Estimation of a loading/unloading parking duration model for commercial vehicles in urban areas

Abstract

A lo largo de los años, la entrega de bienes y servicios se ha enfrentado cada vez más a retos como la falta de zonas de parqueo para las entregas, el aumento de la demanda por parte de los usuarios y externalidades negativas como mayores niveles de accidentes y contaminación. En esta investigación se utiliza un modelo de regresión Lasso para estimar un modelo de duración del parqueo para actividades de carga y descarga. El modelo, desarrollado a partir de 247 observaciones de operaciones de camiones en Medellín (Colombia), se utiliza para identificar las principales variables que influyen en la duración del estacionamiento en el Área Metropolitana de Medellín. Los resultados del modelo indican cómo las principales variables que intervienen en el tiempo de estacionamiento son el peso de la carga (Ton), las unidades por Pallet, el número de empleados del establecimiento, el número de equipos manuales, el número de equipos mecánicos, y si la operación fue asistida con equipos de carga/descarga. También se descubrió que el modelo de regresión Lasso tiene un gran potencial para comprender y predecir la duración del estacionamiento de los viajes de camiones comerciales. La tesis concluye con recomendaciones para futuras investigaciones basadas en los resultados obtenidos al aplicar la metodología propuesta en este estudio. (Tomado de la fuente)

Over the years, the delivery of goods and services has increasingly faced challenges such as a lack of parking spaces for deliveries, increased demand from users, and negative externalities such as higher levels of accidents and pollution. This research uses a Lasso regression model to estimate a parking duration model for loading and unloading activities. The model, developed from 247 observations of truck operations in Medellin (Colombia), is used to identify the main variables influencing parking duration in Medellin’s metropolitan area. The model results indicate how the main variables that intervene in the parking time are cargo weight (Ton), units per Pallet, number of employees, number of manual equipment, number of mechanical equipment, and whether the operation was assisted with loading/unloading equipment. It was also found that the Lasso regression model has great potential to understand and predict the parking duration of commercial truck trips. The thesis concludes with recommendations for future research based on the results obtained by applying the methodology proposed in this study.