Learning a fuzzy model for evacuation speed estimation using fuzzy decision trees and evolutionary methods

• Autorzy: Kello P. , Gregor M. , Miklóšik I. , Spalek J.

Warianty tytułu

PL

Uczenie się rozmytego modelu do oszacowania szybkości ewakuacji przy użyciu rozmytych drzew decyzyjnych i metod ewolucyjnych

• Języki publikacji: EN

Abstrakty

EN

The paper deals with evacuation time estimation using a fuzzy meta-model inferred from data using a combination of fuzzy decision trees (to construct the rule base) and evolutionary tuning (to optimize the membership functions). It uses real data – collected from existing literature. The paper first covers some basic facts concerning evacuation in road tunnels and its simulation. It then proceeds to discuss evolutionary tuning of fuzzy systems and fuzzy decision trees and describes the proposed approach. It shows that this approach improves upon previous results achieved using a purely evolutionary approach.

PL

Artykuł zajmuje się oszacowaniem czasu ewakuacji przy użyciu rozmytego meta-modelu wyprowadzonego z danych używając kombinacji rozmytych drzew decyzyjnych (aby konstruować podstawę reguły) oraz ewolucyjnego dostrajania (aby zoptymalizować funkcje przynależności). Wykorzystuje on dane rzeczywiste - zgromadzone z istniejącej literatury. Artykuł omawia najpierw pewne podstawowe fakty dotyczące ewakuacji tuneli drogowych i jej symulacji. Następnie przechodzi do omówienia ewolucyjnego dostrajania systemów rozmytych i rozmytych drzew decyzyjnych oraz opisuje proponowany sposób podejścia. Pokazuje, że to podejście poprawia wcześniejsze wyniki osiągnięte przy użyciu podejścia czysto ewolucyjnego.

Słowa kluczowe

EN

evo-fuzzy systems; fuzzy logic; fuzzy decision trees; evacuation; tunnel simulation

PL

systemy Evo rozmyte; rozmyte drzewa decyzyjne; symulacje ewakuacji

• Wydawca: Wydawnictwo Wyższej Szkoły Technicznej w Katowicach
• Czasopismo: Zeszyty Naukowe Wyższej Szkoły Technicznej w Katowicach
• Rocznik: 2017
• Tom: nr 9
• Strony: 50--62
• Opis fizyczny: Bibliogr. 17 poz., rys.

Twórcy

autor

Kello P.

• University of Žilina, Department of Control and Information Systems, Univerzitná 8215/1,010 26 Žilina, Slovak Republic

autor

Gregor M.

• University of Žilina, Department of Control and Information Systems, Univerzitná 8215/1,010 26 Žilina, Slovak Republic

autor

Miklóšik I.

• University of Žilina, Department of Control and Information Systems, Univerzitná 8215/1,010 26 Žilina, Slovak Republic

autor

Spalek J.

• University of Žilina, Department of Control and Information Systems, Univerzitná 8215/1,010 26 Žilina, Slovak Republic

Bibliografia

• [1] Jang, J.S.: Anfis: adaptive-network-based fuzzy inference system. IEEE transactions on systems, man, and cybernetics 23(3) (1993) 665-685.
• [2] Tunstel, E., Jamshidi, M.: On genetic programming of fuzzy rule-based systems for intelligent control. Intelligent Automation & Soft Computing 2(3) (1996) 271-284.
• [3] Cordón, O., Herrera, F., Gomide, F., Hoffmann, F., Magdalena, L.: Ten years of genetic fuzzy systems: current framework and new trends. In: IFSA World Congress and 20th NAFIPS International Conference, 2001. Joint 9th. Volume 3., IEEE (2001) 1241-1246.
• [4] Herrera, F.: Genetic fuzzy systems: taxonomy, current research trends and prospects. Evolutionary Intelligence 1(1) (2008) 27-46.
• [5] Gregor, M., Miklóšik, I., Spalek, J.: Automatic tuning of a fuzzy meta-model for evacuation speed estimation. In: 2016 Cybernetics & Informatics (K&I), IEEE (2016) 1-6.
• [6] Kopásek, J.: SW for simulation of functionality of road tunnel technology equipment. ELTODO Ltd. (2013) (in Slovak).
• [7] Korhonen, T., Hostikka, S.: Fire Dynamics Simulator with Evacuation: FDS+EVACS Technical reference and User’s Guide. VTT Technical Research Centre of Finland (2010).
• [8] Bensilum, M., Purser, D.: GridFlow: an object-oriented building evacuation model combining pre-movement and movement behaviors for performance-based design. Fire Safety Science – Proceedings of the Seventh International Symposium (2003).
• [9] Galea, E.R.: A General Approach to Validating Evacuation Models with an Application to EXODUS. Journal of Fire Sciences. 01/1998 (1998).
• [10] Jin, T.: Visibility and Human Behavior in Fire Smoke. SFPE Handbook of Fire Protection Engineering Third Edition (2002).
• [11] Frantzich, H., Nilsson, D.: Evacuation experiments in a smoke filled tunnel. Interscience communications Limited, London, UK (2004).
• [12] Fridolf, K., Andrée, K., Nilsson, D., Frantzich, H.: The impact of smoke on walking speed. Fire and Materials, Volume 38, Issue 7 (2014).
• [13] Ronchi, E., Gwynne, S., Purser, D., Colonna, P.: Representation of the Impact of Smoke on Agent Walking Speeds in Evacuation Models. Fire Technology 49 (2013).
• [14] Matis, P., Spalek, J.: Model of people evacuation from a road tunnel. Archives of Transport System Telematics 5 (2012) 20-25.
• [15] Miklóšik, I., Spalek, J.: Fuzzy logic based calculation of evacuation time for the tunnel simulator, QUAERE 2014, Hradec Králové, Czech Republic (2014).
• [16] Wygralak, M.: Cardinalities of fuzzy sets. Springer (2003).
• [17] Wang, X.Z., Yeung, D.S., Tsang, E.C.: A comparative study on heuristic algorithms for generating fuzzy decision trees. IEEE Transactions on Systems, Man, and Cybernetics, Part B (Cybernetics) 31(2) (2001) 215-226.

Uwagi

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2018).