, a partir da rede geométrica em estudo, um grafo (Bondy & Murty, 1976) que a represente. Este grafo é utilizado para encontrar o caminho mínimo entre dois pontos, origem e destino. Na teoria dos grafos, o problema do caminho mínimo consiste na minimização do custo de travessia de um grafo entre dois vértices. Este custo é dado pelo somatório dos pesos de cada aresta de um grafo valorado, percorrida entre um vértice de origem e um vértice de destino. Neste trabalho, o atributo utilizado como peso em cada uma das arestas do grafo foi gerado por meio da inferência fuzzy sobre os dados de entrada referentes ao sistema viário em estudo. Por este motivo, diz-se que o caminho sugerido é o melhor caminho e não o menor caminho. Cabe ressaltar que o plugin desenvolvido também permite a sugestão do menor caminho, uma vez que é possível selecionar o atributo de comprimento do trecho para a análise, ao invés da ITT. Foi utilizado o algoritmo de Dijkstra (DIJKSTRA, 1959) para obtenção da árvore de custos mínimos. Este algoritmo deve ser usado apenas em grafos cujas arestas tenham peso maior ou igual a zero. Como o peso das arestas é um valor entre zero e dez (universo de discurso da variável ITT), o mesmo pode ser usado sem nenhum comprometimento dos resultados obtidos. Este algoritmo é implementado pela biblioteca JGraphT. A biblioteca Topology é utilizada para a criação do grafo a partir da rede geométrica. A extensão desenvolvida permite a escolha de trajetos tanto para locomoção de veículos quanto para locomoção de pedestres. Assim, os grafos obtidos podem ser direcionados, quando a sugestão for para deslocamento utilizando veículos, ou não- direcionados, para pedestres. Isto significa que, para veículos, os sentidos das vias serão respeitados, o que não é necessário quando o deslocamento for realizado a pé. As funcionalidades adicionadas ao OpenJUMP por meio do RTIGIS4OpenJUMP foram: IX Encontro de Modelagem Computacional CEFET-MG e IPRJ/UERJ ISBN: 978-85-99836-02-6 1. Configuração dos parâmetros de inicialização de tarefas: permite selecionar os dados referentes a uma tarefa criada, tais como a categoria de ambiente, a rede base e os atributos a serem utilizados nas outras funcionalidades; 2. Configuração dos parâmetros de consulta: permite definir a rede que será considerada para a criação do grafo a ser percorrido pelo algoritmo de Dijkstra. Também são informados o tipo de locomoção, que pode ser veículo (grafo direcionado) ou pedestre (grafo não-direcionado), e o atributo a ser considerado. Se a locomoção for para pedestre, o atributo é automaticamente escolhido para “comprimento”; 3. Toolbox RTIGIS: uma caixa de ferramentas suspensa onde estão localizados os botões para acesso às funcionalidades; 4. Escolher Origem e Destino: este evento aguarda por dois cliques do mouse, ou seja, nos vértices de origem e destino. Então é traçado o caminho e mostrada uma tela de resumo do trajeto. Somente os vértices podem ser clicados, do contrário, o caminho não será sugerido; 5. Recuperar Trajeto: esta funcionalidade permite recuperar a janela de resumo do trajeto de uma consulta já realizada anteriormente. 6. Interditar/Desinterditar Trechos: esta ferramenta permite interditar ou desinterditar trechos na rede base, ou seja, aquela que será usada para geração do grafo a ser percorrido usando o Dijkstra. Quando executada, uma janela para controle dos trechos interditados é apresentada; 7. Geração e atualização do atributo fuzzy: este plugin permite a geração da ITT em modo passo-a-passo, no qual o arquivo de entrada de dados pode ser escolhido, ou em modo automático, no qual a atualização do valor da ITT no respectivo horário é realizada sem intervenção do usuário. Na modelagem da ferramenta foram utilizados alguns padrões a fim de facilitar o acoplamento ao OpenJUMP e a posterior extensão do modelo produzido. Dentre estes, pode ser observada a aplicação do padrão de projeto Façade (Gamma et. al., 2002) no plugin de geração e atualização das ITT. O objetivo foi permitir a fácil extensão do modelo proposto para o uso de outras técnicas da inteligência computacional na geração do atributo ITT, como por exemplo, Redes Neurais Artificiais, Algoritmos Genéticos. Para a utilização de uma outra técnica, como os algoritmos genéticos, por exemplo, é necessária apenas a implementação do subsistema a partir de um ponto de extensão da interface RTIGISITTGeneration (Silva, 2006). Baseada no plugin de análise do melhor caminho pelo uso da lógica fuzzy, foi desenvolvida uma outra funcionalidade que permite realizar a interdição e desinterdição de trechos de vias em tempo de execução. Assim, quando consultado o melhor caminho entre um ponto de origem e um ponto de destino, não serão considerados os trechos que estejam interditados. A interdição destes trechos pode ser causada devido a vários motivos, como por exemplo, a realização de obras, acidentes, ou alguma outra alteração na via que impeça a sua transposição. Seguindo a proposta do SIG em tempo real, que adquire os dados a partir do CCO da BHTrans, o(s) trecho(s) interditado(s) pode(m) ser informado(s) no arquivo que é transmitido até o computador onde o RTIGIS4OpenJUMP está sendo executado. Na versão atual do SIG desenvolvido, a interdição dos trechos ocorre de modo manual. Entretanto, isso não inviabiliza que o mesmo seja utilizado como uma ferramenta que auxilie os engenheiros de tráfego no planejamento de manutenções no trânsito de uma determinada região. Pelo uso combinado das ferramentas de análise do melhor caminho e de interdição de trechos, podem ser realizadas várias consultas de melhores caminhos entre as origens e destinos e a interdição e desinterdiçao manual dos trechos, permitindo ser observados os caminhos alternativos sugeridos com base nos critérios qualitativos utilizados na geração das ITT. IX Encontro de Modelagem Computacional CEFET-MG e IPRJ/UERJ ISBN: 978-85-99836-02-6 Este plugin é a base para uma próxima etapa do projeto GEOPROC, que tem como objetivo modelar e implementar um Simulador de Trânsito para micro-regiões, na qual propõe-se a criação de agentes de software que utilizem o plugin de análise do melhor caminho para deslocamento entre dois pontos da rede geométrica referente ao sistema viário e o plugin de interdição para criar situações nas quais trajetos alternativos se façam necessários. 4. EXPERIMENTOS Os experimentos realizados podem ser divididos em duas partes: a primeira apresenta a comparação dos resultados obtidos por meio da utilização da aplicação desenvolvida neste trabalho com os resultados obtidos na primeira etapa do projeto GEOPROC, pela utilização do SIG SPRING e geração manual das ITT. A segunda refere-se aos experimentosrealizados para validação das novas funcionalidades que foram agregadas ao OpenJUMP, além da geração automática da ITT. Para a avaliação do RTIGIS4OpenJUMP, foi construída uma tarefa no OpenJUMP utilizando a mesma rede geométrica e dados de entrada referentes ao hipercentro de Belo Horizonte-MG utilizados em Viana Jr. (2004). 4.1 Comparação dos trajetos sugeridos Na Figura 7 são apresentados os resultados obtidos para as consultas realizadas utilizando a ferramenta RTIGIS4OpenJUMP, desenvolvida e acoplada ao ambiente de SIG OpenJUMP. A consulta tem origem no cruzamento da Avenida do Contorno com Rua Ouro Preto e destino no cruzamento das ruas Bahia e Guaicurus. Figura 7 – Comparação de trajetos sugeridos Como apresentado na legenda, a linha simples representa as sugestões do caminho de menor comprimento e também as sugestões dos melhores caminhos, considerando-se os valores das ITT para as faixas de horário de 15:15 às 15:45 e de 17:00 às 18:30 horas. A linha preta e pontilhada representa o melhor caminho sugerido na maioria das faixas de horários do dia. A linha cinza e tracejada apresenta a sugestão do melhor caminho para os horários entre IX Encontro de Modelagem Computacional CEFET-MG e IPRJ/UERJ ISBN: 978-85-99836-02-6 as 8:15 às 13:15 e das 14:30 às 15:00. Percebe-se que para este par de pontos de origem e de destino, há uma grande variação do fluxo de veículos da região por onde passam os trajetos sugeridos, e conseqüentemente, uma grande variação no valor das ITT. Entretanto, a utilização da abordagem aqui proposta, o SIG foi capaz de evitar a região onde tais variações são maiores ao longo do dia, isto é, a região da Av. do Contorno. Em apenas 10 faixas de horários das 53 totais foram sugeridos trajetos que passavam pelos estes trechos. Também é importante ressaltar que o caminho sugerido quando utilizado o atributo de Comprimento do Trecho, o que geralmente é feito nos SIG convencionais, passa pelos trechos que apresentam maior variação de fluxo, o que não pode ser considerada uma boa sugestão. Por este experimento, foi validado o plugin para geração do melhor caminho entre dois pontos e também o plugin para geração e atualização automática da ITT, uma vez que os valores utilizados foram gerados pelo uso deste plugin e coincidiram completamente com os resultados obtidos anteriormente na primeira etapa do projeto GEOPROC, pela utilização do SIG SPRING e da Fuzzy Logic Toolbox do Matlab. 4.2 Desempenho dos demais plugins Estes experimentos tiveram como objetivo avaliar os plugins de interdição de trechos, de recuperação de roteiros e o plugin de aquisição, geração e atualização da ITT. Os resultados obtidos permitiram validar as funcionalidades desenvolvidas, seja do ponto de vista da exatidão dos resultados, bem como do desempenho da ferramenta utilizando outra rede geométrica diferente da original. A Figura 8 ilustra um exemplo da utilização do plugin de interdição de trechos, no qual é apresentada a sugestão do melhor caminho baseado na consulta que tem origem no cruzamento da Rua Tupis com a Avenida Amazonas e destino no cruzamento das ruas Tamoios e Rio Grande do Sul. O melhor caminho sugerido utilizando como parâmetro os valores da ITT foi o mesmo para quaisquer das faixas de horários existentes na base de dados, e diferente do menor caminho, considerando-se o atributo de comprimento. a) b) Figura 8 - Caminhos sugeridos antes e após interdição de trechos O experimento apresentado consistiu na interdição de um dos trechos da Avenida Olegário Maciel, por onde passa o melhor caminho sugerido. Como resultado, o melhor caminho sugerido utilizando o valor das ITT coincidiu com o menor caminho, sugerido com base no comprimento das vias. O item 8.a) apresenta a sugestão do melhor caminho antes da interdição e no item 8.b) é mostrado o trecho interditado e o melhor caminho alternativo após a interdição do trecho. IX Encontro de Modelagem Computacional CEFET-MG e IPRJ/UERJ ISBN: 978-85-99836-02-6 5. CONCLUSÃO A avaliação realizada sobre a ferramenta desenvolvida apresentou resultados muito satisfatórios. Além de permitir a automatização de todo o processo para sugestão do melhor caminho em um SIG por meio do uso da lógica fuzzy e do modelo de rede, como proposto neste trabalho, o RTIGIS4OpenJUMP também permitiu a adição de novas funcionalidades que aumentaram a qualidade das análises realizadas. Os experimentos realizados permitiram verificar a exatidão dos resultados na geração automática da ITT e como se esperava, das sugestões dos melhores caminhos obtidos quando comparados aos resultados do SIG desenvolvido no SPRING. Também foram apresentadas novas análises, que se tornaram possíveis pelo uso dos plugins desenvolvidos, permitindo a utilização do SIG para outras finalidades, como por exemplo, as alterações de trajetos conseqüentes da interdição de trechos da área em estudo e a possibilidade de sugestão de trajetos também para pedestres. Agradecimentos Os autores agradecem ao Laboratório de Sistemas Inteligentes do CEFET-MG pelo apoio de infra-estrutura e à BHTrans, Empresa de Transporte e Trânsito de Belo Horizonte, pela cessão de dados operacionais e descrição de técnicas procedimentos de medição de trânsito. O autor Gabriel da Silva agradece ao Conselho Nacional de Desenvolvimento Científico e Tecnológico - CNPq o apoio individual concedido e Paulo E. M. Almeida agradece o apoio financeiro da FAPEMIG ao projeto GEOPROC. REFERÊNCIAS ALMEIDA, Paulo Eduardo Maciel de; EVSUKOFF, Alexandre Gonçalves. Sistemas Fuzzy. In: REZENDE, Solange Oliveira. Sistemas Inteligentes: fundamentos e aplicações. Barueri, SP: Manole, Cap.7, p. 169-201, 2003. BITTENCOURT, J. R.; OSÓRIO, F. S. FuzzyF. Fuzzy Logic Framework: Uma Solução Software Livre para o Desenvolvimento, Ensino e Pesquisa de Aplicações de Inteligência Artificial Multiplataforma. In: III Workshop Sobre Software Livre, 2002, Porto Alegre. Anais do III Workshop sobre Software Livre. 2002. BONDY, John Adrian; MURTY, U.S. Rama. Graph Theory with Applications. MacMillan, 1976. Livro on-line. Disponível em: http://www.ecp6.jussieu.fr/pageperso/bondy/books/gtwa/gtwa.html. Visitado em 10/07/2006. CAMARA, G; SOUZA, RCM; FREITAS, UM; GARRIDO J. SPRING: Integrating remote sensing and GIS by object-oriented data modeling. In: Computers & Graphics, 20: (3) 395-403, May-Jun 1996. COUTO, Flávia Coelho; BRITO, João Batista; ROCHA, Ezequias Rodrigues da. OpenJUMP guia do usuário. Technical report, EMPREL - Empresa Municipal de Informática. Pernambuco.Recife- PE. 2006 DAVIS, Martin. JUMP technical report. Technical report, Vivid Solutions, 2003. DAVIS, M.; AQUINO, Jon. JTS technical specifications. Technical report, Vivid Solutions, 2004. GAMMA, Erich; HELM, Richard; JOHNSON, Ralph; VLISSIDES, John. Padrões de projeto: soluções reutilizáveis de software orientado a objetos. Luiz A. Meirelles Salgado (Trad.). Porto Alegre: Bookman, 2002. 364 p. MATHWORKS Inc. Fuzzy Logic Toolbox for use with MATLAB User’s Guide. Version 2. 1995- 2006.Disponível em:http://www.mathworks.com/access/helpdesk/help/pdf_doc/fuzzy/fuzzy.pdf. MICHAUD, Michael. Site: Home Page Pessoal. Disponível em: http://michael.michaud.free.fr/. Visitado em 01/08/2006. IX Encontro de Modelagem Computacional CEFET-MG e IPRJ/UERJ ISBN: 978-85-99836-02-6 NAVEH, Barak and Contributors. The JGraphT Website. Disponível em: http://www.jgrapht.org. 2003-2006. OPENJUMP. OpenJUMP Project. 2003-2006. Disponível em: http://openjump.org. Visitado em: 06/08/2006. SILVA, Gabriel ; VIANA JR, Gentil F. ; ALMEIDA, Paulo E. M. . RTIGIS: um Sistema de Informação Geográfico Inteligente para Escolha de Trajetos com Geração Automática de Atributos Fuzzy. In: V Encontro Nacional de Inteligência Artificial. São Leopoldo, 2005. p. 692- 701. SILVA, Gabriel. Modelagem e Implementação de uma ferramenta Inteligente e de Código Aberto para Inserção Automática deInferência Fuzzy em SIG convencionais. Dissertação. Mestrado em Modelagem Matemática e Computacional, CEFET-MG/DPPG. Belo Horizonte, 2006. VIANA JR., Gentil Félix. Um Sistema de Informação Geográfico inteligente para escolha de trajetos: uso do modelo de rede e da lógica fuzzy. Dissertação, Curso de Mestrado em Tecnologia, CEFET-MG – Belo Horizonte, 2004. ZADEH, Lotfi A. Fuzzy Sets. In: Information and Control 8, 338-353. 1965. A Novell Approach to Path Planning in Geographical Information Systems using Fuzzy Inference Systems Abstract. Nowadays, the introduction of GIS routines as decision support tools is increasing the flexibility and complexity during geographical processes analysis. In this paper, the proposed approach is the use of geometrical networks combined with fuzzy logic models to find the best path inside of an urban road system. The better path is that offers shortest difficult of transposition, based on multiple qualitative criteria synthesized in an only numerical attribute produced by fuzzy inference. An integrated open source application was developed, which performs data acquisition, fuzzy attribute generation, and database update in an automatic way and in real-time, inside of an GIS environment. The model was developed under object-oriented programming paradigm and design patterns concepts, allowing for further extensions in the future. Besides that, a plug-in to interdict network arches during time execution was developed. Keywords: Intelligent Systems, Geographical Information Systems, Fuzzy Logic, Path Planning, Best Path. IX Encontro de Modelagem Computacional CEFET-MG e IPRJ/UERJ ISBN: 978-85-99836-02-6 Gabriel da Silva – gabriel@lsi.cefetmg.br Paulo Eduardo Maciel de Almeida – pema@lsi.cefetmg.br Av. Amazonas, 7675 – Nova Gameleira – Belo Horizonte, MG, Brasil – CEP: 30510-000 Agradecimentos
Compartilhar