The existing fuzzy traffic controllers construct the rule-base based on the intuitive knowledge and experience or the standard rule-base, but the rule-base constructed by the above methods has difficulty in representing exactly and detailedly the control knowledge of the export and the operator. Therefore, in this paper, we propose a method that can improve the performance of the fuzzy traffic control by designing the fuzzy traffic controller which represents the control knowledge more exactly. The proposed method so modifies the position and shape of the fuzzy membership function based on the input-output data clustering that the fuzzy traffic controller can represent the control knowledge more exactly. Our method use the rough control knowledge based on intuitive knowledge and experience as the evaluation function for clustering the input-output data. The fuzzy traffic controller designed by the our method could represent the control knowledge of the expert and the operator more exactly, and it outperformed the existing controller in terms of the number of passed vehicles and the wasted green-time.
기존의 퍼지 교통 제어기들이 직관적 지식과 경험 또는 표준 규칙 베이스를 이용하여 규칙 베이스를 구성하지만, 그런 방식으로 구성된 규칙 베이스는 전문가와 운전자의 제어지식을 구체적이고 정확하게 표현할 수 없다는 문제가 있다. 따라서 본 연구에서는 제어지식을 더욱 정확하게 표현한 퍼지 교통 제어기를 설계하여 퍼지 교통 제어의 성능을 향상시킬 수 있는 방법을 제안한다. 제안된 방법은 제어지식을 정확히 표현할 수 있도록 입출력 데이터 클러스터링을 기초하여 퍼지 소속함수의 위치와 형태를 수정한다. 직관적 지식과 경험에 의해 주어진 대략적인 제어지식은 입출력 데이터 클러스터링을 위한 평가함수로 이용된다. 제안된 방법으로 설계된 퍼지 교통 제어기는 전문가와 운전자의 제어지식을 더욱 정확하게 표현할 수 있었고, 통과 차량수의 녹색시간 낭비율면에서 기존의 제어기 보다 우수한 성능을 보였다.
