O tráfego intenso de veículos é um dos principais transtornos nas grandes metrópoles, e no
Brasil, onde as autoridades responsáveis não capacitaram as redes viárias, a superlotação no
trânsito causa ainda mais entraves. As aplicações das técnicas de inteligência computacional
no trânsito são muito amplas, com destaque para os semáforos inteligentes. Para o projeto de
semáforos inteligentes, este trabalho propõe o emprego da Lógica Fuzzy, mas tem como objetivo
principal a geração automática de sistemas fuzzy, e operando modelos fuzzy evolucionários para
essa finalidade. Para a realização desse objetivo, foi empregado o software de simulação de
tráfego Simulation of Urban MObility (SUMO), que permitiu a elaboração de três cenários de
cruzamentos controlados por semáforos. Nesses cenários foram avaliados o desempenho dos
tráfegos a partir de diferentes ajustes nas funções de pertinência e no conjunto de regras do
sistema fuzzy que controla os semáforos, sendo que esses ajustes foram efetuados por Algoritmo
Genético (AG) e Otimização por Enxame de Partículas (PSO). Quando comparado o desempenho
do tráfego com semáforos controlados por fuzzy e fuzzy otimizado, tem-se melhorias importantes
nas variáveis de trânsito analisadas, como tempo de espera e tamanho da fila de carros, além
de promover a redução da emissão de gases tóxicos e consumo de combustível. Assim, este
trabalho evidencia a importância de se empregar modelos fuzzy evolucionários na otimização de
parâmetros.