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...

Full description

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
Description
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.