Mostrar el registro sencillo del documento

Potenciales beneficios del diseño de un sistema de rutas de transporte público colectivo urbano formulado a partir de un modelo matemático multiobjetivo aplicando algoritmos genéticos. Caso de estudio: Neiva, Huila

dc.rights.licenseAtribución-SinDerivadas 4.0 Internacional
dc.contributor.advisorMangones Matos, Sonia Cecilia
dc.contributor.authorRuiz Fonseca, Juan Guillermo
dc.date.accessioned2020-08-21T15:32:15Z
dc.date.available2020-08-21T15:32:15Z
dc.date.issued2020-04-11
dc.identifier.urihttps://repositorio.unal.edu.co/handle/unal/78149
dc.description.abstractThe urban collective public transport systems of the intermediate cities of Colombia have a strong risk trend in recent decades due, among other things, to structural and operational problems, generating significant damages for users, operators and society in general. Despite the above, the methods currently used in the medium for the design of these systems are "trial and error" test heuristics, which do not require that the solutions provided have adequate use of the resources available for the provision of a quality service. From this, the present research work proposed a multiobjective mathematical model, solved through the use of a genetic algorithm, through which it was possible to support the thesis that more optimized designs can be obtained through this type of tools , generating systems of greater operational efficiency and user service.
dc.description.abstractLos sistemas de transporte público colectivo urbano de las ciudades intermedias de Colombia presentan una fuerte tendencia al deterioro en las últimas décadas debido, entre otros, a problemas de tipo estructural y operacional, generando importantes perjuicios para los usuarios, los operadores y la sociedad en general. A pesar de lo anterior, los métodos que actualmente se emplean en el medio para el diseño de estos sistemas son heurísticas de ensayo de “prueba y error”, que no garantizan que las soluciones brindadas permitan un aprovechamiento adecuado de los recursos disponibles para la prestación de un servicio de calidad. A partir de esto, el presente trabajo de investigación propuso un modelo matemático multiobjetivo, solucionado a través del uso de un algoritmo genético, mediante el cual fue posible sustentar la tesis de que se logran obtener diseños más optimizados a través de este tipo de herramientas, generando sistemas de mayor eficiencia operacional y de servicio al usuario.
dc.format.extent149
dc.format.mimetypeapplication/pdf
dc.language.isospa
dc.rightsDerechos reservados - Universidad Nacional de Colombia
dc.rights.urihttp://creativecommons.org/licenses/by-nd/4.0/
dc.subject.ddc620 - Ingeniería y operaciones afines
dc.subject.ddc380 - Comercio , comunicaciones, transporte::388 - Transporte
dc.titlePotenciales beneficios del diseño de un sistema de rutas de transporte público colectivo urbano formulado a partir de un modelo matemático multiobjetivo aplicando algoritmos genéticos. Caso de estudio: Neiva, Huila
dc.typeOtro
dc.rights.spaAcceso abierto
dc.description.additionalLínea de Investigación: Planificación del Transporte
dc.type.driverinfo:eu-repo/semantics/other
dc.type.versioninfo:eu-repo/semantics/acceptedVersion
dc.publisher.programBogotá - Ingeniería - Maestría en Ingeniería - Transporte
dc.description.degreelevelMaestría
dc.publisher.branchUniversidad Nacional de Colombia - Sede Bogotá
dc.relation.referencesAguado, A., & Jiménez, J. (2013). Optimización de rutas de transporte. Madrid.
dc.relation.referencesAxhausen, K. W., & Smith Jr, R. L. (1984). Evaluation of Heuristic Transit Network Optimization Algorithms. Transportation Research Record, 7-20.
dc.relation.referencesBaaj, M., & Magmassani, H. (1995). Hybrid route generation heuristic algorithm for the design of transit networks. Transportation Research Record, 31-50.
dc.relation.referencesBaaj, M., & Mahmassani, H. (1990). A LISP program for the analysis of transit route configurations. Transportation Research Record, 125-135.
dc.relation.referencesBayas Meza, P. G. (2011). Estudio y propuesta de nuevas rutas y líneas de transporte público urbano del Distrito Metropolitano de Quito, caso de aplicación corredor Sur Occidental del sistema Metro Bus. Quito: Quito,2011.
dc.relation.referencesCal y Mayor. (2018). Estudio de Estructuración de detalle del SETP de Neiva. Bogotá D.C.
dc.relation.referencesCaramia, M., Carorenuto, P., & Confessore, G. (2001). Metaheuristics techniques in bus network optimization. European Strategies in the Globalising Markets, (págs. 16-18). Helsinki.
dc.relation.referencesCollete, Y., & Siarry, P. (2004). Multiobjetive Optimization Principles and Case Studies. Berlín: Springer-Verlag Berlin y Heidelberg GmbH & Co. KG.
dc.relation.referencesDurán Micco, J. V. (2016). Optimización en el Diseño de Redes de Transporte Público con Objetivos Mediambientales mediante Algoritmos Evolutivos. Concepción.
dc.relation.referencesEhrgott, M., & Gandibleux, X. (2004). Approximative Solution Methods for Multiobjective. Revista de la Asociación Española de Estadística e, 1-89.
dc.relation.referencesGoldberg, D. (1989). Genetic Algorithms in Search, Optimization and Machine Learning. Boston: Addison-Wesley Longman Publishing Co., Inc.
dc.relation.referencesGruttner, E., & Pinninghoff, M. (2002). Recorridos Óptimos de Líneas de Transporte Público Usando Algorítmos Genéticos. Jornadas Chilenas de Computación.
dc.relation.referencesInstituto SER, d. i. (2003). Bases de una política integral de transporte urbano en Colombia. Bogotá D.C.
dc.relation.referencesIsrael, Y., & Ceder, A. (1995). Transit Route Design Using Scheduling and Multiobjective Programming Techniques. En J. Daduna, I. Branco, & J. Paixão, Computer-Aided Transit Scheduling (págs. 56-75). Lisboa: Springer, Berlin, Heidelberg.
dc.relation.referencesKepaptsoglou, K., & Karlaftis, M. (2009). Transit Route Network Design Problem: Review. Journal od Transportation Engineering, 491-505.
dc.relation.referencesMandl, C. (1979). Evaluation and optimization of urban public transportation networks. European Journal of Operational Research, 396-404.
dc.relation.referencesMao-Chang, S., Hani S, M., & M. Hadi, B. (1998). Planning and Design Model for Transit Route Networks with Coordinated Operations. Transportation Research Record, 16-23.
dc.relation.referencesMauttone Vidales, A. D., Cancela, H., & Urquhart, M. E. (2003). Diseño y optimización de rutas y frecuencias en el transporte colectivo urbano :modelos y algoritmos. Montevideo: UR. FI – INCO.
dc.relation.referencesMauttone, A., & Urquart, M. (2009). A multi-objective metaheuristic approach for the transit network design problem. Public Transport, 253-273.
dc.relation.referencesNgamchai, S., & Lovell, D. (2000). Optimal Time Transfer in Bus Transit Route Network Design Using a Genetic Algotithm. Computer-Aided Scheduling of Public Transport, 21-23.
dc.relation.referencesOsman, I., & Laporte, G. (1996). Metaheurística: una bibliografía. Annals of Operations Research, 511-623.
dc.relation.referencesPattnaik, S., & Mohan, S. (1998). Urban Bus Transit Route Network Design Using Genetic Algorithm. Journal of Transportation Engineering, 368-375.
dc.relation.referencesPetch, R., & Salhi, S. (2007). A GA Based Heuristic for the Vehicle Routing Problem with Multiple Trips. Journal of Mathematical Modelling and Algorithms, 591-613.
dc.relation.referencesRao, K., Krishna, M., & Dhingra, S. (2000). Public Transport Routing And Scheduling Using Genetic Algorithms. Computer-Aided Scheduling of Public Transport, 21-23.
dc.relation.referencesShih, M., Mahmassani, H., & M, B. (1998). Planning and Desing Model for Transit Route Networks with Coordinated Operations. Transportation Research Record, 16-23.
dc.relation.referencesTalbi, E. (2009). Metaheuristics From Desing To Implementation. New Jersey: John Wiley.
dc.relation.referencesTransporte, M. d., & DNP. (2002). Conpes 3167: Política para mejorar el servicio de transporte público urbano de pasajeros. Bogotá D.C.
dc.relation.referencesTTC-SYSTRA-GGT, U. T. (2001). Estudio del diseño conceptual del sistema integrado de transporte masivo para el área metropolitana de Pereira, Dosquebradas, La Virginia. Pereira.
dc.relation.referencesBaaj, M., & Mahmassani, H. (1991). An AI-Based Approach for Transit Route System Planning and Design. Journal of Advanced Transportation, 187-210.
dc.relation.referencesBarra, A., & Kawamoto, E. (2000). Roteirização de ônibus urbano: escolha de um método. Engenharia de Tráfego e Transportes 2000: Avanços para, 729-742.
dc.relation.referencesAhmet Sen y Kerem Bulbul, “A survey on multi trip vehicle routing problem”. VI international logistics and supply chain congress, Turklye, 2008.
dc.relation.referencesArbex, R.O., da Cunha, C.B., 2015. Efficient transit network design and frequencies setting multi-objective optimization by alternating objective genetic algorithm. Transp. Res. Part B Methodol. doi:10.1016/j.trb.2015.06.014
dc.relation.referencesAsadi Bagloee, S., Ceder, A. (Avi), 2011. Transit-network design methodology for actual-size road networks. Transp. Res. Part B Methodol. 45, 1787–1804. doi:10.1016/j.trb.2011.07.005
dc.relation.referencesAxhausen, K. W. y Smith, R. L. (1984) Evaluation of Heuristic Transit Network Optimization Algorithms. Transportation Research Record, Vol 976, 7-20.
dc.relation.referencesAyala Rodriguez Alexander y Gonzalez Butrón Edgar, “Asignación de rutas de vehículos para un sistema de recolección de residuos sólidos en la acera”, Revista de ingeniería – Universidad de Los Andes, No. 13, 2001, pp 5-11.
dc.relation.referencesBaaj, M.H., Mahmassani, H.S., 1991. AI-based approach for transit route system planning and design. J. Adv. Transp. 25, 187–210.
dc.relation.referencesBagloee, S., Ceder, A. (Avi), 2011. Transit-network design methodology for actual-size road networks. Transp. Res. Part B Methodol. 45, 1787–1804. doi:10.1016/j.trb.2011.07.005
dc.relation.referencesBorndörfer, R., Grötschel, M., Pfetsch, M.E., 2007. A Column-Generation Approach to Line Planning in Public Transport. Transp. Sci. 41, 123–132. doi:10.1287/trsc.1060.0161
dc.relation.referencesBaaj, M. H. y Mahmassani, H. S. (1991) An AI-Based Approach for Transit Route System Planning and Design. Journal of Advanced Transportation, Vol 25(2), 187-210.
dc.relation.referencesBaaj, M. H. y Mahmassani, H. S. (1990) TRUST: A LISP program for the analysis of transit route configurations. Transportation Research Record, Vol 1283, 125-135.
dc.relation.referencesBaaj, M. H. y Mahmassani, H. S. (1995) Hybrid route generation heuristic algorithm for the design of transit networks. Transportation Research , Vol 3C(1), 31-50.
dc.relation.referencesBaaj and Mahmassani, Hybrid Route Generation Heuris-tic Algorithm for The Design of Transit Networks, (1995)
dc.relation.referencesBaldacce Roberto, Mingozzi Aristide y Roberti Roberto, “Recent exact algoritms for solving the vehicle routing problem under capacity and time windows constraints”, European journal of operational research, vol. 218, 2011, pp 1-6.
dc.relation.referencesBarra, A. y Kawamoto, E. (2000) Roteirização de ônibus urbano: escolha de um método apropiado às cidades brasileiras. Engenharia de Tráfego e Transportes 2000: Avanços para uma era de mudanças. Río de Janeiro: ANPET, 729-742.
dc.relation.referencesBayas Meza Patricio G., “Estudio y propuesta de nuevas rutas y líneas de transporte público urbano del distrito metropolitano de Quito, caso de aplicación corredor sur occidental del sistema metro bus”, tesis grado, magister en ingeniería industrial y productividad, 2011, escuela politécnica nacional, facultad de ingeniería química y agroindustrial.
dc.relation.referencesBraysy Oll y Wout Dullaert, “A fast evolutionary metaheuristic for the VRP with time windows”, International journal on artificial intelligence tools, vol. 12, 2003, pp 153-172.
dc.relation.referencesBruce Golden, Raghavan S. y Wasil Edward, “The vehicle routing problem: latest advances and new challenges”. Springer, New York, 2008, pp 3-122.
dc.relation.referencesCaramia, M., Carotenuto, P. y Confessore, G. (2001) Metaheuristics techniques in bus network optimization. NECTAR Conference no 6 EUROPEAN STRATEGIES IN THE GLOBALISING MARKETS; Transport Innovations, Competitiveness and Sustainability in the Information Age, 16-18 Mayo de 2001, Helsinki, Finlandia.
dc.relation.referencesCeder, A. e Israeli, Y. (1998) User and Operator Perspectives in Transit Network Design. Transportation Research Record, Vol 1623, 3-7.
dc.relation.referencesCeder, A. y Wilson, N. H. M. (1986) Bus Network Design. Transportation Research, Vol 20B(4), 331-344.
dc.relation.referencesCal y Mayor y Asociados, Estudio de estructuración de detalle del SETP de Neiva, 2018
dc.relation.referencesCal y Mayor - Ikon. Estructuración técnica, legal y financiera de detalle del Sistema Estratégico de Transporte (SETP) de la ciudad de Neiva. Producto 3: Análisis y diagnóstico de información secundaria e información de campo. TRANSFEDERAL, 2017.
dc.relation.referencesCancela, H., Mauttone, A., Urquhart, M.E., 2015. Mathematical programming formulations for transit network design. Transp. Res. Part B Methodol. 77, 17–37. doi:10.1016/j.trb.2015.03.006
dc.relation.referencesCascetta, Ennio, 2009. Transportation Systems Analysis, Models and Applications. Second Edition, Springer.
dc.relation.referencesCollette, Y., Siarry, P., 2004. Multiobjective Optimization: Principles and Case Studies. Springer Science & Business Media.
dc.relation.referencesContardo Vera Claudio Andrés, “Formulación y solución de un problema de ruteo de vehículos con demanda variable en tiempo real, trasbordos y ventanas de tiempo”, memoria para optar al título de ingeniero civil matemático, departamento de ingeniería matemática, Universidad de Chile, Santiago de Chile, Chile, 2005.
dc.relation.referencesCordeau Jean-Francois, Gendreau Michel, Laporte Gilbert, Potvin Jean-Yves y Semet Frederic, “A guide to vehicle routing heuristics”, The journal of operational research society, vol. 53, No. 5, 2002, pp 512 – 522.
dc.relation.referencesCrespo Hernan, Marti Rafael y Pacheco Joaquin, “Procedimientos metaheurísticos en economía y empresa”, revista electrónica de comunicaciones y trabajos de ASEPUMA, 1ª edición, Tirant lo Blanch, Valencia, España, 2007.
dc.relation.referencesCurtin, K.M., Biba, S., 2011. The Transit Route Arc-Node Service Maximization problem. Eur. J. Oper. Res. 208, 46–56. doi:10.1016/j.ejor.2010.07.026
dc.relation.referencesDaganzo, C.F., 2010. Structure of competitive transit networks. Transp. Res. Part B Methodol. 44, 434–446. doi:10.1016/j.trb.2009.11.001
dc.relation.referencesDaneshzand, F., 2011. 8 - The Vehicle-Routing Problem, in: Kardar, R.Z.F.R. (Ed.), Logistics Operations and Management. Elsevier, London, pp. 127–153.
dc.relation.referencesDepartamento Nacional de Planeación, Dirección de estudios económicos, CONPES 3167, año 2002
dc.relation.referencesDepartamento Nacional de Planeación, Dirección de estudios económicos, CONPES 3260, año 2003
dc.relation.referencesDepartamento Nacional de Planeación, Dirección de estudios económicos, CONPES 3756, año 2013
dc.relation.referencesDepartamento Nacional de Planeación, Dirección de estudios económicos, CONPES 3833, año 2015
dc.relation.referencesDepartamento Nacional de Planeación, Dirección de estudios económicos, CONPES 3896, año 2017
dc.relation.referencesDorronsoro Diaz Bernabé, The VRP Web, collaboration between AUREN and the Languages and Computation Sciences department of the University of Malaga, última actualización: marzo de 2007, disponible en http://neo.lcc.uma.es/radiaeb/WebVRP/.
dc.relation.referencesDurán Micco Javier Vicente, “Optimización en el Diseño de Redes de Transporte Público con Objetivos Medioambientales Mediante Algoritmos Evolutivos”, Facultad de Ingeniería, Departamento de Ingeniería Industrial, Universidad de Concepción, Chile, 2016.
dc.relation.referencesEhrgott, M., Gandibleux, X., 2004. Approximative solution methods for multiobjective combinatorial optimization. Top 12, 1–63. doi:10.1007/BF02578918
dc.relation.referencesEric D. Tallard, Laporte Gilbert y Gendreau Michel, “Vehicle routeing with multiple use of vehicles”, The journal of the operational research society, Vol. 47, No. 8, 1996, pp 1065 – 1070.
dc.relation.referencesEstrada, M., Roca-Riu, M., Badia, H., Robusté, F., Daganzo, C.F., 2011. Design and implementation of efficient transit networks: Procedure, case study and validity test. Transp. Res. Part Policy Pract., Select Papers from the 19th International Symposium on Transportation and Traffic Theory (ISTTT) 45, 935–950. doi:10.1016/j.tra.2011.04.006
dc.relation.referencesFarahani, R.Z., Miandoabchi, E., Szeto, W.Y., Rashidi, H., 2013. A review of urban transportation network design problems. Eur. J. Oper. Res. 229, 281–302. doi:10.1016/j.ejor.2013.01.001
dc.relation.referencesFu, Q., Liu, R., Hess, S., 2012. A Review on Transit Assignment Modelling Approaches to Congested Networks: A New Perspective. Procedia - Soc. Behav. Sci., Proceedings of EWGT2012 - 15th Meeting of the EURO Working Group on Transportation, September 2012, Paris 54, 1145–1155. doi:10.1016/j.sbspro.2012.09.829
dc.relation.referencesGendreau, Michel y Potvin, Jean-Yves, “Metaheuristics in combinatorial optimization”, en: Annais of operations research, 2005, vol. 140, pp 189 – 213.
dc.relation.referencesGobierno Nacional de Colombia, Plan nacional de desarrollo 2006 – 2010 “Estado comunitario: Desarrollo para todos”
dc.relation.referencesGobierno Nacional de Colombia, Decreto 3422 de 2009
dc.relation.referencesGobierno Nacional de Colombia, Plan nacional de desarrollo 2010 – 2014 “Prosperidad para todos”
dc.relation.referencesGobierno Nacional de Colombia, Plan nacional de desarrollo 2014 – 2018 “Todos por un nuevo país”
dc.relation.referencesGoldberg, D. (1989) Genetic Algorithms in Search, Optimization, and Machine Learning. Addison-Wesley.
dc.relation.referencesGoksal, F.P., Karaoglan, I., Altiparmak, F. A., Hybrid discrete particle swarm optimization for vehicle routing problem with simultaneous pickup and delivery. Jan 2012, Computers & Industrial Engineering, 2012.
dc.relation.referencesGonzalez Vargas Guillermo y Gonzalez Aristizabal Felipe, “Metaheurísticas aplicadas al ruteo de vehículos, parte 1: formulación del problema”, revista de ingeniería e investigación – Universidad Nacional de Colombia, vol. 26, No. 3, 2006, pp 149 – 156.
dc.relation.referencesGonzalez Vargas Guillermo y Gonzalez Aristizabal Felipe, “Metaheurísticas aplicadas al ruteo de vehículos, parte 2: algoritmo genético, comparación con una solución heurística”, revista de ingeniería e investigación – Universidad Nacional de Colombia, vol. 27, No. 1, 2007, pp 149 – 157.
dc.relation.referencesGonzalez Vargas Guillermo y Gonzalez Aristizabal Felipe, “Metaheurísticas aplicadas al ruteo de vehículos, parte 3: Genetic clustering and tabu routing”, revista de ingeniería e investigación – Universidad Nacional de Colombia, vol. 27, No. 2, 2007, pp 106 – 113.
dc.relation.referencesGruttner, E., Pinninghoff, M. A., Tudela, A. y Díaz, H. (2002) Recorridos Optimos de Líneas de Transporte Público Usando Algoritmos Genéticos. Jornadas Chilenas de Computación. Noviembre de 2002, Copiapó, Chile.
dc.relation.referencesHernan Restrepo Jorge, Medina Petro Daniel y Cruz Eduardo Arturo, “Un problema logístico de programación de vehículos con ventanas de tiempo”, Scientia et technica – Universidad Tecnológica de Pereira, Vol. 14, No 39, 2008.
dc.relation.referencesHutter, F., Stuetzle, T., Leyton-Brown, K., Hoos, H.H., 2009. ParamILS: An Automatic Algorithm Configuration Framework. J. Artif. Intell. Res. 36, 267–306. doi:10.1613/jair.2861
dc.relation.referencesInterconsult (1997) Estudio sobre utilización del Transporte Colectivo Urbano de Pasajeros en la ciudad de Montevideo.
dc.relation.referencesInstituto SER de Investigación, (2003), “Bases de una política integral de transporte urbano en Colombia”, Asesoría contratada por el DNP, Bogotá.
dc.relation.referencesIsraeli, Y. Y Ceder, A. (1993) Transit Route Design Using Scheduling and Multiobjective Programming Techniques. Computer-Aided Transit Scheduling, Julio de 1993, Lisboa, Portugal, 56-75.
dc.relation.referencesIzquierdo, Samir. Optimización de rutas de transporte público con Algoritmos Genéticos, Máster en Ingeniería Informática, Universidad de Cataluña, 2016.
dc.relation.referencesKepaptsoglou, K., Karlaftis, M., 2009. Transit route network design problem: Review. J. Transp. Eng. 135, 491–505. doi:10.1061/(ASCE)0733-947X(2009)135:8(491)
dc.relation.referencesK-Shortest Path- Yen‘s algorithm - File Exchange - MATLAB Central [WWW Document], n.d. URL http://www.mathworks.com/matlabcentral/fileexchange/32513-k-shortest-path-yen-s-algorithm (accessed 12.18.15).
dc.relation.referencesLawler, Eugene. Combinatiorial Optimization: Networks and Matroids. Courier Dover, 1976, disponible en http://www.plouffe.fr/simon/math/combinatorialoptimization.pdf
dc.relation.referencesLitman, T., 2010. Evaluating public transit benefits and costs: Best Practices Guidebook. World Transit Res.
dc.relation.referencesMagnanti, T.L., Wong, R.T., 1984. Network Design and Transportation Planning: Models and Algorithms. Transp. Sci. 18, 1–55. doi:10.1287/trsc.18.1.1
dc.relation.referencesMandl, C.E., 1980. Evaluation and optimization of urban public transportation networks. Eur. J. Oper. Res. 5, 396–404. doi:10.1016/0377-2217(80)90126-5
dc.relation.referencesMauttone, A., Urquhart, M.E., 2009. A multi-objective metaheuristic approach for the transit network design problem. Public Transp. 1, 253–273. doi:10.1007/s12469-010-0016-7
dc.relation.referencesMandl, C. E. (1979) Evaluation and optimization of urban public transportation networks. European Journal of Operational Research, Vol 5, 396-404.
dc.relation.referencesMandl, Applied Network Optimization, Academic Press, London, 1979
dc.relation.referencesMarín Leidy et al. “Un modelo de optimización de rutas de transporte urbano en el área metropolitana de Bucaramanga con VRPTW mediante un algoritmo de optimización por enjambre de partículas evolutivo”, Facultad de Ingenierías Fisicomecánicas, Escuela de estudios industriales y empresariales, Universidad Industrial de Santander, Bucaramanga, 2017.
dc.relation.referencesMauttone Antonio, Cancela Héctor, Urquhart María, “Diseño y optimización de rutas y frecuencias en el transporte colectivo urbano, Modelos y algoritmos”. Departamento de Investigación Operativa Instituto de Computación, Facultad de Ingeniería, Universidad de la República, 2016
dc.relation.referencesNgamchai, S., y Lovell, D. J. (2000) Optimal Time Transfer in Bus Transit Route Network Design Using a Genetic Algorithm. Computer-Aided Scheduling of Public Transport. 21-23 Junio 2000, Berlin, Alemania.
dc.relation.referencesNayeem, M.A., Rahman, M.K., Rahman, M.S., 2014. Transit network design by genetic algorithm with elitism. Transp. Res. Part C Emerg. Technol. 46, 30–45. doi:10.1016/j.trc.2014.05.002
dc.relation.referencesNikolić, M., Teodorović, D., 2014. A simultaneous transit network design and frequency setting: Computing with bees. Expert Syst. Appl. 41, 7200–7209. doi:10.1016/j.eswa.2014.05.034
dc.relation.referencesOrtúzar, J. de D. y Willumnsen, L. (1996) Modelling transport. John Wiley and Sons, Inc.
dc.relation.referencesOlivera Alfredo, “Heurísticas para problemas de ruteo de vehículos”, reporte de investigación, Instituto de computación – Facultad de Ingeniería, Universidad de la República, Montevideo, Uruguay, 2004, disponible en: http://www.fing.edu.uy/inco/pedeciba/bibliote/reptec/TR0408.pdf.
dc.relation.referencesOsman, I.H., Laporte, G., 1996. Metaheuristics: A bibliography. Ann. Oper. Res. 63, 511–623. doi:10.1007/BF02125421
dc.relation.referencesPatriksson, M., 1994. The Traffic Assignment Problem---Models and Methods.
dc.relation.referencesPerederieieva, O., Ehrgott, M., Raith, A., Wang, J.Y.T., 2015. A framework for and empirical study of algorithms for traffic assignment. Comput. Oper. Res. 54, 90–107. doi:10.1016/j.cor.2014.08.024
dc.relation.referencesPattnaik, S. B., Mohan, S. y Tom, V. M. (1998) Urban Bus Transit Route Network Design Using Genetic Algorithm. Journal of Transportation Engineering, Vol 124(4), 368-375.
dc.relation.referencesPrasad Chalasani and Rajeev Motwani. Aproximating capacitated routing and delivery problems. SIAM journal on computing, 28 (6): 2133 – 2149, 1999.
dc.relation.referencesRao, K. V. Krishna, Muralidhar, S. y Dhingra, S. L. (2000) Public Transport Routing And Scheduling Using Genetic Algorithms. Computer-Aided Scheduling of Public Transport. 21-23 de Junio de 2000, Berlin, Alemania.
dc.relation.referencesRodríguez, Daniel, “Planeación de transporte y uso de suelo: ¿automovilidad o accesibilidad? (Presente y Futuro de la Movilidad Urbana en Bogotá)”, Bogotá, 2000.
dc.relation.referencesShih, M. C., Mahmassani, H. S., & Baaj, M. H. (1998) Planning and Design Model for Transit Route Netwoks with Coordinated Operations. Transp. Research Record, Vol 1623, 16-23.
dc.relation.referencesSzeto, W.Y., Jiang, Y., 2014. Transit route and frequency design: Bi-level modeling and hybrid artificial bee colony algorithm approach. Transp. Res. Part B Methodol. 67, 235–263. doi:10.1016/j.trb.2014.05.008
dc.relation.referencesTaha, Hamdy. Investigación de Operaciones. 7ma. Edición. Pearson Educación. México, 2004.
dc.relation.referencesTalbi, E.-G., 2009. Metaheuristics: From Design to Implementation. Wiley Publishing.
dc.relation.referencesToth, P., Vigo, D., 2014. Vehicle Routing, MOS-SIAM Series on Optimization. Society for Industrial and Applied Mathematics.
dc.relation.referencesToth Paolo y Vigo Daniele, “The vehicle routing problema”. Society of industrial and applied mathematics (SIAM) monographs on discrete mathematics and applications, Philadelphia, USA, 2002, pp 1-23, 109-149.
dc.relation.referencesUnidad Coordinadora de Proyectos – Secretaría de Hacienda de Bogotá, (2010), “Proyecto de transporte urbano II (Borrador Preliminar)”, Bogotá.
dc.relation.referencesUnión Temporal Steer Davies Gleave - AKIRIS, Estudio de diseño conceptual del SETP de Neiva, 2008
dc.relation.referencesUnión Temporal TTC-SYSTRA-GGT, (2001), “Estudio del diseño conceptual del sistema integrado de transporte masivo para el área metropolitana de Pereira, Dosquebradas, La Virginia”, Asesoría contratada por el DNP, Pereira.
dc.relation.referencesWan, Q.K., Lo, H.K., 2009. Congested multimodal transit network design. Public Transp. 1, 233–251. doi:10.1007/s12469-009-0015-8
dc.relation.referencesWan, Q.K., Lo, H.K., 2003. A Mixed Integer Formulation for Multiple-Route Transit Network Design. J. Math. Model. Algorithms 2, 299–308. doi:10.1023/B:JMMA.0000020425.99217.cd
dc.relation.referencesWee-Kit Ho, Juay Chin Ang y Andrew Lim, “A hybrid search algorithm for the vehicle routing problem with time windows”, Internacional journal on artificial intelligenc tools, vol. 10, No. 3, 2011, pp 431 – 449.
dc.relation.referencesWren, A. (1999) Heuristics Ancient and Modern; Transport scheduling through the ages. Leeds Artificial Intelligence Seminar Series, University of Leeds. (http://www.scs.leeds.ac.uk/seth/seminars/nov-17-99b.DOC, Mayo 2003)
dc.relation.referencesYen, J.Y., 1971. Finding the K Shortest Loopless Paths in a Network. Manag. Sci. 17, 712–716.
dc.relation.referencesZhai, H., Frey, H.C., Rouphail, N.M., 2008. A Vehicle-Specific Power Approach to Speed- and Facility-Specific Emissions Estimates for Diesel Transit Buses. Environ. Sci. Technol. 42, 7985–7991. doi:10.1021/es800208d
dc.relation.referencesZhang, L., Yang, H., Wu, D., Wang, D., 2014. Solving a discrete multimodal transportation network design problem. Transp. Res. Part C Emerg. Technol. 49, 73–86. doi:10.1016/j.trc.2014.10.008
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.subject.proposalUrban collective public transport
dc.subject.proposalTransporte público colectivo urbano
dc.subject.proposalmultiobjective mathematical model
dc.subject.proposalmodelo matemático multiobjetivo
dc.subject.proposalalgoritmo genético
dc.subject.proposalgenetic algorithm
dc.subject.proposaldiseño de rutas
dc.subject.proposalroute design
dc.type.coarhttp://purl.org/coar/resource_type/c_1843
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.contentText
oaire.accessrightshttp://purl.org/coar/access_right/c_abf2


Archivos en el documento

Thumbnail
Nombre:
1049604719.2020.pdf
Tamaño:
1.448Mb
Formato:
PDF
Descargar
Thumbnail
Nombre:
license_rdf
Tamaño:
805bytes
Formato:
application/rdf+xml
Descargar

Este documento aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del documento

Atribución-SinDerivadas 4.0 InternacionalEsta obra está bajo licencia internacional Creative Commons Reconocimiento-NoComercial 4.0.Este documento ha sido depositado por parte de el(los) autor(es) bajo la siguiente constancia de depósito