Modelo de asignación de rutas en sistemas de transporte urbano considerando el comportamiento de los usuarios desde la perspectiva de toma de decisiones

Abstract

En cualquier ciudad del mundo, los recorridos de los taxis constituyen una gran fuente de datos para los estudios urbanos, dada su capacidad para captar una gran proporción de viajes entre diferentes orígenes y destinos. Esta tesis propone una metodología de recolección de datos de comportamiento en tiempo real in situ de los conductores de servicio público (Taxis). Se diseñó un cuestionario con dos componentes: i) Encuesta de preferencias reveladas y aspectos de la personalidad a través de la observación directa de los conductores y ii) información de la ruta a través de dispositivos GPS que miden la distancia y el tiempo durante el viaje. La recolección de datos se centró en la reacción a la información sobre el viaje y durante el mismo, la disposición de los conductores a recibir información sobre la red, su comportamiento al conducir y su influencia en la elección de una ruta. Adicionalmente se proponen y estiman; un modelo híbrido de elección discreta que integra la variable latente en relación a la forma de conducir; modelos prospectivos y modelos de arrepentimiento de elección de ruta que capturan el comportamiento de elección de los conductores en condiciones de tráfico real. Los modelos de elección de ruta utilizados son el MNL, C-Logit, PSL y PSCL. La estimación de los modelos se realiza con la muestra de datos de comportamiento en tiempo real in situ de los conductores de servicio público (Taxis) de la ciudad de Medellín, Colombia, donde se comparan sus desempeños en términos de calidad de resultados, de predicción y análisis conceptual. (Texto tomado de la fuente)

In any city of the world, the taxi paths provide a big reasonable data source for urban studies given their ability to capture a large proportion of trips between different origins and destinations. This thesis proposes a methodology for collecting real-time behavioral data in situ from public service (Taxi) drivers. A questionnaire was designed with two components: i) survey of revealed preferences and personality aspects through direct observation of the drivers and ii) route information through GPS devices measuring distance and time during the trip. Data collection focused on the reaction to information about and during the trip, drivers' willingness to receive information about the network, their driving behavior and its influence on the choice of a route. Additionally, we propose and estimate; a hybrid discrete choice model that integrates the latent variable in relation to driving style; prospective models and route choice regret models that capture drivers' choice behavior under real traffic conditions. The route choice models used are the MNL, C-Logit, PSL and PSCL. The estimation of the models is performed with the sample of real-time in situ behavioral data of public service drivers (Taxis) in the city of Medellin, Colombia, where their performances are compared in terms of quality of results, prediction and conceptual analysis.