Proceedings VCM 2012 85 ứng dụng thuật toán di truyền hỗ trợ ra quyết định

Tuyển tập công trình Hội nghị Cơ điện tử toàn quốc lần thứ 6 621 Mã bài: 140 Ứng dụng thuật toán di truyền hỗ trợ ra quyết định trong hệ thống điều khiển đèn giao thông Application of genetic algorithms to support making decision in traffic light control system Tạ Thị Thanh Xuân VietTechSolutions, email: thanhxuan@viettechsolutions.net Phạm Văn Nhã Viện KH-CNQS, email: namblue73@gmail.com Phạm Văn Vũ Đại học Điện Lực Hà Nội, email: vupv@viettechsolutions.net Tóm tắt Vấn đề tắc nghẽn giao thông đang là chủ đề nhức nhối trong một số đô thị lớn tại Việt Nam. Tắc nghẽn giao thông làm mất thời gian, ô nhiễm không khí và tiêu tốn nhiên liệu. Một số giải pháp mang tính xã hội đã tiêu tốn một lượng kinh phí không nhỏ nhưng tắc nghẽn vẫn tiếp tục xảy ra. ITS thực sự là một giải pháp khoa học công nghệ phù hợp với điều kiện kinh tế xã hội Việt Nam, là giải pháp mang tính khả thi lâu dài có thể giải quyết vấn đề nêu trên. Dự báo lưu lượng giao thông là một thành phần quan trọng của ITS [1], nó cung cấp cho hệ thống những thông tin cần thiết để điều khiển nhịp đèn giao thông tại các giao lộ một cách hợp lý. Bài báo này đề xuất ứng dụng thuật toán di truyền hỗ trợ tính toán lưu lượng và ra quyết định điều khiển nhịp đèn giao thông tại các giao lộ khắc phục tình trạng ách tắc giao thông đô thị hiện nay. Abstract The traffic congestion problem has been a sore subject in some big cities in Vietnam. The traffic congestion increases travel time, air pollution and consume more fuel. Some social solutions proposed to spend no small amount of funding but congestion still occurs. The ITS is really a science and technology solutions in accordance with the socio-economic conditions of Vietnam, is a feasible long-term solution can solve the problems mentioned on. Traffic flow forecast is an important component of ITS [1], it provides the system the information needed to control the rate of traffic lights at the intersection are reasonable, limited congestion locally in here. This paper proposed to apply a genetic algorithm to support calculations and decision-making to control traffic lights at the intersection overcome the current urban traffic congestion. Chữ viết tắt: ITS Intelligent Transport Systems – Hệ thống giao thông thông minh ITCS Intelligent Traffic Control System – Hệ thống điều khiển giao thông thông minh PDF Probability Density Function – Hàm mật độ xác xuất GIS Geographic Information Systems – Hệ thống thông tin địa lý 1. Giới thiệu chung Mục tiêu của ITS là áp dụng công nghệ thông tin, truyền thông, điều khiển tự động và internet cho các hệ thống giao thông vận tải nhằm cải thiện an toàn giao thông, độ tin cậy, thuận tiện cho hành khách, tăng tính di động, giảm thiểu ùn tắc giao thông và giảm tiêu thụ nhiên liệu. Hệ thống ITCS là một phần quan trọng của ITS [1]. Như ở trên đã nêu, với tình trạng tắc nghẽn giao thông đô thị như hiện nay, ITS được đánh giá là có một tiềm năng lớn để cải thiện hệ thống giao thông vận tải hiện có tại nhiều quốc gia. Theo các báo cáo khoa học cho thấy các khái niệm liên quan đến ITS xuất hiện từ những năm 1970, nhưng sau khi Hội nghị quốc tế về ITS lần đầu tiên tại Paris vào năm 1994, nhiều quốc gia chỉ bắt đầu áp dụng ITS để phát triển và cải thiện các hệ thống điều khiển giao thông hiện có. Các nước công nghiệp đã bắt đầu sử dụng hệ thống dẫn đường phương tiện và dịch vụ thông tin giao thông trên quy mô lớn. Hệ thống thông tin và truyền thông phương tiện đã giúp Nhật Bản trở thành quốc gia duy nhất với ITS tiên tiến nhất trên thế giới [2]. 622 Tạ Thị Thanh Xuân, Phạm Văn Nhã, Phạm Văn Vũ VCM2012 Nhu cầu giải quyết các vấn đề giao thông và sự phát triển của Công nghệ thông tin đã tăng tốc độ triển khai các ITS. Các hệ thống này đã tỏ ra ưu thế khi giải quyết nhiều vấn đề phức tạp mà hệ thống giao thông truyền thống không làm được. Sự phát triển nhanh chóng của ITS đã phát sinh một nhu cầu không nhỏ nhằm đánh giá mức độ ảnh hưởng của chúng đến môi trường và kinh tế - xã hội. Các phương pháp đánh giá truyền thống không còn phù hợp với một số tính năng mới trong các ITS. Chẳng hạn như tác động của ITS đến di chuyển cá nhân và vận tải hàng hóa, việc áp dụng các công nghệ mới, đặc biệt là các tác động lâu dài của ITS vẫn chưa được giải quyết trong các nghiên cứu trước đó. Những định hướng khác nhau của ITS đảm bảo một tương lai phát triển của hệ thống giao thông vận tải, thậm chí có thể tạo ra một ngành công nghiệp mới có tính khả thi. Những lợi ích và chi phí từ các ITS được tính toán từ nhiều khía cạnh khác nhau thông qua toàn bộ vòng đời của cơ sở hạ tầng và văn hóa tham gia giao thông trong việc xử lý các thông tin ITS. Các kết quả nghiên cứu nhằm giúp các nhà hoạch định chính sách đưa ra một quyết định cứng rắn, đòi hỏi công chúng có một sự hiểu biết tốt hơn về lợi ích của việc triển khai các ITS. Phân tích lợi ích-chi phí và nhiều tiêu chí khác là cơ sở để đánh giá hiệu quả một ITS [3]. Mặc dù ITS là một phần của hệ thống cơ sở hạ tầng giao thông, nhưng phương pháp truyền thống vẫn có thể được sử dụng để đánh giá các hệ thống này. Chúng cung cấp cho người điều khiển phương tiện một loạt các thông tin về hiệu suất của hệ thống giao thông, trong đó có ảnh hưởng đến hành vi con người, phương pháp đánh giá hiện tại chủ yếu là dựa trên phân tích chi phí - lợi ích, chưa phân tích được những thay đổi trong hành vi con người. ITS luôn biến đổi và tương tác với các thành phần liên hệ khác nhau, chẳng hạn như trung tâm thông tin giao thông và người sử dụng phương tiện. Đây là một khác biệt lớn với các hệ thống giao thông vận tải truyền thống. Ở các nước phát triển, phân tích chi phí-lợi ích vẫn là phương pháp cơ bản để đánh giá các dự án giao thông vận tải mặc dù nó có giới hạn nhất định [3,4]. Nói chung, phân tích chi phí - lợi ích hoặc các biến thể của nó là một tiêu chí chính để đánh giá tính khả thi của dự án. Phương thức của các phương pháp bao gồm các phần sau đây: dự báo nhu cầu giao thông vận tải, an toàn giao thông, giá trị của thời gian, các tác động kinh tế khu vực, tác động môi trường, tiêu chí hiệu quả, phân tích tài chính và khả năng kế thừa. Thực tế, đối với phương pháp dự báo nhu cầu giao thông vận tải thường được sử dụng rộng rãi, trình tự không thống nhất, nhưng có một số phương pháp thay thế cho việc sử dụng giao thông động vào mô phỏng để xác định ảnh hưởng của tắc nghẽn. Phân luồng giao thông động đã được nghiên cứu chuyên sâu trong các nghiên cứu trước đây [5]. Q. Chen và cộng sự của ông đã nghiên cứu và phát triển một hệ mô phỏng để đánh giá hiệu quả giao thông toàn cầu của một hệ thống dẫn đường từ xa [6]. Phương pháp mô hình hóa đã được đề xuất để phân tích ảnh hưởng vận tải trong mạng lưới tiêu thụ năng lượng và phát sinh phế thải chất ô nhiễm [7]. Các phần mềm lập kế hoạch vận tải thương mại và phần mềm mô phỏng giao thông được sử dụng để có được lưu lượng, tốc độ và thời gian đi lại tối ưu. Một phương pháp tổng quát đã được phát triển [8] để đánh giá hiệu quả của các dự án giao thông vận tải với một tiêu chí cụ thể ảnh hưởng tới môi trường, kết hợp phương pháp phân tích chi phí-lợi ích và một số tiêu chí khác. Ở Úc, một hệ thống hỗ trợ quyết định được phát triển để hỗ trợ các kế hoạch, quản lý, khai thác và tư vấn vận tải, dự đoán ảnh hưởng của các chiến lược giao thông vận tải, kết quả dự đoán của hệ thống sẽ là một khuyến nghị cho nhà hoạch định [9]. Dựa trên phân tích chi phí - lợi ích trong cơ sở hạ tầng giao thông, khảo sát tập trung vào lợi ích của ITS, xác định những loại chi phí và lợi ích nên được đưa vào phân tích chi phí-lợi ích [10]. ITS là một hệ thống phức tạp, điều quan trọng là tìm hiểu xem những gì cần được đưa vào và loại ra khỏi hệ thống đánh giá. Đây là việc xác định các yếu tố đầu vào và đầu ra của mô hình đánh giá, xác định khi triển khai một hệ thống ITS. Việc triển khai ITS có thể tạo ra một số ảnh hưởng, chẳng hạn như kinh tế kỹ thuật, hiệu suất mạng lưới giao thông, cải thiện an toàn, tác động môi trường, tác động kinh tế khu vực. Kể từ cuối những năm 1980 đã được sử dụng rộng rãi trong nghiên cứu và quản lý giao thông vận tải, đặc biệt là mô hình dữ liệu GIS, giao thông vận tải GIS-T đã được phát triển để chia sẻ dữ liệu giữa GIS và hệ thống giao thông vận tải [11,12]. Hệ thống thông tin địa lý cũng được sử dụng trong mô hình di chuyển cá nhân [13]. C.A. Quiroga và đồng nghiệp của ông đã đề xuất một phương pháp tích hợp cả hai công nghệ định vị toàn cầu và thông tin địa lý để thực hiện nghiên cứu đến thời gian di chuyển [14]. Mục đích của nghiên cứu này là đề xuất một phương pháp để điều khiển đèn giao thông sao cho có khả năng di chuyển tốt nhất trong một tuyến đường. 2. Ứng dụng thuật toán di truyền trong hỗ trợ điều khiển nhịp đèn giao thông Trong phân tích lưu lượng giao thông, hành vi của Tuyển tập công trình Hội nghị Cơ điện tử toàn quốc lần thứ 6 623 Mã bài: 140 con người được coi là đối tượng chính, chúng tôi sử dụng hệ thống ngẫu nhiên để phân tích lưu lượng giao thông. Trong bài báo này, giả định có bốn đèn giao thông tại mỗi ngã tư. Mỗi đèn biểu thị việc cho phép hay không cho phép đi vào hướng tương ứng và được gán một mã số chẵn hoặc lẻ như được chỉ ra trong H.1. Trạng thái của nút giao thông được mã hóa như sau: Đèn chẵn là màu xanh thì mã là 1; và đèn lẻ là màu xanh thì mã là 0. Khi ấy, một đèn có mã số và mã màu khác tính chẳn lẻ thì hướng vào tương ứng là được phép. Điều này có nghĩa là sử dụng mã nhị phân cho trạng thái của mỗi nút giao thông, nút giao thông có hai trạng thái. Trong trường hợp có n nút giao thông trong một tuyến đường có 2 chiều. Để giảm sự phụ thuộc lẫn nhau giữa các nút giao thông chúng tôi tiếp cận một thuật toán tối ưu. Như chúng tôi đã sử dụng mã nhị phân, thuật toán di truyền [15] được sử dụng trong nghiên cứu này. H.4 cho thấy sơ đồ thuật toán này. Dựa vào trung tâm thông tin giao thông xác định được các giá trị trung bình μ, độ lệch chuẩn  của lưu lượng giao thông trong mỗi nút giao thông. Sử dụng các nửa bất biến được xác định bằng công thức sau đây: k 1 =m 1 (1-A) và 1 1 1 ( ) j 2 j j t t i j i i i k m k m                    (1-B) trong đó: m 1 =k 1 (2-A) và 1 1 1 ( ) j 2 j j t t i j i i i m k m k                (2-B) Dựa vào triển khai Gram Charleir tham số trên [16] được sử dụng để tính toán PDF của mỗi nút giao thông theo công thức: ar ij 1 1 1 sn ii st t stop p p p t t t t t i i i k k k k k           (3) Trong đó: sn t k là nửa bất biến t của hướng rẽ thứ n ii t k là nửa bất biến t của hướng trở lại tuyến thứ i, được kết thúc với hướng rẽ n ij t k là nửa bất biến t của luồng từ tuyến đường thứ i tới tuyến đường thứ j bằng việc băng qua hướng rẽ thứ n ar st t t k là nửa bất biến t của luồng được bắt đầu từ các tuyến kết thúc với hướng rẽ thứ n stop t k là nửa bất biến t của luồng dừng ở những tuyến kết thúc với hướng rẽ thứ n p là số hướng rẽ trong mỗi chu kỳ thời gian xử lý H. 1 Tuyến đường mô phỏng với 5 giao lộ Mục tiêu của chúng tôi là lên kế hoạch điều khiển nhiều nút giao thông cùng một lúc, chúng tôi phải xác định trạng thái của các đèn trong nhiều nút giao thông. Ngoài ra, mỗi đèn giao thông có thể ảnh hưởng đến các nút giao thông khác, hàm đánh giá dựa trên công thức tính toán từ lưu lượng giao thông của tất cả các nút giao thông. Trọng lượng của từng nút giao thông được điều chỉnh dựa trên tầm quan trọng của nó: 1 5 1 5 w w s s f f f    (4) với 1 5 w w 100%    (5) Trong đó w i là mức độ quan trọng của luồng di chuyển trong nút giao thông thứ i theo đơn vị %. i s f là giá trị trung bình của PDF. Khi chúng ta điều khiển đèn giao thông thì bất cứ quyết định nào cũng hạn chế chu kỳ thời gian. Chúng tôi sử dụng thuật toán di truyền để quyết định hai tình huống cho phép vượt qua hoặc bị cấm vượt các đèn giao thông trên từng hướng rẽ. Quy cách này hoàn toàn phù hợp với điều kiện giao thông đô thị Việt Nam, do cơ sở hạ tầng giao thông còn chưa ổn định nên chiều di chuyển của các tuyến đường cơ bản cũng chưa cố định. Kết quả của thuật toán là một chuỗi nhị phân biểu thị trạng thái tuyến đường tốt nhất, với khả năng di chuyển tối đa. Giảm thiểu tổng trọng lượng phương sai của lưu lượng giao thông tại các nút giao thông, tiệm cận phương pháp dự toán thực tế: B 13 14 15 1 6 i ' i h l l ’ C S 5 6 7 8 D S 9 10 1 2 1 2 d f f ’ E S 1 7 18 7 20 n A S 1 2 3 4 b b ’ a a ’ e e ’ c c ’ 1 9 m m ’ o o ’ 624 Tạ Thị Thanh Xuân, Phạm Văn Nhã, Phạm Văn Vũ VCM2012 2 2 1 1 5 5 w wR      (6) Trong đó 2 i  là phương sai của PDF của dòng chảy di chuyển trong nút giao thông thứ i. Kết quả nhỏ nhất của hàm trên là phương sai dòng chảy nhỏ nhất trong mỗi nút giao thông dựa trên mức độ quan trọng của chúng. Thuật toán di truyền dựa vào di truyền tự nhiên. H.2 minh họa thuật toán biến đổi thế hệ chó theo GA[15]. Trong nghiên cứu này, giả định rằng tại mỗi nút giao thông, đường phố trong một tuyến có cùng một trạng thái đèn giao thông tương tự, như H.1. Nghĩa là khi một chiếc xe được phép qua ngã rẽ, có thể chọn bất kỳ hướng nào (thẳng, trái hoặc phải đều được phép). Các kiểu điều khiển giao thông khác, chẳng hạn có 3 đèn với 3 chu kỳ thời gian cho 3 hướng rẽ khác nhau, vẫn có thể dễ dàng mô hình hóa theo cách tương tự. Đây là lý do tại sao trạng thái của mỗi ngã rẽ được mô phỏng như một gen với hai trạng thái. Để kiểm soát tất cả các nút giao thông cùng một lúc, tất cả các gen được sắp xếp lại với nhau và làm thành một nhiễm sắc thể. Kết quả của việc áp dụng thuật toán là đưa ra một nhiễm sắc thể lập trình cho tất cả các nút giao thông. Có nhiều khả năng lập trình cho các nút giao thông nhưng không phải là khả năng tối ưu thì được xem như là phân bố ban đầu của nhiễm sắc thể. Sau đó, lựa chọn các bậc cha mẹ để phối hợp dựa trên chức năng phù hợp được xem như là bánh xe Rollet. Phương pháp giao điểm đơn được sử dụng cho kết quả con cái. Đột biến được mô phỏng như thay đổi trạng thái của gen từ 1 đến 0 hoặc ngược lại. Như vậy gen được chọn ngẫu nhiên. Kết quả nhiễm sắc thể được giải mã để nhận dạng chiều của đèn giao thông. Ví dụ H.3 cho thấy một nhiễm sắc thể mẫu. Nó có nghĩa là đèn giao thông lẻ là màu xanh tại nút giao thông A s . Mặt khác xe trên phố a và C S A S cho phép băng qua nút giao thông. Trong khi đó, đèn giao thông chẵn là màu xanh ở ngã ba C S , D S và E S . Nhiễm sắc thể thu được giá trị lớn nhất của hàm sau:: 1 w R F f R   (7) Trong đó w R là mức độ tin cậy. Nhiễm sắc thể như vậy đảm bảo lưu lượng di chuyển tối đa tại nút giao thông dựa trên tầm quan trọng của nút giao thông đó và độ chính xác của tính toán. Chúng tôi giả định hàm mật độ xác suất PDF của lưu lượng giao thông trong mỗi nút giao thông là bình thường. H.4 cho thấy sơ đồ thuật toán mô phỏng. Kết quả của mô phỏng trong Bảng 1. Giả định 10 đường dẫn khác nhau trong tuyến đường có trọng lượng khác nhau trong mỗi hướng rẽ. Ví dụ, E C D có nghĩa là luồng gồm ba hướng rẽ có tên là D, C và E được xét đến. Kết quả của mô phỏng dựa trên trọng lượng và luồng giao thông của tất cả các hướng rẽ cùng tuyến đường. Trạng thái tối ưu trong hàng đầu tiên của bảng 1 có nghĩa là A S và D S đèn với số chẵn có màu xanh và hướng rẽ khác đèn với số lẻ có màu xanh. Mặc dù các tuyến đường được xét là D S , C S và E S , nhưng chiều trong tuyến đường khác có thể ảnh hưởng đến luồng trong tuyến đường này. H. 2 Biến đổi thế hệ chó dựa trên GA[15] 0 0 1 1 1 A s B s C s D s C s H. 3 Mẫu kết quả nhiễm sắc thể Tuyển tập công trình Hội nghị Cơ điện tử toàn quốc lần thứ 6 625 Mã bài: 140 H. 4 Sơ đồ thuật toán gen di truyền Bắt đầu Nhập các tham số thống kê Mã hóa đèn giao thông theo m ỗ i l ố i r ẽ Tính toán n ử a b ấ t bi ế n c ủ a m ỗ i tuy ế n đư ờ ng Xây d ự ng NST c ủ a phân b ố ban đ ầ u L ự a ch ọ n m ẫ u Ph ố i h ợ p m ẫ u Đ ộ t bi ế n Gi ả i m ã NST Tính toán n ử a b ấ t bi ế n c ủ a lu ồ ng pdf c ủ a m ỗ i lối rẽ đối với từng trạng thái (NST) Xác đ ị nh pdf c ủ a t ừ ng l ố i r ẽ d ự a trên n ử a b ấ t bi ế t c ủ a m ỗ i l ố i r ẽ v ớ i khai tri ể n Gram Charleir Ư ớ c lư ợ ng hàm chi phí d ự a trên t ừ ng tr ạ ng thái c ủ a phân b ố g ầ n nh ấ t Lưu trạng thái tối ưu Đủ thế hệ chưa? Xuất/In trạng thái tối ưu Dừng Yes No 626 Tạ Thị Thanh Xuân, Phạm Văn Nhã, Phạm Văn Vũ VCM2012 Bảng 1: Kết quả mô phỏng Trọng lượng nút giao thông Tuyến đường A B C D E Trạng thái tối ưu Giá trị hàm tối ưu ECD 0.00 0.00 0.42 0.31 0.27 1 0 0 1 0 293.0840 AC 0.50 0.00 0.50 0.00 0.00 1 0 0 0 1 425.00 BCD 0.00 0.20 0.60 0.20 0.00 1 1 0 1 1 408.07 BCA 0.33 0.33 0.34 0.00 0.00 1 1 0 0 1 334.9420 BCDE 0.00 0.25 0.25 0.25 0.25 1 1 0 1 1 445.087 ECAD 0.23 0.01 0.31 0.20 0.25 1 0 0 1 1 688.49 ACE 0.30 0.00 0.50 0.00 0.20 1 0 0 0 1 93.55 BCE 0.00 0.30 0.45 0.01 0.24 1 0 0 1 0 196.43 BC 0.05 0.45 0.46 0.02 5 0.02 5 1 1 0 1 1 536.98 ACD 0.24 0.01 0.50 0.23 0.00 1 0 0 0 1 96.50 3. Kết luận Cần có một khoảng thời gian nhất định để chương trình tính toán và đưa ra kết quả tối ưu, khoảng thời gian này phụ thuộc vào chiều dài của tuyến đường, lưu lượng và tốc độ trung bình của các phương tiện. Dựa vào Bảng 1 ta thu được trạng thái tối ưu dựa trên các trạng thái khác nhau trong tuyến đường và các nút giao thông khác nhau. Thuật toán đã không chỉ được cài đặt với mô hình nêu trên, chúng tôi còn thử nghiệm mô phỏng điều khiển nhịp đèn giao thông trên mô hình 3D, máy tính Desktop Corei3 2,8 GHz, 3GB DDRAM, VGA 2GB, môi trường 3D DirectX 10.0, công cụ lập trình .Net, lấy mô hình 3D ngã tư Thái Hà làm thử nghiệm, dữ liệu đầu vào được giả định, theo định tính chương trình chạy khá nhanh và ổn định. H5 là hình ảnh của chương trình khi đang làm việc. Trong thời gian tới chúng tôi sẽ tiếp tục đầu tư và đưa vào mô phỏng trên mô hình nhiều ngã tư quanh khu vực ngã tư Thái Hà. H. 5 Hình ảnh chương trình Mô phỏng điều khiển nhịp đèn giao thông trên 3D (Sử dụng thuật toán di tryền để tính toán phương án tối ưu) Tài liệu tham khảo [1] Japan Society of Traffic Engineers, 1997. Intelligent Transport Systems (ITS), Maruzen Press, Tokyo. [2] Iguchi, M.A., 2002. Perspective on ITS deployment, JSAE Review 23, pp: 173-176. [3] Hayashi, H. and H. Morisugi, 2000. International comparison of background concept and methodology of transportation project appraisal, Transport Policy, 7 (1): 73- 88. [4] Vreeker, R., P.Nijkamp and C.T. Welle, 2002. A multicriteria decision support methodology for evaluating airport expansion plans. [5] Li, J., O.Fujiwara and S.Kawakami, 2000. A reactive dynamic user equilibrium model in network with queues, Transportation Research, 34B: 605-624. [6] Chen, Q. and H.J. Stauss, 1997. Evaluating traffic effects of a route guidance system by dynamic simulation. Simulation Practice and Theory, 5: 793-804. [7] Ambrossino, G., P. Sassoli, M. Bielli, P.Carotenuto and M. Romanazzo, 1999. A modelling framework for impact assessment of urban transport systems, Transportation Research, 4D: 73-79. [8] Tsamboulas, D. and G. Mikroudis, 2000. Efect- evaluation framework of environmental impacts and costs of transport initiatives. Transportation Research, 5D: 283- 303. [9] Hensher, D.A. and T.Tu, 2002. TRESIS: A transportation, land use and environmental Tuyển tập công trình Hội nghị Cơ điện tử toàn quốc lần thứ 6 627 Mã bài: 140 strategy impact simulator for urban areas, Transportation, 29: 439-457. [10] Haynes, K.E., W.M.Bowen, C.R.Aieira, S. Burhans, P.L. Salem and H. Shafie, 2000. Intelligent transportation systems benefit priorities: An application to the Woodrow Wilson bridge, Journal of Transport Geography, 8: 129-139. [11] Thong, C.M. and W.G. Wong, 1998. Using GIS to design a traffic information database for urban transport planning. Computer, Environment and Urban Systems, 21: 425- 443. [12] Dueker, K.J. and J.A.Butler, 2000. A geographic information system framework for transportation data sharing, Transportation Research, 8C: 13-36. [13] Miller, H.J. and J.D.Storm, 1996. Geographic information system design for network equilibrium-based travel demand models, Transportation Research, 4C: 373-389. [14] Quiroga, C.A. and D.Bullock, 1998. Travel time studies with glo bal positioning and geographic information systems: an integrated methodology, Transportation Research, 6C: 101-127. [15] Haupt. R.L. and S.E. Haupt, 2004. Practical genetic algorithm. John Wiley and Sons, Inc., Hoboken, New Jersey, pp: 27-30. [16] Kim, T.K. and J.B. Choo, 2004. Security Assessment for Bus Voltages Using Probabilistic Load Flow, 8th International Conference on Probabilistic Methods Applied to Power Systems, Iowa State University, Ames, Iowa, September 12-16. Tạ Thị Thanh Xuân sinh năm 1985, nhận bằng Kỹ sư Tự động hóa tại Trường Đại học Kỹ thuật Công nghiệp Thái Nguyên năm 2009, bằng Thạc sỹ Tự động hóa tại Học viện Kỹ thuật Quân sự năm 2011. Thạc sỹ Tạ Thị Thanh Xuân đã từng tham gia giảng dạy tại Trường Đại học Công nghiệp Việt Trì, Đại học Dân lập Đông Đô từ năm 2009 đến nay. Hiện chị đang tham gia nghiên cứu tại Trung tâm Giải pháp Toàn diện Công nghệ Việt. Hướng nghiên cứu chính là các giải pháp nhà hàng trực tuyến, văn phòng điện tử , cho thuê nhân lực trực tuyến và bảo mật tài liệu số. Phạm Văn Nhã sinh năm 1974, nhận bằng Kỹ sư Tin học 1999, bằng Thạc sỹ Khoa học máy tính năm 2009 tại Học viện Kỹ thuật Quân sự. Thạc sỹ Phạm Văn Nhã đã từng tham gia giảng dạy tại Trường Đại học Hàng Hải Hải Phòng, Đại học Dân lập Phương Đông, Học viện KTQS từ năm 2001 đến nay. Hiện anh là cán bộ nghiên cứu tại Viện Khoa học và Công nghệ Quân sự. Hướng nghiên cứu chính là thiết kế và thực hiện các hệ thống đo lường, điều khiển, các hệ thống nhúng, hệ thống mô phỏng, Bảo mật thông tin và các hệ thống văn phòng điện tử. Phạm Văn Vũ sinh năm 1991, hiện đang là sinh viên Khoa Công nghệ thông tin của Trường Đại học Điện Lực Hà Nội. Ngoài các nội dung học tập, Phạm Văn Vũ còn tham gia nghiên cứu các Hệ thống mô phỏng, các hệ thống văn phòng trực tuyến. . xuất ứng dụng thuật toán di truyền hỗ trợ tính toán lưu lượng và ra quyết định điều khiển nhịp đèn giao thông tại các giao lộ khắc phục tình trạng ách tắc giao thông đô thị hiện nay. Abstract. Mã bài: 140 Ứng dụng thuật toán di truyền hỗ trợ ra quyết định trong hệ thống điều khiển đèn giao thông Application of genetic algorithms to support making decision in traffic light control. chúng tôi tiếp cận một thuật toán tối ưu. Như chúng tôi đã sử dụng mã nhị phân, thuật toán di truyền [15] được sử dụng trong nghiên cứu này. H.4 cho thấy sơ đồ thuật toán này. Dựa vào trung