Metaheurística para la solución del Transit Network Design Problem multiobjetivo con demanda multiperiodo

En este artículo se estudia el problema de Red de Transporte, usualmente conocido como TNDP (Transit Network Design Problem) multiobjetivo. Este consiste en encontrar la combinación ideal de rutas y frecuencias, que permita realizar un balance entre los intereses de los usuarios y los opera-dores, q...

Full description

Autores:
Garzón, Natalia Andrea
González Neira, Eliana María
Pérez Vélez, Ignacio
Tipo de recurso:
Article of investigation
Fecha de publicación:
2017
Institución:
Escuela Colombiana de Ingeniería Julio Garavito
Repositorio:
Repositorio Institucional ECI
Idioma:
spa
OAI Identifier:
oai:repositorio.escuelaing.edu.co:001/1621
Acceso en línea:
https://repositorio.escuelaing.edu.co/handle/001/1621
https://doi.org/10.17230/ingciencia.13.25.2
Palabra clave:
Transporte
Problemas de transporte (Programación)
Metaheurística
Programación lineal
Algoritmos heurísticos
Transportation
Transportation problems (Programming)
Metaheuristics
Linear programming
Heuristic algorithms
Diseño de redes de transporte
Transporte público
Búsqueda de vecindades variables
Optimización multiobjetivo
Network design problem
Public transportation
Variable neighborhood search
Multi-objective optimization
Rights
openAccess
License
https://creativecommons.org/licenses/by/4.0/
Description
Summary:En este artículo se estudia el problema de Red de Transporte, usualmente conocido como TNDP (Transit Network Design Problem) multiobjetivo. Este consiste en encontrar la combinación ideal de rutas y frecuencias, que permita realizar un balance entre los intereses de los usuarios y los opera-dores, que se contraponen. Utiliza como datos de entrada un grafo con sus respectivos costos de transporte (en este caso tiempos) y demandas aso-ciadas a cada par de nodos. Como método de solución a este problema de optimización combinatoria multiobjetivo, se propone el uso de la metaheurística Búsqueda en Vecindades Variables (VNS), que resuelve problemas de optimización buscando soluciones competitivas mediante el cambio de vecindario iterativamente. El método propuesto fue probado inicialmente en el caso de estudio diseñado por Mandl, que consiste en 15 nodos y 21 arcos, y una matriz de demandas simétrica; y posteriormente para otras 11instancias con tres tamaños de grafo diferentes (15, 30, 45 nodos). El modelo primero se corrió con el caso original para compararlo con autores que en oportunidades pasadas han trabajado el mismo problema. Posteriormente el VNS propuesto se probó con un modelo de demanda cambiante en 3momentos del día (Mañana, tarde y noche) para corroborar los resultados positivos obtenidos en el primer ejercicio y darle un alcance mayor a la solución del problema.