Modelo de producción y atracción de viajes de carga para el edificio de FEDECAFE

Abstract

La importancia de la planificación de las zonas donde se instalan físicamente los polos generadores de carga y de viajes de carga radica en la búsqueda permanente de la reducción y eliminación de las externalidades (congestión, contaminación, accidentalidad) asociadas al proceso del transporte. Por lo cual, es importante entender y predecir su comportamiento, buscando esa armonía en la integración del conjunto y el beneficio que se debe generar en la comunidad. Por lo anterior, se realiza una investigación de los modelos de generación de viajes de carga y con base en la información resultante del estudio del polo generador del edificio de Fedecafé en Bogotá, se realiza la caracterización de las dinámicas actuales asociadas a las actividades de organizaciones y organismos extraterritoriales de las entidades sin ánimo de lucro y se construyen los modelos de regresión para la generación viajes y de carga. Luego, aplicando el modelo se proyecta la información para el año 2023 y se identifica su impacto en la zona de estudio. (Texto tomado de la fuente)

The importance of planning the areas where the load generating poles and freight trips are essentially installed lies in the permanent search for the reduction and elimination of externalities (congestion, pollution, accidents) associated with the transportation process, therefore which is important to understand and predict their behavior, seeking that harmony in the integration of the whole and the benefit that should be generated in the community. Due to the above, an investigation of the freight trip generation models is carried out and based on the information resulting from the study of the generating pole of the Fedecafé building in Bogotá, the characterization of the current dynamics associated with the activities of organizations and extraterritorial organizations of non-profit entities and regression models are built for the generation of trips and cargo; Then, applying the model, the information is projected for the year 2023 and its impact on the study area is identified.