En 22 día(s), 21 hora(s) y 11 minuto(s): El Repositorio Institucional UNAL informa a la comunidad universitaria que, con motivo del periodo de vacaciones colectivas, el servicio de publicación estará suspendido: Periodo de cierre: Del 20 de diciembre al 18 de enero de 2026. Sobre los depósitos: Durante este tiempo, los usuarios podrán continuar realizando el depósito respectivo de sus trabajos en la plataforma. Reanudación: Una vez reiniciadas las actividades administrativas, los documentos serán revisados y publicados en orden de llegada.

Modelo para reducir tiempos de transferencia en portales de un sistema de transporte público BRT

Cargando...
Miniatura

Director

Document language:

Español

Título de la revista

ISSN de la revista

Título del volumen

Documentos PDF

Resumen

Este documento presenta el desarrollo de un modelo de sincronización de rutas de transporte público, que puede aplicarse a un sistema de buses, o de trenes. Consiste en un modelo de optimización con dos funciones objetivo; la primera función reduce el tiempo de transferencia total de los usuarios; la segunda función objetivo maximiza el mínimo intervalo para garantizar una mejor distribución. El modelo genera la tabla de horario de buses durante el periodo de análisis. El modelo propuesto tiene en cuenta la espera adicional de los usuarios que no pudieron efectuar su transferencia en el primer vehículo disponible, y modelación de los usuarios no transferidos, se realizó una cadena de Markov. La solución se realizó usando el Algoritmo Genético NSGA II, se realizaron dos ejercicios, uno teórico y otro aplicado a la Troncal Calle 26; del sistema Transmilenio en la ciudad de Bogotá, cuando resultado obtenido es comparado con la programación de un día de operación. Se obtuvo una reducción del 16% del tiempo de transferencia total.
Abstract: This document presents a public transport synchronization model, which can be applied to a bus or train system. It consists of an optimization model with two objective functions; the first function reduces the transfer time of the all passenger; the second objective function maximizes the minimum headway to guarantee a better distribution. The model results in a timetable during the analysis period. It considers the additional wait of the users who could not make their transfer in the first available vehicle, the waiting time of the non-transferred passengers was modeled as a Markov chain. The solution was made using the Genetic Algorithm NSGA II; two exercises were solved; the first was a theoretical exercise, the second applied to the Troncal Calle 26 of Transmilenio in Bogota. The result is compared to a day of operation. A reduction of 16% of the total transfer time was obtained.

Abstract

Descripción

Palabras clave

Citación