In this study for smart cities, in order to minimize the average waiting time at different traffic flow rates,A two-stage three module fuzzy logic system has been proposed to manage adaptive and real-time in a signalized junction, each module consists of two inputs and one output, The first stage consists of two different modules, the first `the next phase selection module;this module consists of 30 fuzzy rules,observes the traffic conditions of all red phases except the green phase and selects the most urgent red phase among them `, The second is `extension time module;this module consists of 12 fuzzy rules,observe the traffic conditions of the green phase,will show that the duration of the green phase should be stopped or extended according to the observation result `.The second stage consists of a module called `decision;;this module consists of 10 fuzzy rules, it will decide whether to replace the green phase or not replace it, The study was carried out using the visual SUMO (Simulation of Urban Mobility) traffic simulation tool. SUMO is open source software, by using TraCI (Traffic Control Interface) module and Python programming language all components in the simulation can be intervened. Study data, Obtained by MOSAS Company from heavy traffic and congestion in the real intersection in the Kilis city (Turkey). The fuzzy logic and fixed time methods we design are implemented at four different junctions. A comparison was made between the fuzzy logic controller algorithm and the conventional fixed time controller. Fuzzy logic controller showed 76.46%, 56%, 50% and 60% improvement for each working area, respectively, compared to conventional logic controller.

Bu çalışmada akıllı şehirler için, farklı trafik akış hızındaki ortalama bekleme süresini en aza indirmek amacıyla, bir sinyalize kavşağı adaptif ve gerçek zamanlı yönetmek için iki aşamalı üç modülü bulanık mantık sistemi önerilmiştir. Her modül iki giriş ve bir çıkıştan oluşmaktadır. İlk aşama iki farklı modülden oluşmaktadır, birincisi `sonraki faz seçme modülü; bu modül 30 bulanık kuraldan oluşmaktadır, yeşil faz dışındaki tüm kırmızı fazların trafik koşullarını gözlemler ve bunların arasından en acil olan kırmızı fazı seçecektir`. İkincisi ise `uzatma süresi modülü; bu modül 12 bulanık kuraldan oluşmaktadır, yeşil fazın trafik koşullarını gözlemler, gözlem sonucuna göre yeşil fazın süresinin durdurması veya uzatılması gerektiğini gösterecektir`. İkinci aşama ise `karar` adı verilen bir modülden oluşmaktadır; bu modül 10 bulanık kuraldan oluşmaktadır, yeşil fazın değiştirilip değiştirilmeyeceğine karar verecektir. Çalışma, görsel SUMO (Simulation of Urban Mobility) trafik simulasyon aracını kullanarak gerçekleştirilmiştir. SUMO açık kaynaklı bir yazılımdır, TraCI (Trafik Kontrol Arayüzü) modülü ile Python programlama dili kullanılarak simülasyon içerisinde tüm bileşenlere müdahale edilebilinmektedir. çalışmanın verileri, Kilis (Türkiye) şehrinde yer alan ve yoğun trafik sıkışıklığı olan gerçek kavşaklardan MOSAŞ Şirketi tarafindan elde edilmiştir, veriler her 5 dakikada bir yoldan başka bir yolla kaç araç gittiğini göstermektedir. Tasarladığımız bulanık mantık ve sabit zaman yöntemlerini dört farklı kavşakta, uygulanmaktadır. Bulanık mantık denetleyici algoritma ile geleneksel sabit zamanlı denetleyici arasında bir karşılaştırma yapılmıştır. Bulanık mantık denetleyici, klasik mantık denetleyiciye göre her çalışma alanı için sırasıyla %76.46, %56, %50 ve %60 oranında bir iyileşme olduğu göstermiştir.