Modelamiento de la operación del corredor exclusivo de Transmilenio en la avenida Caracas entre calle 45 y calle 53 mediante el uso de big data

Este trabajo tiene como objetivo el desarrollo de un modelo basado en Big Data para analizar las dinámicas del corredor exclusivo de Transmilenio en la Avenida Caracas, entre la Calle 45 y la Calle 53, centrado en la estación “Calle 45 – American School Way” con el fin de generar recomendaciones fun...

Full description

Autores:
García Gómez, Dillan Andrés
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2025
Institución:
Universidad Distrital Francisco José de Caldas
Repositorio:
RIUD: repositorio U. Distrital
Idioma:
spa
OAI Identifier:
oai:repository.udistrital.edu.co:11349/93528
Acceso en línea:
http://hdl.handle.net/11349/93528
Palabra clave:
Analisis másivo de datos
TransMilenio
Tráfico
Sistemas de transporte inteligente
Modelación predictiva
Ingeniería Civil -- Tesis y disertaciones académicas
Big data -- Bogotá (Colombia)
Modelado de sistemas de transporte -- Bogotá (Colombia)
Transmilenio -- Bogotá (Colombia)
Transporte público -- Bogotá (Colombia)
Big data
TransMilenio
Traffic
Intelligent transportation system
Predictive modeling
Rights
License
Abierto (Texto Completo)
id UDISTRITA2_684ba9987e5e97ec24878168e6849513
oai_identifier_str oai:repository.udistrital.edu.co:11349/93528
network_acronym_str UDISTRITA2
network_name_str RIUD: repositorio U. Distrital
repository_id_str
dc.title.none.fl_str_mv Modelamiento de la operación del corredor exclusivo de Transmilenio en la avenida Caracas entre calle 45 y calle 53 mediante el uso de big data
dc.title.titleenglish.none.fl_str_mv Modeling of the operation of the exclusive Transmilenio corridor on avenida Caracas between calle 45 and calle 53 through the use of big data
title Modelamiento de la operación del corredor exclusivo de Transmilenio en la avenida Caracas entre calle 45 y calle 53 mediante el uso de big data
spellingShingle Modelamiento de la operación del corredor exclusivo de Transmilenio en la avenida Caracas entre calle 45 y calle 53 mediante el uso de big data
Analisis másivo de datos
TransMilenio
Tráfico
Sistemas de transporte inteligente
Modelación predictiva
Ingeniería Civil -- Tesis y disertaciones académicas
Big data -- Bogotá (Colombia)
Modelado de sistemas de transporte -- Bogotá (Colombia)
Transmilenio -- Bogotá (Colombia)
Transporte público -- Bogotá (Colombia)
Big data
TransMilenio
Traffic
Intelligent transportation system
Predictive modeling
title_short Modelamiento de la operación del corredor exclusivo de Transmilenio en la avenida Caracas entre calle 45 y calle 53 mediante el uso de big data
title_full Modelamiento de la operación del corredor exclusivo de Transmilenio en la avenida Caracas entre calle 45 y calle 53 mediante el uso de big data
title_fullStr Modelamiento de la operación del corredor exclusivo de Transmilenio en la avenida Caracas entre calle 45 y calle 53 mediante el uso de big data
title_full_unstemmed Modelamiento de la operación del corredor exclusivo de Transmilenio en la avenida Caracas entre calle 45 y calle 53 mediante el uso de big data
title_sort Modelamiento de la operación del corredor exclusivo de Transmilenio en la avenida Caracas entre calle 45 y calle 53 mediante el uso de big data
dc.creator.fl_str_mv García Gómez, Dillan Andrés
dc.contributor.advisor.none.fl_str_mv Zamudio Huertas, Eduardo
dc.contributor.author.none.fl_str_mv García Gómez, Dillan Andrés
dc.contributor.orcid.none.fl_str_mv Zamudio Huertas Eduardo [0000-0002-9698-5419]
dc.subject.none.fl_str_mv Analisis másivo de datos
TransMilenio
Tráfico
Sistemas de transporte inteligente
Modelación predictiva
topic Analisis másivo de datos
TransMilenio
Tráfico
Sistemas de transporte inteligente
Modelación predictiva
Ingeniería Civil -- Tesis y disertaciones académicas
Big data -- Bogotá (Colombia)
Modelado de sistemas de transporte -- Bogotá (Colombia)
Transmilenio -- Bogotá (Colombia)
Transporte público -- Bogotá (Colombia)
Big data
TransMilenio
Traffic
Intelligent transportation system
Predictive modeling
dc.subject.lemb.none.fl_str_mv Ingeniería Civil -- Tesis y disertaciones académicas
dc.subject.lemb.spa.fl_str_mv Big data -- Bogotá (Colombia)
Modelado de sistemas de transporte -- Bogotá (Colombia)
Transmilenio -- Bogotá (Colombia)
Transporte público -- Bogotá (Colombia)
dc.subject.keyword.none.fl_str_mv Big data
TransMilenio
Traffic
Intelligent transportation system
Predictive modeling
description Este trabajo tiene como objetivo el desarrollo de un modelo basado en Big Data para analizar las dinámicas del corredor exclusivo de Transmilenio en la Avenida Caracas, entre la Calle 45 y la Calle 53, centrado en la estación “Calle 45 – American School Way” con el fin de generar recomendaciones fundamentadas que permitan mejorar la distribución de la flota y la gestión del tráfico en tiempo real, utilizando datos procesados con Machine Learning para predecir la cantidad de personas de acuerdo a la hora del día, la cantidad de buses en operación y su impacto en el sistema de transporte. Se compara el comportamiento del sistema en dos semanas de octubre y enero para evaluar el desempeño del modelo en diferentes condiciones y también se revisa la influencia de factores climáticos, como la pluviosidad, para revisar de qué manera influyen los factores externos dentro del análisis.
publishDate 2025
dc.date.accessioned.none.fl_str_mv 2025-03-11T20:33:06Z
dc.date.available.none.fl_str_mv 2025-03-11T20:33:06Z
dc.date.created.none.fl_str_mv 2025-02-12
dc.type.none.fl_str_mv bachelorThesis
dc.type.degree.none.fl_str_mv Monografía
dc.type.driver.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
format http://purl.org/coar/resource_type/c_7a1f
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/11349/93528
url http://hdl.handle.net/11349/93528
dc.language.iso.none.fl_str_mv spa
language spa
dc.relation.references.none.fl_str_mv RUSSELL, S. J., & Norvig, P. (2020). Artificial intelligence: A modern approach (4th ed.). Pearson Education. https://doi.org/10.1017/S0269888900007724
MAYER-SCHÖNBERGER, Viktor. (2013). Big data: una revolución que transformará cómo vivimos, trabajamos y pensamos. Madrid: Turner, p. 258.
LEE, Dong Woo. (2019). Predicting Public Transport Demand Using Machine Learning Models. En: Transportation Research Part C: Emerging Technologies. Vol. 98; p. 200.
HAN, Jiawei. (2012). Data Mining: Concepts and Techniques. 3a ed. San Francisco: Morgan Kaufmann, p. 744)
GARCÍA, Luis. Big Data y Transporte Urbano: Una Perspectiva Latinoamericana. En: Revista de Ingeniería. Vol. 37 (2020); p. 89.
ZANTALIS, F., KOULOURAS, G., KARABETSOS, S., & KANDRIS, D. (2019). "A Review of Machine Learning and IoT in Smart Transportation." Future Internet, 11(4), pág. 94.
CHEN, M., YANG, J., HAO, Y., MAO, S., & HWANG, K. (2020). "A 5V Big Data Framework for ITS in Smart City." IEEE Communications Magazine, 58(1), pág. 56.
ZHANG, J., WANG, F. Y., WANG, K., & LIN, W. H. (2021). "Data-Driven Intelligent Transportation Systems: A Survey." IEEE Transactions on Intelligent Transportation Systems, 22(2), pág. 900.
GANDOMI, A., & HAIDER, M. (2015). "Beyond the hype: Big data concepts, methods, and analytics." International Journal of Information Management, 35(2), 137-144.
KITCHIN, R. (2014). "The real-time city? Big data and smart urbanism." GeoJournal, 79(1), 1-14.
MONTGOMERY, D. C., PECK, E. A., & VINING, G. G. (2021). Introduction to Linear Regression Analysis (5th ed.). Wiley.
MCAFEE, A., & BRYNJOLFSSON, E. (2012). "Big data: The management revolution." Harvard Business Review, 90(10), 60-68
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.acceso.none.fl_str_mv Abierto (Texto Completo)
rights_invalid_str_mv Abierto (Texto Completo)
http://purl.org/coar/access_right/c_abf2
dc.format.mimetype.none.fl_str_mv pdf
dc.publisher.none.fl_str_mv Universidad Distrital Francisco José de Caldas
publisher.none.fl_str_mv Universidad Distrital Francisco José de Caldas
institution Universidad Distrital Francisco José de Caldas
bitstream.url.fl_str_mv https://repository.udistrital.edu.co/bitstreams/a28f4ec9-e6d7-4e96-bf74-91d3cad25e03/download
https://repository.udistrital.edu.co/bitstreams/fefd6bdb-4586-491b-8bb6-958b90c63f0f/download
https://repository.udistrital.edu.co/bitstreams/27c57f9f-6200-48f3-a239-f8dc12e4e57e/download
https://repository.udistrital.edu.co/bitstreams/6ba667cb-fb6c-4734-866a-ce3940ad4b33/download
bitstream.checksum.fl_str_mv f87264d9cd22508ade2535db36e9a56f
178e0db3b90c25d16c3785c0f3d681ec
2a802f3cf70a21327278580b85dbd6ff
997daf6c648c962d566d7b082dac908d
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Universidad Distrital
repository.mail.fl_str_mv repositorio@udistrital.edu.co
_version_ 1837007268209491968
spelling Zamudio Huertas, EduardoGarcía Gómez, Dillan AndrésZamudio Huertas Eduardo [0000-0002-9698-5419]2025-03-11T20:33:06Z2025-03-11T20:33:06Z2025-02-12http://hdl.handle.net/11349/93528Este trabajo tiene como objetivo el desarrollo de un modelo basado en Big Data para analizar las dinámicas del corredor exclusivo de Transmilenio en la Avenida Caracas, entre la Calle 45 y la Calle 53, centrado en la estación “Calle 45 – American School Way” con el fin de generar recomendaciones fundamentadas que permitan mejorar la distribución de la flota y la gestión del tráfico en tiempo real, utilizando datos procesados con Machine Learning para predecir la cantidad de personas de acuerdo a la hora del día, la cantidad de buses en operación y su impacto en el sistema de transporte. Se compara el comportamiento del sistema en dos semanas de octubre y enero para evaluar el desempeño del modelo en diferentes condiciones y también se revisa la influencia de factores climáticos, como la pluviosidad, para revisar de qué manera influyen los factores externos dentro del análisis.This work aims to develop a model based on Big Data to analyze the dynamics of the exclusive Transmilenio corridor on Avenida Caracas, between Calle 45 and Calle 53, centered on the “Calle 45 – American School Way” station in order to generate substantiated recommendations that allow improving fleet distribution and traffic management in real time, using data processed with Machine Learning to predict the number of people according to the time of day, the number of buses in operation and their impact on the transportation system. The behavior of the system is compared in two weeks of October and January to evaluate the performance of the model in different conditions and the influence of climatic factors, such as rainfall, is also reviewed to review how external factors influence the analysis.pdfspaUniversidad Distrital Francisco José de CaldasAnalisis másivo de datosTransMilenioTráficoSistemas de transporte inteligenteModelación predictivaIngeniería Civil -- Tesis y disertaciones académicasBig data -- Bogotá (Colombia)Modelado de sistemas de transporte -- Bogotá (Colombia)Transmilenio -- Bogotá (Colombia)Transporte público -- Bogotá (Colombia)Big dataTransMilenioTrafficIntelligent transportation systemPredictive modelingModelamiento de la operación del corredor exclusivo de Transmilenio en la avenida Caracas entre calle 45 y calle 53 mediante el uso de big dataModeling of the operation of the exclusive Transmilenio corridor on avenida Caracas between calle 45 and calle 53 through the use of big databachelorThesisMonografíainfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fAbierto (Texto Completo)http://purl.org/coar/access_right/c_abf2RUSSELL, S. J., & Norvig, P. (2020). Artificial intelligence: A modern approach (4th ed.). Pearson Education. https://doi.org/10.1017/S0269888900007724MAYER-SCHÖNBERGER, Viktor. (2013). Big data: una revolución que transformará cómo vivimos, trabajamos y pensamos. Madrid: Turner, p. 258.LEE, Dong Woo. (2019). Predicting Public Transport Demand Using Machine Learning Models. En: Transportation Research Part C: Emerging Technologies. Vol. 98; p. 200.HAN, Jiawei. (2012). Data Mining: Concepts and Techniques. 3a ed. San Francisco: Morgan Kaufmann, p. 744)GARCÍA, Luis. Big Data y Transporte Urbano: Una Perspectiva Latinoamericana. En: Revista de Ingeniería. Vol. 37 (2020); p. 89.ZANTALIS, F., KOULOURAS, G., KARABETSOS, S., & KANDRIS, D. (2019). "A Review of Machine Learning and IoT in Smart Transportation." Future Internet, 11(4), pág. 94.CHEN, M., YANG, J., HAO, Y., MAO, S., & HWANG, K. (2020). "A 5V Big Data Framework for ITS in Smart City." IEEE Communications Magazine, 58(1), pág. 56.ZHANG, J., WANG, F. Y., WANG, K., & LIN, W. H. (2021). "Data-Driven Intelligent Transportation Systems: A Survey." IEEE Transactions on Intelligent Transportation Systems, 22(2), pág. 900.GANDOMI, A., & HAIDER, M. (2015). "Beyond the hype: Big data concepts, methods, and analytics." International Journal of Information Management, 35(2), 137-144.KITCHIN, R. (2014). "The real-time city? Big data and smart urbanism." GeoJournal, 79(1), 1-14.MONTGOMERY, D. C., PECK, E. A., & VINING, G. G. (2021). Introduction to Linear Regression Analysis (5th ed.). Wiley.MCAFEE, A., & BRYNJOLFSSON, E. (2012). "Big data: The management revolution." Harvard Business Review, 90(10), 60-68ORIGINALGarcíaGómezDillanAndrés2025.pdfGarcíaGómezDillanAndrés2025.pdfTrabajo de Gradoapplication/pdf1373424https://repository.udistrital.edu.co/bitstreams/a28f4ec9-e6d7-4e96-bf74-91d3cad25e03/downloadf87264d9cd22508ade2535db36e9a56fMD52GarcíaGómezDillanAndrés2025Anexos.zipGarcíaGómezDillanAndrés2025Anexos.zipapplication/zip1316549https://repository.udistrital.edu.co/bitstreams/fefd6bdb-4586-491b-8bb6-958b90c63f0f/download178e0db3b90c25d16c3785c0f3d681ecMD53Licencia de uso y publicacion.pdfLicencia de uso y publicacion.pdfapplication/pdf180090https://repository.udistrital.edu.co/bitstreams/27c57f9f-6200-48f3-a239-f8dc12e4e57e/download2a802f3cf70a21327278580b85dbd6ffMD54LICENSElicense.txtlicense.txttext/plain; charset=utf-87167https://repository.udistrital.edu.co/bitstreams/6ba667cb-fb6c-4734-866a-ce3940ad4b33/download997daf6c648c962d566d7b082dac908dMD5111349/93528oai:repository.udistrital.edu.co:11349/935282025-03-27 13:13:03.298open.accesshttps://repository.udistrital.edu.coRepositorio Universidad Distritalrepositorio@udistrital.edu.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

Publicaciones similares