Algoritmo evolutivo multi-objetivo para la localización y asignación de paraderos de buses escolares
El proyecto busca diseñar un método de localización de paraderos escolares y la respectiva asignación de estudiantes a esos paraderos. La localización de los paraderos tiene en cuenta propiedades de accesibilidad (vías cercanas a corredores principales) y costo dado por las características reales de...
- Autores:
-
Neira González, Gustavo Adolfo
- Tipo de recurso:
- Fecha de publicación:
- 2012
- Institución:
- Universidad de los Andes
- Repositorio:
- Séneca: repositorio Uniandes
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.uniandes.edu.co:1992/11578
- Acceso en línea:
- http://hdl.handle.net/1992/11578
- Palabra clave:
- Transporte de escolares - Planificación - Investigaciones
Transporte - Modelos matemáticos - Investigaciones
Transporte - Planificación - Investigaciones
Ingeniería
- Rights
- openAccess
- License
- https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
Summary: | El proyecto busca diseñar un método de localización de paraderos escolares y la respectiva asignación de estudiantes a esos paraderos. La localización de los paraderos tiene en cuenta propiedades de accesibilidad (vías cercanas a corredores principales) y costo dado por las características reales de la malla vial (largo, ancho, área y número de carriles). En total son tres objetivos que se tienen en cuenta para la asignación del estudiante y la apertura del paradero (minimización del costo total por apertura de paraderos, maximización de accesibilidad por utilización de paradero y minimización de la suma de distancias recorrida por los estudiantes a los paraderos donde se asignan). El método incluye un modelo [Épsilon]-restricciones y un algoritmo genético fundamentado en éste, ambos evaluados con instancias aleatorias y con instancias reales de la localidad de Suba. Los resultados muestran un mejor comportamiento del algoritmo genético en términos de accesibilidad y distancia de la población final reportada para instancias mayores a 75 localizaciones de demanda y 1320 posibles paraderos, mientras la aproximación lineal obtiene los mejores costos en las soluciones encontradas para instancias más pequeñas. |
---|