Metodología para la calibración del programa Transyt-7f para optimización de semáforos en áreas urbanas

Abstract

La búsqueda de estrategias para lograr una eficiente operación del tránsito en áreas urbanas, conservando la oferta de infraestructura vial, se ha convertido en uno de los principales retos ingenieriles. En este trabajo de investigación se establece una metodología para la calibración del Algoritmo Genético del TRANSYT-7F para la optimización de redes semafóricas; el análisis se realiza contrastando los procesos de optimización del programa con el Algoritmo Genético (AG) y el método convencional Hill Climb (HC), para la búsqueda de una solución óptima global de la programación de planes semafóricos. Se analiza un caso de estudio en la ciudad de Medellín- Colombia, donde se evaluó el estado actual de una red coordinada y se optimizan los tiempos de señal empleando optimización mediante AG y HC. Los tiempos de señal óptimos resultantes en cada escenario se validan en un microsimulador para determinar su efectividad. Con la microsimulación en Aimsun Next se pudo validar que el proceso de optimización con AG, presenta una superioridad frente al método del HC y a las condiciones actua les de la red, ya que se observó una reducción de cola media y de demoras en la red. (Texto tomado de la fuente)

The search for strategies to achieve an efficient traffic operation in urban areas, preserving the supply of road infrastructure, has become one of the main engineering challenges.This research work establishes a methodology for the calibration of the TRANSYT-7F Genetic Algorithm for the optimization of traffic light networks; the analysis is performed by contrasting the optimization processes of the program with the Genetic Algorithm (GA) versus the conventional Hill Climb (HC) method, for the search of a global optimal solution for the scheduling of traffic light plans. A case study in Medellin, Colombia is analyzed, where the current state of a coordinated network is evaluated and signal times are optimized using GA and HC optimization. The resulting optimal signal times in each scenario are validated in a microsimulator to determine their effectiveness. With the microsimulation in Aimsun Next it was possible to validate that the optimization process with GA, presents a superiority over the HC method and the current conditions of the network, since a reduction of average queue and delays in the network was observed.