Control de semáforos para emergencias del Cuerpo General de Bomberos Voluntarios del Perú usando redes neuronales

• Autores: Ayala Garrido, Brenda Elizabeth, Acevedo Bustamante, Felipe
• Formato: tesis de grado
• Fecha de Publicación: 2015
• Institución: Universidad Ricardo Palma
• Repositorio: URP-Tesis
• Lenguaje: español
• OAI Identifier: oai:repositorio.urp.edu.pe:20.500.14138/2140
• Enlace del recurso: https://hdl.handle.net/20.500.14138/2140
• Nivel de acceso: acceso abierto
• Materia: Semáforos inteligentes; Redes neuronales; Emergencias; https://purl.org/pe-repo/ocde/ford#2.02.00

La presente tesis, tuvo como objetivo mostrar una estrategia a través de redes neuronales, para los vehículos del Cuerpo General de Bomberos Voluntarios del Perú (CGBVP) durante una emergencia en el distrito de Surco, contribuyendo a la fluidez vehicular de las unidades en situaciones de emergencia. A nivel mundial se puede apreciar que se han desarrollado diferentes estrategias o sistemas que apoyan a las unidades de emergencia. El desarrollo del sistema propuesto consiste en preparar los semáforos con anticipación al paso de una unidad. Para ello se consideraron dos tipos de datos, ubicación y dirección, con el fin de activar los semáforos tiempo antes que el vehículo llegue a la intersección. El presente estudio analizó la red Neuronal LVQ (Learning Vector Quantization) y 2 tipos de red Backpropagation con el fin de determinar cuál de ellas es la más adecuada para el caso propuesto. Finalmente a través de simulaciones se determinó la red Backpropagation [100 85 10] obtuvo mejores resultados, siendo el de regresión igual a 0.99 y presentando valores de error en un rango de 10^-5 o menores. El algoritmo por Backpropagation [100 85 10] demostró durante sus 3 simulaciones responder correctamente a los 3 escenarios planteados. Demostrando únicamente variaciones pequeñas durante las simulaciones pero ninguna superando valores aceptables de 0 o 1 lógico