Conceitos Fundamentais de Otimização Semafórica

A otimização semafórica busca determinar os parâmetros de controle dos semáforos que resultem no melhor desempenho possível de uma rede de tráfego, de acordo com um ou mais objetivos definidos.

Parâmetros Fundamentais Otimizáveis

O OptFlow permite a otimização de diversos parâmetros semafóricos:

• Tempo de Ciclo (Cycle Time): É o tempo total necessário para que uma sequência completa de sinais (fases ou estágios) seja exibida em uma interseção antes de se repetir. Um ciclo comum para todas as interseções otimizadas é frequentemente utilizado para facilitar a coordenação, embora o OptFlow permita flexibilidade (como a opção "Permitir Meio Ciclo").
• Divisão de Verde / Duração da Fase (Green Split / Phase Duration): Refere-se à alocação do tempo de ciclo entre as diferentes fases ou movimentos de tráfego em uma interseção. Essencialmente, define quanto tempo de "verde" cada abordagem ou movimento recebe dentro do ciclo. O OptFlow otimiza o phase_duration.
• Defasagem (Offset): É a diferença de tempo entre o início de uma fase específica (geralmente a fase principal) em uma interseção e o início da mesma fase em uma interseção adjacente (ou em relação a um ponto de referência). A otimização das defasagens é crucial para criar "ondas verdes" e melhorar a progressão do tráfego ao longo de corredores.

Função Objetivo (Métrica de Desempenho)

O "melhor desempenho" é quantificado através de uma Função Objetivo (definida como Fórmula de Desempenho no OptFlow). Esta função matemática combina diferentes indicadores de desempenho (MOEs - Measures of Effectiveness) medidos na simulação Aimsun (como atraso, número de paradas, fluxo, tempo de viagem, etc.) para produzir um único valor que o algoritmo tenta minimizar ou maximizar.

A escolha e a formulação da função objetivo são críticas, pois definem explicitamente o que significa "otimizar" para aquele estudo específico. É importante notar que os usuários precisarão definir os seus objetivos de otimização, como:

• Minimizar o atraso médio
• Maximizar o fluxo
• Minimizar as paradas

A escolha dessas métricas influenciará o que o algoritmo de otimização tentará alcançar. A natureza da função objetivo afetará a adequação de diferentes algoritmos. Alguns são melhores em encontrar o ótimo global em paisagens não convexas (ex: Bayesianos como TPE/OptFlow, ou CMAES/Simulated Annealing com mais tempo), enquanto outros são mais robustos ao ruído no processo de avaliação (ex: HEBO, OptFlow).

O Desafio da Otimização

Encontrar a combinação ótima desses parâmetros é um problema complexo devido a:

• Interdependência: Mudar o tempo de verde em uma fase afeta o tempo disponível para outras fases e pode impactar a coordenação com interseções vizinhas.
• Não-Linearidade: A relação entre os parâmetros semafóricos e o desempenho do tráfego geralmente não é linear. Pequenas mudanças podem ter efeitos desproporcionais.
• Dimensionalidade do Problema: O número de parâmetros a otimizar (a dimensão do problema) impacta significativamente o desempenho dos algoritmos. Otimizar tempos de verde individuais para múltiplas fases aumenta muito a dimensionalidade.
  • A otimização Bayesiana (TPE, OptFlow, HEBO) pode ter dificuldades em espaços de busca de dimensões muito elevadas, embora HEBO seja projetado para mitigar isso.
  • Meta-heurísticas (CMAES, Simulated Annealing) podem lidar melhor com problemas de alta dimensão inicialmente, mas ainda assim requerem muitas avaliações.
  • Um maior número de parâmetros aumenta o tamanho do espaço de busca exponencialmente.
• Natureza Estocástica: O tráfego real (e as simulações microscópicas) têm um componente aleatório, o que significa que a mesma configuração semafórica pode produzir resultados ligeiramente diferentes em simulações repetidas (ruído na avaliação).

É aqui que entram os algoritmos de otimização avançados, como os utilizados pelo OptFlow, para explorar eficientemente o espaço de soluções e encontrar configurações de alta performance.

Interação com Aimsun e Controle do Usuário

• Comunicação Transparente: A comunicação entre OptFlow e Aimsun ocorre nos bastidores, simplificando a experiência do usuário, mas o custo computacional de cada simulação permanece.
• Funcionalidades de Controle: O OptFlow oferece controle ao usuário através de funcionalidades importantes:
  • Salvar e continuar: Permite pausar e retomar a otimização, crucial para execuções longas.
  • Bloquear parâmetros: Permite aos usuários fixar certos parâmetros com base no seu conhecimento ou restrições, reduzindo o espaço de busca e focando a otimização nos parâmetros mais críticos. Veja Melhores Práticas.