Download - Determinar HCW usando NetLogo
-
Proyecto de Grado
Presentado ante la ilustre Universidad de Los Andes como requisito parcial para
obtener el Ttulo de Ingeniero de Sistemas
DETERMINACION DEL NIVEL DE SERVICIO
DE VIAS INTER-URBANAS USANDO
SIMULACION MULTIAGENTE.
Por
Br. Jesus Azauje
Tutor: Prof. Sebastian Medina
Febrero 2015
c2015 Universidad de Los Andes, Merida, Venezuela
-
DETERMINACION DEL NIVEL DE SERVICIO DE VIAS
INTER-URBANAS USANDO SIMULACION
MULTIAGENTE.
Br. Jesus Azauje
Proyecto de Grado Investigacion de Operaciones, 90 paginas
Escuela de Ingeniera de Sistemas, Universidad de Los Andes, 2015
Resumen: A continuacion se presenta un modelo de simulacion de un tramo de va
interurbana, disenado e implemetado en la plataforma de simulacion multiagente Netlo-
go. El modelo esta basado en la interaccion que exite entre los vehculos que transitan
en ambos sentidos de una va de dos carriles. Dentro del modelo se estudia el efecto de
los reductores de velocidad de tipo resalto o lomo sobre la capacidad y los niveles de
servicio.
La velocidad, la aceleracion, la desaceleracion, numero de vehculos, entre otros, son los
parametros tomados en cuenta dentro del modelo. Se estudia un tramo perteneciente a
la carretera panamericana de venezuela, tambien conocida como la troncal 001 (T001).
Este tramo posee una longitud aproximada de 95 km y une a El Viga con Nueva
Bolivia, dos ciudades del pie de monte del Estado Merida. Se tomo esta zona para el
estudio por presentar alto trafico y por ser una de las mas productivas del estado y del
pas.
Palabras clave: Simulacion multiagentes, capacidad y nivel de servicio, modelado y
simulacion.
Este trabajo fue procesado en LATEX.
-
Indice general
Indice de Tablas VI
1. Introduccion 1
1.1. Planteamiento del Problema . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2. Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2.1. Objetivo Generale . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2.2. Objetivos Especficos . . . . . . . . . . . . . . . . . . . . . . . . 2
1.3. Justificacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.4. Antecedentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.5. Alcance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.6. Metodologa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2. Marco Teorico 7
2.1. Modelo, modelado y simulacion. . . . . . . . . . . . . . . . . . . . . . . 7
2.1.1. Modelo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.1.2. Modelado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.1.3. Simulacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.2. Simulacion multiagentes . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.2.1. Agentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.2.2. Sistemas Multiagentes . . . . . . . . . . . . . . . . . . . . . . . 11
2.2.3. Principales entornos para el modelado de sistemas multiagentes 13
2.3. Va . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.3.1. Vas Interurbanas . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.4. Carretera . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
iii
-
2.4.1. Clasificacion de las carreteras . . . . . . . . . . . . . . . . . . . 17
2.4.2. Calzada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.4.3. Carril . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.4.4. Berma u hombrillo . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.5. Trafico en vas interurbanas . . . . . . . . . . . . . . . . . . . . . . . . 19
2.5.1. Transito . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.5.2. Caractersticas del Trafico . . . . . . . . . . . . . . . . . . . . . 19
2.5.3. Velocidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.6. Dispositivos para el control de transito y velocidad en Venezuela . . . . 20
2.6.1. Demarcaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.6.2. Senales verticales . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.6.3. Semaforos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.6.4. Dispositivos temporales . . . . . . . . . . . . . . . . . . . . . . . 22
2.6.5. Dispositivos reductores de velocidad . . . . . . . . . . . . . . . . 22
2.7. Capacidad vial y nivel de servicio . . . . . . . . . . . . . . . . . . . . . 25
2.7.1. Capacidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.7.2. Nivel de servicio . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3. Marco Metodologico 30
3.1. Analisis in situ. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.2. Calculo de la capacidad . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.3. Determinacion de los niveles de servicio . . . . . . . . . . . . . . . . . . 37
3.3.1. Determinacion de la velocidad de flujo libre. . . . . . . . . . . . 37
3.3.2. Determinacion de la demanda de tasa de flujo . . . . . . . . . . 38
3.3.3. Determinacion de la velocidad promedio de recorrido. . . . . . . 41
3.3.4. Determinacion del porcentaje de tiempo de seguimiento (PTSF). 41
3.4. Simulacion del trafico en una va de dos carriles usando Netlogo. . . . . 43
3.4.1. Descripcion de la va . . . . . . . . . . . . . . . . . . . . . . . . 44
3.4.2. Descripcion de los tipos de vehculos . . . . . . . . . . . . . . . 46
3.4.3. Algoritmos para la creacion de los vehculos dentro de la plata-
forma Netlogo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.4.4. Modelo conceptual . . . . . . . . . . . . . . . . . . . . . . . . . 50
-
3.5. Analisis estadstico. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.5.1. Media de la velocidad . . . . . . . . . . . . . . . . . . . . . . . . 51
3.5.2. Tiempo de seguimiento . . . . . . . . . . . . . . . . . . . . . . . 53
4. Estudio y simulacion del modelo de agentes 59
4.1. Escenario 1: Sensibilidad del modelo ante variaciones en la aceleracion
y desaceleracion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
4.2. Escenario 2: Aumentar la entrada de vehculos particulares y reducir los
vehculos pesados a 10 %. . . . . . . . . . . . . . . . . . . . . . . . . . . 65
4.3. Escenario 3: Va sin reductores de velocidad. . . . . . . . . . . . . . . . 67
4.4. Escenario 4: Va sin reductores de velocidad. . . . . . . . . . . . . . . . 69
4.5. Escenario 5: Va con reductores de velocidad y no se permite la maniobra
de adelantamiento. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
4.6. Escenario 6: Va con reductores de velocidad, no se permite adelantar y
se aumenta la entrada de vehculos particulares. . . . . . . . . . . . . . 73
4.7. Escenario 7: Tramo de 850 m con velocidad de 20 km/h, sector Playa
Grande . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
4.8. Escenario 8: Tramo de 850 m con velocidad de 20 km/h, no se permite
adelantar y reductores de velocidad en la va. . . . . . . . . . . . . . . 77
5. Demostracion del caso real 79
5.1. T001 Nueva Bolivia, Municipio Tulio Febres Cordero del estado Merida. 79
5.1.1. Calculo de la capacidad del tramo. . . . . . . . . . . . . . . . . 79
5.1.2. Calculo de los Niveles de servicio. . . . . . . . . . . . . . . . . . 80
6. Conclusiones y recomendaciones 83
6.1. Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
6.2. Recomendaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
Bibliografa 88
-
Indice de cuadros
2.1. Niveles de Servicio expuestos por Banon (1999). . . . . . . . . . . . . . 29
3.1. Niveles de servicio. (HCM2000) . . . . . . . . . . . . . . . . . . . . . . 33
3.2. Factores hora pico con base el periodo de 5 minutos. ((Cerquera, 2007)) 35
3.3. Factor de correlacion a la capacidad por pendiente ((Cerquera, 2007)) . 35
3.4. Factor de correlacion a la capacidad por efecto combinado de ancho de
y de hombrillo.((Cerquera, 2007)) . . . . . . . . . . . . . . . . . . . . . 36
3.5. Factor de correlacion a la capacidad por la existencia de reductores de
velocidad tipo resalto o lomo.Correa and Medina (2014) . . . . . . . . . 36
3.6. Factor de correccion a la capacidad por la presencia de vehculos pesados
(HCM2000). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.7. Factor de ajuste hora pico con base en el periodo pico de 15 minutos.
(HCM200) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.8. Equivalencia de vehculos livianos para vehculos pesados. (HCM200). . 41
3.9. Factor de ajuste para las zonas de no adelantamiento. (HCM2000) . . . 43
3.10. Caractersticas de la va estudiada . . . . . . . . . . . . . . . . . . . . . 45
3.11. Principales caractersticas de cada tramo . . . . . . . . . . . . . . . . . 45
3.12. Principales caractersticas de cada tramo . . . . . . . . . . . . . . . . . 46
3.13. Principales caractersticas de cada Vehculo . . . . . . . . . . . . . . . . 46
3.14. Principales caractersticas de cada Vehculo en Netlogo . . . . . . . . . 47
3.15. Promedio de la velocidad de los vehculos del carril derecho. (P: parches.
T: ticks) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
3.16. Promedio la velocidad de los vehculos del carril izquierdo . . . . . . . . 53
3.17. Promedio de la velocidad de los vehculos pesados del carril derecho . . 54
vi
-
3.18. Promedio de la velocidad de los vehculos pesados del carril izquierdo . 54
3.19. Promedio de los tiempo de seguimiento de los vehculos del carril derecho 55
3.20. Promedio de los tiempo de seguimiento de los vehculos del carril izquierdo 56
3.21. Promedio de los tiempo de seguimiento de los vehculos pesados del carril
derecho . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
3.22. Promedio de los tiempo de seguimiento de los de los vehculos pesados
del carril izquierdo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
-
Captulo 1
Introduccion
Desde hace muchos anos se han presentado innumerables problemas relacionados
al transito automotor en todas las vas publicas del planeta, tales como accidentes,
estancamiento vehicular, exceso de velocidad, entre otros. Dichos problemas dan lugar
a una gran cantidad de estudios que tratan de proporcionar soluciones factibles a ellos.
Venezuela no escapa de esto, debido a que la mayora de las carreteras del pas son de
solo dos canales de circulacion, al numero de vehculos existentes y al bajo costo de la
gasolina y diesel (La mas barata del mundo).
Este trabajo se enfoca en el estudio de la calidad del nivel de servicio de una va
inter-urbana del Estado Merida. El tramo seleccionado es desde El Viga hasta Nueva
Bolivia, aproximadamente con 95 kilometros de longitud y perteneciente a la carretera
Panamericana de Venezuela. Es una va muy importante para el Estado Merida debido
a que comunica con los estados vecinos y el centro del pas.
Por otra parte, es importante mencionar que la mayora de las vas del pas estan
abarrotadas o casi al borde del colapso, debido a que la cantidad de vehculos que las
transitan, sobrepasa la capacidad de dichas vas y estan dentro de los peores niveles de
servicio. Al hablar de nivel de servicio nos referimos a las condiciones dadas por una
va para el transito de vehculos o personas, como la libertad de maniobra, velocidad,
tiempo de recorrido, interrupciones a la circulacion, entre otros.
-
1.1 Planteamiento del Problema 2
1.1. Planteamiento del Problema
El crecimiento acelerado de la cantidad de vehculos en el pas y el elevado numero
de reductores de velocidad que se han colocado en las vas urbanas e inter-urbanas
venezolanas, han creado un severo problema para el transito automotor, problemas
que van desde el aumento del tiempo de los viajes, hasta desajustes mecanicos o
accidentes, con el consiguiente costo en dinero y consumo de combustible. Dicho
crecimiento vehicular y el numero de reductores de velocidad en las vas inter-urbanas
han disminuido, de forma drastica, la calidad y el nivel de servicio de las mismas.
Para el estudio de la capacidad y el nivel de servicio de las vas se han creado una
gran variedad de metodologas, todas ellas fueron creadas en otros paises a partir de
las caractersticas de sus carreteras y sus condiciones climaticas. Entre estas metodo-
logas encontramos al Highway Capacity Manual. Hasta ahora no ha sido creada una
metodologa que tome en cuenta las caractersticas propias de las vas de nuestro pas.
1.2. Objetivos
A continuacion se presentan el objetivo general y los objetivos especficos de la
investigacion.
1.2.1. Objetivo Generale
Disenar un modelo mediante agentes para determinar el nivel de servicio del tramo
de va El Viga-Nueva Bolivia. Este modelo multiagente considero al medio ambiente
como un agente independiente que interactua con los demas agentes.
1.2.2. Objetivos Especficos
Recolectar datos del trafico y de la va.
Determinar el comportamiento de los agentes mediante datos recabados.
Analizar los factores que influyen en el nivel de servicio de las vas.
-
1.3 Justificacion 3
Disenar los agentes a partir del comportamiento de cada uno de ellos.
Modelar el flujo de vehculos en el tramo de va El Viga-Nueva Bolivia.
Simular, validar y estudiar la sensibilidad el modelo.
Analizar los resultados de la simulacion.
1.3. Justificacion
Desde hace unos anos en nuestro pas hemos visto el deterioro de la calidad del nivel
de servicio de las vas urbanas, llegando a extenderse a las vas inter-urbanas y hasta
las autopistas mas importantes de la nacion, esto debido a la cantidad de vehculos,
reductores de velocidad, al gran numero de poblaciones aledanas a las vas y la falta
de atencion de las instituciones publicas destinadas al ordenamiento publico y a la
seguridad vial.
No se hacen seguimientos, ni estudios relacionados a la capacidad y a los niveles
de servicio en las vas publicas, a pesar de que en su mayora presentan los mas bajos
niveles y sobrepasan su capacidad.
Existen pocos planes de ampliaciones de las vas y el numero de reductores de
velocidad aumentan da tras da, esto conlleva a que las vas no sean confortables
para transitarlas, peligrosas debido a la poca capacidad de maniobra en ellas, ademas
los reductores de velocidad son aprovechados por bandas delictivas para cometer sus
fechoras.
En los ultimos anos se ha aumentado el numero de accidentes de transitos en las
vas del pas.
1.4. Antecedentes
Cerquera (2007), estudio la capacidad y el nivel del servicio de la infraestructura vial
colombianas, para esto uso lo planteado en el Manual colombiano para determinar la
-
1.4 Antecedentes 4
capacidad y el nivel de servicios y lo planteado en el Manual de capacidad Val (HCM).
Galan et al. (2006), modelaron y simularon un sistema basado en agentes con SIG
la gestion de agua en espacios metropolitanos, este estudio se hizo para estimar el
consumo de agua en la ciudad de Valladolid. El modelo fue una adaptacion al modelo
FIRMABAR basado en agentes y automatas celulares. Se muestran las tecnicas usadas
frecuentemente para la estimacion del consumo de agua.
Retore et al. (2006), desarrollaron un sistema multiagentes reactivo modelando el
control de trafico urbano (Sistemas Multi-Agentes Reativos Modelando o Controle de
Trafego Urbano) usando para ello la plataforma SIMULA.
Davidsson et al. (2005), desarrollaron un modelo basado en agentes para la logica
del transporte (Agent-Based Approaches to Transport Logistics) y usaron Multi-Agent
System (MAS).
Garca and Toledo (2000), presento un diseno e implementacion de una arquitectura
multiagente para la ayuda a la toma de decisiones en un sistema de control de trafico
urbano como tesis doctoral.
Fernandez and Fuentes (2010), planteo como proyecto de fin de master en sistemas
inteligentes simulacion del comportamiento de los conductores mediante agentes
inteligentes. Para su estudio utilizo Multi-Agent System (MAS) y basada la aplicacion
en la metodologa INGENIAS.
Camacho et al. (2008), estudiaron el uso de sistemas multiagentes para el modelado
del trafico de autos usando el software de simulacion Netlogo.
Garca and Fuentes (2011) desarrollo una simulacion basada en agentes de trafico
aereo, lo cual presento como master en investigacion en informatica. Uso INGENEAS
y AOSE como elementos integracion entre las aproximaciones ABM y MDE.
-
1.5 Alcance 5
J.Molina et al. (2010), estudiaron la evacuacion de personas de edificaciones
de varios pisos en presencia de obstaculos, utilizando sistemas multiagentes y la
plataforma GALATEA para la simulacion.
1.5. Alcance
El trabajo de investigacion se aplico en un Tramo de carretera ubicada en el estado
Merida, el cual comunica a 2 o mas ciudades de la region, el alcance de este trabajo
es medir la capacidad y nivel de servicio de la va mediante la simulacion basada en
agentes inteligentes.
1.6. Metodologa
La presente investigacion se llevo a cabo de la siguiente manera:
Se realizo una revision bibliografica de las metodologas y distintos software
existentes para el desarrollo de SMA y con el fin de utilizarlas para el modelado
de trafico de vehculos.
Se uso con el software de desarrollo de Sistemas Multiagentes (SMA) Netlogo, el
cual nos permito trabajar con las condiciones necesarias para la simulacion del
flujo de automoviles explicado en el estudio.
Se recopilaron los trabajos actuales realizados en la plataforma de desarrollo de
Sistemas Multiagentes (SMA) escogida para la simulacion bajo estudio.
Se realizo una revision bibliografica y entrevistas a expertos sobre los conceptos
basicos de trafico de vehculos.
-
1.6 Metodologa 6
Se construyo un Sistema Multiagente (SMA) usando la plataforma Netlogo.
Finalmente, se probo el Sistema Multiagente (SMA)y luego se observo el
comportamiento del trafico simulado.
-
Captulo 2
Marco Teorico
2.1. Modelo, modelado y simulacion.
Antes de mostrar lo que es el modelado mediante agentes, es preciso explicar que es
modelo, modelado y simulacion, ya que, nos ayudara a comprender distintas definiciones
dadas mas adelante en el texto.
2.1.1. Modelo
Un modelo es una abstraccion de un objeto o sistema, el cual permite que el estudio
de ese sistema sea mas facil, mas economico o factible en el tiempo. Tambien, podemos
decir que es una representacion matematica o computacional de un sistema.
2.1.2. Modelado
Es proceso mediante el cual se busca la comprension de un fenomeno, involucrando
las interrelaciones que existen entre las partes de un sistema y el sistema como un todo.
2.1.3. Simulacion
Es el proceso mediante el cual se modela un sistema real para entender de su
comportamiento en el tiempo, utilizando distintas aplicaciones y metodos .
-
2.2 Simulacion multiagentes 8
2.2. Simulacion multiagentes
2.2.1. Agentes
Segun TheWordReferenceun agente es algo que obra o que tiene la capacidad de
obrar.
Para Wooldridge and Jennings (1996), es un sistema computacional autonomo
capaz de actuar en un entorno determinado para alcanzar un fin especfico.
M Wooldridge and Sycara (1998) lo define como un sistema informatico, situado
en un entorno que es capaz de realizar acciones flexibles y automatas para alcanzar su
objetivo.
Weiss (1999), dijo que un agente es un sistema computacional capaz de tomar
decisiones en un medio, para cumplir un objetivo.
P. Hpola and Montes (1999), definen al agente como una entidad software que,
basandose en su propio conocimiento, realiza un conjunto de operaciones destinadas a
satisfacer las necesidades de un usuario o de otro programa, bien por iniciativa propia
o porque alguno de estos se lo requiere.
Segun M. wooldridge and Ciancarini (2001), es un sistema autonomo, capaz de
interactuar con otros agentes para satisfacer los objetivos designados.
Por otra parte, Russell and Norvig (2004) califican a un agente como cualquier
cosa capaz de distinguir su medio ambiente con la ayuda de sensores y actuar en ese
medio utilizando actuadores.
Luego de leer las diferentes definiciones, dadas por varios autores, notamos que
todos coinciden en que son sistemas autonomos capaces de tomar decisiones para lograr
un objetivo planteado, ademas, que ellos son capaces de adaptarse a su entorno e
-
2.2 Simulacion multiagentes 9
interactuar con los otros agentes.
Propiedades y Caractersticas de los Agentes
Wooldridge and Jennings (1996) dicen que cada agente tiene una serie de rasgos
que los definen como tal, estas son:
Autonoma: Los agentes deben ser capaces de realizar sus tareas sin la
intervencion de humanos o de otros agentes y tener un grado de control sobre
sus propias acciones.
Habilidad social: Deben ser capaces de interactuar, cuando lo consideren
necesario u oportuno, con otros agentes o seres humanos, para lograr la solucion
de sus problemas y para ayudar a los otros con sus actividades.
Sensibilidad: Deben percibir el ambiente y responder a tiempo a los cambios
que pueden ocurrir en el.
Proactividad: No deben limitarse solo a trabajar en su ambiente, sino que
deben ser capaces de trabajar en pro de sus metas u objetivos para los que
fueron disenados.
Clasificacion de los agentes
Aunque existen infinidad de clasificaciones para agentes inteligentes segun el con-
texto, tomaremos en cuenta a Nwana (1996) por ser uno de los mas comunes, el cual
dice que se pueden clasificar segun su movilidad, modelo de razonamiento, sus funciones
o roles, atributos o podran ser hbridos.
Agentes de interfaz: Estos estan destinados a apoyar y a asistir, primordial-
mente a los usuarios, interactuan con ellos para as mostrar y ensenar de forma
-
2.2 Simulacion multiagentes 10
grafica como utilizar una aplicacion especfica. Este tipo de agentes pueden
aprender tanto del usuario como de otros agentes.
Agentes colaborativos o cooperativos: en ellos se puede observar una gran
cooperacion con otros agentes y sus caractersticas de autonoma, tambien una
capacidad interaccion o negociacion para realizar tareas en forma conjunta.
Agentes moviles: Interactuan con otros agentes para reunir informacion
que beneficiara a su propietario y regresa luego de haber realizado las tareas
asignadas por el usuario e informa los resultados.
Agentes de informacion: Ellos son los que manejan, manipulan o recopilan
la informacion dispersa en distintas fuentes, para responder a las acciones u
ordenes dadas por el usuario.
Agentes reactivos: Responden a estmulos del entorno en que se encuentra, no
poseen un modelo simbolico de su entorno.
Agentes hbridos: Resultan de la combinacion de dos o mas filosofas en un
agente.
Tipos de ambientes para agentes
De acuerdo a lo planteado por Russell and Norvig (2004), para entornos o ambientes
de trabajo donde se utilizan tecnicas de inteligencia artificial, se identifican un grupo
reducido de dimensiones para categorizar dichos entornos o ambientes. Las dimensiones
ayudan a fijar cual es el diseno adecuado para el agente y como sera implementado.
Totalmente observable vs. parcialmente observable: Depende directamen-
te del acceso que suministra cada uno de los sensores del agente, si le permite ver
-
2.2 Simulacion multiagentes 11
al estado completo del medio en todo momento, entonces el entorno o ambiente
de trabajo es totalmente observable. Por otra parte los ambientes parcialmente
observables son aquellos que de alguna manera no proporcionan una informacion
determinada, ya sea por ruido o por sensores poco exactos.
Determinista vs. estocastico: Un ambiente es determinista si se puede
determinar que va a suceder luego de una accion realizada por el agente en el
estado del medio, en caso contrario sera un ambiente estocastico.
Episodico vs. secuencial: En el caso de que el ambiente sea episodico, la
experiencia del agente se dividira en episodios pequenos. Cada uno de estos
episodios se basa en observar al agente y realiza una accion especfica, que
no depende de acciones anteriores. En otro caso las decisiones tomadas en el
presente pueden afectar decisiones futuras.
Estatico vs. dinamico: Si el ambiente cambia cuando el agente esta en
cualquier estado se dice que es dinamico, de lo contrario es estatico.
Discreto vs. continuo: Las diferencias entre estos ambientes solo es la mane-
ra en que se maneja el tiempo, las percepciones y acciones que realizan los agentes.
Agente individual vs. multiagente: Si es necesario mas de un agente para la
resolucion de un problema, entonces hablamos de multiagentes.
2.2.2. Sistemas Multiagentes
Segun un informe tecnico basado en arquitecturas de agentes de la Universidad
Politecnica de Madrid (DAMMAD (2001)), un sistema multiagentes no es mas que
-
2.2 Simulacion multiagentes 12
aquel que esta formado por mas de un agente que interactuan entre s. Estos sistemas
son utilizados para resolver problemas complejos, en los cuales, es necesario aplicar
mas de un metodo para ser resueltos. Las ventajas que tienen estos sistemas son las
mismas de sistemas concurrentes, adicional a esto es que pueden utilizar patrones de
interaccion complejos. Se distinguen de otros sistemas software por su flexibilidad y la
naturaleza de alto nivel.
Segun U. Endriss and Sousa (2006), un sistema multiagente es un sistema consis-
tente de varias entidades autonomas llamadas agentes, que interactuan entre s para
fomentar sus propios intereses o en la busqueda de una meta comun.
Menendez and Rodrguez (2012), en su libro Metodologa de la investigacion
social definen a la simulacion social multi-agente como una alternativa metodologica
para avanzar en el conocimiento sociologico con vocacion integradora, debido a
que posibilita la articulacion entre teora y empirismo, al permitir la realizacion de
experimentos para verificar hipotesis, examinar supuestos o comprobar la veracidad y
coherencia de los marcos teoricos.
Caractersticas principales de los sistemas multiagentes
Poseen un numero de agentes mayor a 1.
Los agentes pertenecientes al sistema son autonomos, distribuidos, individualis-
tas o heterogeneos.
Los agentes tienen informacion incompleta, o capacidades limitadas, es decir es
necesario del conjunto de agentes para resolver el problema o cumplir el objetivo
que tiene el sistema.
-
2.2 Simulacion multiagentes 13
Son abiertos y con capacidad de toma de decisiones.
El sistema lo controlan en conjunto todos los agentes.
Cada agente recibe datos por separado.
La estructura del sistema permite la comunicacion e interaccion entre agentes.
2.2.3. Principales entornos para el modelado de sistemas mul-
tiagentes
Miguel (2011) en su artculo Simuacion social: Una introduccion., publicada en
la pagina web de la Universidad Autonoma de Barcelona, senala los entornos usados
actualmente para el modelado de sistemas multiagentes, ellos son:
SWARM: Es una plataforma para la construccion de modelos informaticos
basada en el lenguaje de programacion Objective C . Posee un marco concep-
tual, desarrollado en el Santa Fe Institute desde mediados de la decada de 1990,
para disenar, describir y llevar a cabo simulaciones basados en agentes. A lo
largo de los anos se ha consolidado como una plataforma potente y adecuada
para desarrollar modelos de simulacion social de fenomenos complejos.
MANSON: Fue creada como una alternativa mas rapida y reducida a
REPAST. Es un conjunto de bibliotecas escritas en lenguaje Java, especializadas
en la construccion de modelos de simulacion altamente eficientes para sistemas
de acontecimientos discretos con gran cantidad de agentes. Se trata de una
iniciativa conjunta entre el Laboratorio de Computacion Evolucinaria (ECLAb)
y el Centro de Complejidad Social, de la Universidad George Mason (USA).
-
2.2 Simulacion multiagentes 14
CORMAS: Es una plataforma de simulacion basada en el entorno Visual-
Works que permite desarrollar modelos multi-agente mediante el lenguage de
programacion orientado-a-objetos SmallTalk. Esta especializado en la mode-
lizacion de gestion de recursos naturales renovables, teniendo en cuenta las
dinamicas de interaccion entre los agentes implicados y ha sido desrrollada por
el equipo Gestion des ressources renouvelables et environnement(GREEN)
del Centre de cooperation internationale en recherche agronomique pour le
developpement(CIRAD).
REPAST: Es un entorno de software libre y gratuito para crear simulaciones
basadas en agentes, propias del domino de las Ciencias Sociales y que usa el len-
guaje Java (en sus versiones Suite) o C++ (en sus versiones High Performance
Computing, desde diciembre de 2010). Permite desarrollar modelos utilizando
diversas estrategias: mediante su propio lenguaje de Logo (ReLogo), importando
modelos de Netlogo, graficamente (diagramas de fujo), mediante programacion
dinamica (Groovy) o directamente en Java.
MIMOSA: Methodes Informatiques de MOdelisation et Simulation dAgents.
Es la evolucion de la plataforma CORMAS para modelizar sistemas socio-
ambientales. Se trata de un entorno integrado que permite construir modelos de
simulacion social, ejecutarlos, visualizarlos y analizarlos. En su primera version
se puede encontrar en ingles, frances y espanol. Permite programar la dinamica
del sistema utilizando diversos lenguajes -Java, Scheme, Jess, Python, Prolog y
Smalltalk- y acercamientos -ecuaciones diferenciales, reglas, agentes-.
MODELLING4ALL: Es una herramienta de meta-modelado basada en tec-
nologas abiertas Web 2.0 que permite construir, ejecutar, visualizar, analizar y
compartir modelos de simulacion basados en agentes. No se ejecuta.en el propio
ordenador, sino en los servidores dedicados alojados en Oxford, a traves de un na-
vegador WWW sobre cualquier sistema operativo. Su logica se fundamenta en la
construccion de modelos de simulacion, por parte de expertos no-programadores,
-
2.2 Simulacion multiagentes 15
a partir de la composicion del modelo mediante modulos prefabricados denomi-
nados micro-behaviours.
INGENIAS: Es una herramienta de meta-modelado para la simulacion en
ciencias sociales. La version basica de la plataforma INGENIAS ya incorporaba
posibilidades de generacion de numerosas poblaciones de agentes, ademas
de ofrecer un cierto grado de personalizacion para un dominio de aplicacion
concreto, aunque aun no dispona de las plantillas necesarias para poder generar
codigo adaptado a la simulacion social. (http://ingenias.sourceforge.net/).
IODA PROJECT: Tiene como objetivo hacer al diseno de simulaciones
mas facil y mas intuitivo. Diferenciandose de la mayora de los marcos de
simulacion existentes como Madkit, Netlogo, Repast o Soar, que se centran
principalmente en el diseno de simulacion de agentes, IODA centra en las dos
nociones fundamentales que subyacen en cualquier simulacion: interacciones y
entidades. (http://www.lifl.fr/SMAC/projects/ioda/)
NETLOGO: Es un entorno programable para el modelado de fenomenos na-
turales y sociales. Fue escrito por Uri Wilensky en 1999 y ha estado en continuo
desarrollo desde entonces en the Center for Connected Learning and Computer-
Based Modeling. Netlogo es particularmente util para modelar sistemas comple-
jos que evolucionan en el tiempo. Los implementadores de modelos pueden dar
instrucciones a cientos o miles de agentes para que todos ellos operen de manera
independiente, entre s y con el entorno. Esto hace posible explorar la relacion
entre el comportamiento a bajo nivel de los individuos y los patrones macroscopi-
cos que surgen a partir de la interaccion de muchos individuos entre s. Netlogo
permite a los usuarios abrir simulaciones y jugarcon ellas, as como explorar su
comportamiento bajo una serie de condiciones. Asimismo, permite al usuario la
creacion de sus propios modelos. Netlogo es lo suficientemente sencillo como para
que los estudiantes y los profesores puedan ejecutar las simulaciones o incluso
construir las suyas propias. Ademas, su grado de desarrollo actual es suficiente
-
2.3 Va 16
como para servir como una herramienta potente para investigadores en muchos
ambitos (https://ccl.northwestern.edu/netlogo/docs/)
2.3. Va
WordReference.com la define como:
Camino por donde se transita.
Sistema de transporte o comunicacion.
.
Camino construido para la circulacion. Cuando al mismo no se aplican otras limi-
taciones que las del Codigo de Circulacion se habla de va publica. Esta puede ser de 2
clases, urbana e interurbana, segun que este incluida o no en una poblacion, entendida
como conjunto de edificios agrupados.
2.3.1. Vas Interurbanas
Las vas interurbanas son las que unen a una ciudad con ciudades aledanas.
Banon (1999), explica que la principal caracterstica de las vas interurbanas es el
libre transito de los vehculos, a este tipo de transito se le conoce como continuo o
ininterrumpido, excepto en segmentos de vas donde hay cruces a otras vas.
2.4. Carretera
Segun Banon (1999) es una faja de un terreno acondicionado para el transito de
vehculos, que cumple las condiciones de ancho, alineamiento y pendiente.
-
2.4 Carretera 17
2.4.1. Clasificacion de las carreteras
Segun su capacidad
Carreteras de dos carriles: Se caracterizan por una velocidad mas limitada y
una menor facilidad para realizar adelantamientos.
Carreteras multicarril: Tienen dos o mas carriles por cada sentido de circulacion.
Autopistas: son vas con gran capacidad vehicular.
Segun el CEPAL 2007
Troncales: son carreteras que ayudan a la comunicacion y a la integracion entre
los diferentes estados del pas y con pases vecinos. Se caracterizan por tener gran
cantidad de flujo vehicular.
Locales: Tienen como proposito fundamental unir a las vas troncales con los
centros poblados y unir el trafico proveniente de ramales y sub-ramales.
Ramales: complementan a los dos sistemas de comunicacion mencionados ante-
riormente, tiene como finalidad integrar el flujo vehicular proveniente de sitios alejados,
asentamientos agrcolas y llevarlos a las vas principales.
Sub-ramales: provee acceso a los sitios mas alejados del pas e incorporarlos al
pas.
Segun la ley de transito y transporte terrestre
Nacionales: El artculo 152 de la LTTT se declara como va nacional a:
Carreteras que atraviesen un estado y salga de sus lmites.
Carreteras que atraviesen el Distrito Metropolitano de Caracas y salga de sus
lmites.
Los puentes que formen parte de las carreteras antes indicadas aunque se encuen-
tren dentro de los lmites de un estado.
-
2.4 Carretera 18
Las autopistas incluyendo sus distribuidores, puentes, tuneles, viaductos y rampas
de accesos, aunque se encuentren dentro de los lmites de un estado.
Las incluidas en los acuerdos internacionales celebrados por la Republica, las que
pertenezcan al sistema vial estrategico fronterizo, de seguridad y defensa nacional.
Las que sirven de acceso a otros modos de transporte y las de conexion nacional
e internacional.
Las que ademas de servir al trafico local o estadal, sirven al trafico nacional e
internacional.
Estadales: El artculo 153 de la LTTT, son vas de comunicacion estadales las que
constituyen la red vial dentro de cada estado, con exclusion de las vas de comunicacion
nacionales que se encuentren en el mismo.
Vas alternas: El artculo 156 de la LTTT, Son vas alternas aquellas que se
construyen, mantienen y amplan por las autoridades competentes, en aquellos casos
en que hayan otorgado una autopista o carretera en concesion, con la finalidad de
garantizar que los usuarios y las usuarias puedan ejercer su derecho al libre transito,
sin tener que pagar a cambio contraprestacion alguna.
2.4.2. Calzada
Es la parte de la carretera destinada a la circulacion de vehculos (Naranjo (2008)).
2.4.3. Carril
Naranjo (2008) dice que es la parte de la va destinada para la circulacion de un
solo vehculo y una direccion.
-
2.5 Trafico en vas interurbanas 19
2.4.4. Berma u hombrillo
Es una fraccion de la va destinada para paradas eventuales de los vehculos.
2.5. Trafico en vas interurbanas
2.5.1. Transito
El diccionario de la Real Academia Espanola, define a la palabra transito como la
actividad de personas y vehculos que pasan por una calle, una carretera, entre otros.
2.5.2. Caractersticas del Trafico
Banon (1999), en su Manual de Carreteras establece tres caractersticas esenciales
que afectan la circulacion, estas son:
-Intensidad: es la cantidad de vehculos que transitan por un va en cualquier
unidad de tiempo.
-Composicion: se refiere al tipo de vehculo que transita por las vas.
Estos tipos estan clasificados en tres grupos, como lo son:
1. Motocicletas: incluye motocicletas, ciclomotores y ciclos.
2. Ligeros: incluye los turismos, furgonetas y camionetas.
3. Pesados: incluye camiones y en menos medida, autobuses.
2.5.3. Velocidad
Esta caracterstica se toma de manera individual, as como tambien conjunta. De
manera individual, existen tres tipos de velocidad:
Velocidad local o instantanea: la que posee al atravesar determinada seccion
de la va en un instante determinado.
Velocidad de circulacion (Vc): relacion entre la distancia recorrida en un
tramo y el tiempo intervenido en recorrerla.
-
2.6 Dispositivos para el control de transito y velocidad en Venezuela 20
Velocidad de recorrido (Vr): definida como el cociente entre la distancia total
recorrida en un trayecto determinado y el tiempo transcurrido desde el instante
en que el vehculo lo inicia hasta que llega a su destino, incluyendo posibles
detenciones y retrasos debidos al trafico.
Ademas de esos tres tipos de velocidades podemos mencionar la velocidad de flujo
libre que de acuerdo a Naranjo (2008) es la velocidad a la cual los conductores sienten
comodidad viajando, bajo condiciones controladas ambientales, fsicas y de transito,
en una seccion descongestionada de una carretera multicarril.
Tambien existen otras variables que son de menor importancia, pero ayudan en las
caractersticas del trafico, estas son:
Separacion (s):distancia existente entre las partes delantera y trasera de dos
vehculos que circulan consecutivamente.
Intervalo (h): indica el tiempo transcurrido entre el paso de dos vehculos su-
cesivos por una seccion determinada.
Densidad (d): se denomina densidad de trafico al numero de vehculos que
existen por unidad de longitud sobre una carretera.
2.6. Dispositivos para el control de transito y velo-
cidad en Venezuela
Las definiciones dadas a continuacion son las descritas por el INTT (2011) en el
manual venezolano de dispositivos uniformes para el control de transito.
2.6.1. Demarcaciones
Son las lneas, los smbolos y las letras que se pintan sobre el pavimento, en brocales
y en estructuras de las vas de circulacion o adyacentes a ellas, as como los objetos que
se colocan sobre la superficie de rodamiento con el fin de regular o canalizar el transito
o indicar la presencia de obstaculos.
-
2.6 Dispositivos para el control de transito y velocidad en Venezuela 21
Funcion: Se emplea para regular la circulacion vehicular, advertir de situaciones de
riesgo o guiar a los usuarios de la va, por lo que constituye un elemento indispensable
para la seguridad y la gestion de transito.
Clasificacion
Segun su forma
-Lneas longitudinales: Se usan para delimitar canales y calzadas, para indicar
zonas con y sin prohibicion de adelantar y para delimitar canales de uso exclusivo por
determinados tipos de vehculos.
-Lneas transversales: Se emplean fundamentalmente en cruces para indicar el
lugar antes del cual los vehculos deben detenerse, como reductores de velocidad y
para demarcar sendas destinadas al cruce de peatones o de bicicletas.
-Smbolos y leyendas: Se emplean tanto para guiar y advertir al usuario como
para regular la circulacion.
-Otras demarcaciones:Son otras demarcaciones que no se puedan clasificar
dentro de las anteriores, ya que ninguno de sus componentes predomina sobre los
otros.
Segun su altura
-Planas: Aquellas de menos de 6 mm de altura.
-Elevadas: Aquellas de mas de 6 mm de altura, que complementan a las primeras.
-
2.6 Dispositivos para el control de transito y velocidad en Venezuela 22
2.6.2. Senales verticales
Son dispositivos que mediante smbolos o leyendas determinadas, reglamentan las
prohibiciones o restricciones respecto al uso de las vas, previenen a los usuarios sobre
la existencia de peligros y su naturaleza, as como proporcionan informacion necesaria
para guiar a los usuarios.
Clasifican segun su funcion
-Senales de reglamentacion. -Senales de prevencion. -Senales de informa-
cion.
2.6.3. Semaforos
Los semaforos son dispositivos de senalizacion mediante los cuales se controla la
circulacion de vehculos, bicicletas y peatones en vas, asignando el derecho de paso
o prelacion de vehculos y peatones secuencialmente, por las indicaciones de luces de
color rojo, amarillo y verde, y siendo operados por una unidad de control.
2.6.4. Dispositivos temporales
Son los usados en condiciones especiales como trabajos de construccion, rehabili-
tacion, reparacion, mantenimiento, eventos o cualquier otra actividad temporal que
afecte la circulacion vehicular y que requiera el control del trafico.
2.6.5. Dispositivos reductores de velocidad
Son dispositivos colocados sobre la superficie de rodamiento de la va o demarcados,
que obliga a los conductores a disminuir su velocidad de circulacion.
-
2.6 Dispositivos para el control de transito y velocidad en Venezuela 23
Figura 2.1: Reductor de velocidad tipo lomo o resalto. Perfil circular. (INTT (2011))
-
2.6 Dispositivos para el control de transito y velocidad en Venezuela 24
Figura 2.2: Reductor de velocidad tipo lomo o resalto. Perfil trapezoidal. (INTT (2011))
-
2.7 Capacidad vial y nivel de servicio 25
Clasificacion
Resalto o lomo (policias acostados): Son ondulaciones transversales a la
va, que se construyen como una sobre elevacion del pavimento que atraviesa la va
completa o parcialmente.
Se usan para aumentar la seguridad en pasos peatonales, inmediaciones de instituciones
escolares, alcabalas, entre otros.
La altura maxima de la protuberancia de un reductor de velocidad a construirse,
sera de 10 cm sobre el plano de la superficie del pavimento y con 3,70 m como longitud
mnima en el sentido de la circulacion.
Bandas sonoras: Son dispositivos fabricados con aglomerados o botones, sujetos
al piso mediante el uso de pinturas epoxicas, resinas, plasticos de dos componentes,
entre otros, que causan vibracion y ruido, lo cual induce al conductor a reducir la
velocidad.
Tramos estriados o sonorizados: es un dispositivo reductor de velocidad
constituido por franjas rugosas construidas en concreto, termoplastico, asfalto,
entre otro, y a nivel de la va. Su funcion es inducir a los conductores a reducir la
velocidad de operacion, en sitios en donde existen riesgos de accidentalidad. Deben ser
complementados con las senales verticales.
2.7. Capacidad vial y nivel de servicio
2.7.1. Capacidad
Capacidad (HCM, 2000), la capacidad de una instalacion es la tasa maxima de
personas o vehculos que se espera que atraviese un punto o un tramo en una hora.
Capacidad vehicular (HCM, 2000), es el numero maximo de vehculos que pueden
pasar a traves de un punto, en un determinado periodo de tiempo y con las diferentes
condiciones de trafico de una va.
-
2.7 Capacidad vial y nivel de servicio 26
Flujo maximo horario al que se puede razonablemente esperar que las personas
o vehculos atraviesen un punto o seccion uniforme de un carril o calzada durante un
periodo de tiempo dado, bajo condiciones prevalecientes de la va, del control y del
transito. Cerquera (2007).
2.7.2. Nivel de servicio
Es una medida cualitativa que descubre las condiciones de operacion de un flujo
de vehculos y/o personas, y de su percepcion por los conductores o pasajeros. Estas
condiciones se describen en terminos de factores como la velocidad y el tiempo de
recorrido, la libertad de maniobra, las interrupciones a la circulacion, la comodidad,
las conveniencias y la seguridad vial.Cerquera (2007).
Fue introducido por la Transpotation Research Board (TRB), en su Manual de
Capacidad de Carreteras (HCM) y lo define como una medida de la calidad que ofrece
la va al usuario, en el nombran una serie de factores que pueden afectar la calidad del
servicio en una va y estos factores son:
Velocidad a la que se puede recorrer la va.
Tiempo de recorrido.
Comodidad que experimenta el usuario: Ausencia de ruidos, trazados suaves,
entre otros.
Seguridad que ofrece la va, tanto pasiva como activa.
Cortes de funcionamiento, como reparaciones de la misma, puentes cados o de-
teriorados. . .
Es difcil medir los factores anteriores, pero se pueden relacionar con la velocidad
de servicio y el ndice de servicio que son variables cuantificables.
La velocidad de servicio se define como la mayor velocidad media de recorrido
que puede conseguir un conductor que transita por la va, bajo una serie de
condiciones de trafico y meteorologicas.
-
2.7 Capacidad vial y nivel de servicio 27
El ndice de servicio es la relacion entre la intensidad de trafico y la capacidad
de la va.
El manual de capacidad de carreteras (HCM) define seis niveles de servicio para un
regimen contnuo de circulacion y se enumeran de la A hasta la F en orden decreciente
de calidad.
Cerquera (2007) define para cada tipo de infraestructura vial un nivel de servicio
(NS) que va desde el A hasta el F:
-Nivel de Servicio A: los usuarios pueden circular libremente por la va. Poseen
una altsima libertad para seleccionar sus velocidades deseadas y maniobrar dentro
del transito. El nivel general de comodidad y conveniencia proporcionado por la
circulacion al motorista, pasajero o peaton, es excelente.
-Nivel de Servicio B: en este nivel se comienzan a ver otros usuarios en la va,
el rango de flujo es estable. La libertad de seleccion de las velocidades deseadas,
sigue relativamente inafectada, aunque disminuye un poco la libertad de maniobra en
relacion con la del nivel de servicio A. El nivel de comodidad y conveniencia es algo
inferior a los del nivel de servicio A, porque la presencia de otros comienza a influir en
el comportamiento individual de cada uno.
-Nivel de Servicio C: la cantidad de usuarios que circulan e interactuan es
mayor que en el nivel de servicio B. La seleccion de velocidad se ve afectada por la
presencia de otros, y la libertad de maniobra comienza a ser restringida. El nivel de
comodidad y conveniencia desciende notablemente.
-Nivel de Servicio D: los usuarios que circulan en este nivel ya es elevada,
aunque sigue estando en el rango de estable como lo estan los niveles B y C. La
velocidad y libertad de maniobra quedan seriamente restringidas, y el conductor o
peaton experimenta un nivel general de comodidad y conveniencia bajo. Los pequenos
incrementos del flujo generalmente ocasionan problemas de funcionamiento.
-Nivel de Servicio E: Se reduce a un valor bajo la velocidad de todos, as como
-
2.7 Capacidad vial y nivel de servicio 28
tambien a la hora de maniobrar se hace muy difcil ya que obliga al vehculo o al
peaton a dar paso. Los niveles de comodidad y conveniencia son enormemente
bajos, siendo muy elevada la frustracion de los conductores o peatones. La circulacion
es normalmente inestable, debido a que los pequenos aumentos del flujo o ligeras
perturbaciones del transito producen colapsos.
-Nivel de Servicio F: la cantidad de usuarios de la va se acerca mucho o excede
la capacidad de la va, haciendo que el flujo sea forzado, aqu es donde comienzan
los problemas de las largas colas y tiempo en espera. Normalmente se acepta que
el volumen de transito al que se puede dar servicio en las condiciones de parada y
arranque del NS F es inferior que el posible al NS E; en consecuencia el flujo de
servicio E es el valor que corresponde a la capacidad de la infraestructura.
Igualmente Banon (1999), plantea seis niveles de servicio de acuerdo a las condicio-
nes de circulacion en las vas interurbanas, describiendose en la tabla 3.4:
-
2.7 Capacidad vial y nivel de servicio 29
A - La velocidad de los vehculos es la que elige libremente cada con-
ductor.
- Cuando un vehculo alcanza a otro mas lento puede adelantarse
sin sufrir demora.
- Condiciones de circulacion libre y fluida.
B - La velocidad de los vehculos mas rapidos se ve influenciada por
otros vehculos.
- Pequenas demoras en ciertos tramos, aunque sin llegar a formarse
colas.
- Circulacion estable a alta velocidad.
C - La velocidad y la libertad de maniobra se hallan mas reducidas,
formandose grupos.
- Aumento de demoras de adelantamiento.
- Formacion de colas poco consistentes.
- Nivel de circulacion estable.
D - Velocidad reducida y regulada en funcion de la de los vehculos
precedentes.
- Formacion de colas en puntos localizados.
- Dificultad para efectuar adelantamientos.
- Condiciones inestables de circulacion.
E - Velocidad reducida y uniforme para todos los vehculos, del orden
de 40-50 Km/h.
- Formacion de largas colas de vehculos.
- Imposible efectuar adelantamientos.
- Define la capacidad de una carretera.
F - Formacion de largas y densas colas.
- Circulacion intermitente mediante parones y arrancadas sucesivas.
- La circulacion se realiza de forma forzada.
Cuadro 2.1: Niveles de Servicio expuestos por Banon (1999).
-
Captulo 3
Marco Metodologico
Una metodologa creada para determinar la capacidad y el nivel de servicio de las
va de un pas, a partir de sus caractersticas y condiciones climaticas, al ser aplicadas
en otra va, con otras caractersticas puede dar como resultado unos datos erroneos y
por consecuencia lecturas imprecisas que no se adaptan al medio en que seran aplicadas.
Por ende no se debe ignorar el efecto de las caractersticas propias de nuestras vas,
entre ellos el efecto de los reductores de velocidad al calcular la capacidad y el nivel de
servicio real de la va.
3.1. Analisis in situ.
Escogencia de los tramos de estudio. Segun INVIAS los tramos de estudio
deben poseer condiciones cercanas a las condiciones ideales de una carretera de dos
carriles y la capacidad de estas vas, bajo estas condiciones, es de 3200 vehculos por
hora para los dos carriles.
Condiciones ideales segun INVIAS:
Velocidad de proyecto igual o mayor que 90 km/h.
Flujo ininterrumpido.
-
3.2 Calculo de la capacidad 31
Carriles de 3,60 m de ancho.
Hombrillos mayor o igual que 1,8 m.
Inexistencia de tramos con prohibicion de adelantamiento.
Inexistencia de vehculos pesados.
Distribucion direccional 50/50.
Ninguna restriccion al transito principal debido a algun tipo de control o
vehculos que giren.
Terreno plano.
En el modelo presentado se trabaja con tramos de dos carriles con reductores de
velocidad tipo resalto o lomo presentes en la calzada, con ancho de carril fijo, pero no
toma en cuenta poblaciones o comercios a las orillas de la va. Las carreteras de dos
carriles en zonas montanosas o con pendientes mayores o iguales a 3 % para longitudes
mayores a 1 km no son analizadas como carreteras de dos carriles sino como rampas
(Cerquera, 2007), por tal motivo los tramos deben estar en un terreno plano u ondulado.
3.2. Calculo de la capacidad
Para el calculo de la capacidad de una va se parte de 3200 vehculos por hora
(HCM, 2000) para ambos carriles, esta capacidad se va reduciendo al multiplicarlos
por los distintos factores de correccion que se presentan a continuacion:
-
3.2 Calculo de la capacidad 32
Figura 3.1: Calculo de la capacidad de una va. (Correa and Medina (2014))
-
3.2 Calculo de la capacidad 33
Nivel de servicio PTSF Velocidad de recorrido (Km/h)
A < 35 >90
B > 35 - 50 >80 - 90
C > 50 - 65 >70 - 80
D > 65 - 80 >60 - 70
E > 80
-
3.2 Calculo de la capacidad 34
Cv = C FHp5 (3.2)
Donde:
Capacidad (C).
Capacidad vial (CV ).
Factor hora pico (fHp5). Cuadro 3.1
-
3.2 Calculo de la capacidad 35
Volumen horario Total veh/h (C) Factor hora pico
100 0.68
200 0.70
300 0.72
400 0.74
600 0.78
800 0.81
1000 0.84
1200 0.86
1400 0.89
1600 0.90
1800 0.92
2000 0.93
2200 0.95
2400 0.95
2600 0.96
2800 0.97
>= 3000 0.97
Cuadro 3.2: Factores hora pico con base el periodo de 5 minutos. ((Cerquera, 2007))
Pendiente ascendente Longitud de la pendiente (km)
% 0.5 1.0 1.5 2.0 2.5 3.0
0 1.0 1.0 1.0 1.0 1.0 1.0
1 0.99 0.99 0.99 0.99 0.98 0.98
2 0.99 0.98 0.98 0.98 0.97 0.97
3 0.98 0.97 0.96 0.96 0.95 0.95
Cuadro 3.3: Factor de correlacion a la capacidad por pendiente ((Cerquera, 2007))
-
3.2 Calculo de la capacidad 36
Ancho utilizable de la berma en metrosAncho de carril
3.65 3.50 3.30 3.00 2.70
1.80 1.00 0.99 0.98 0.96 0.92
1.50 0.99 0.99 0.98 0.95 0.91
1.20 0.99 0.98 0.97 0.95 0.91
1.00 0.99 0.98 0.97 0.94 0.90
0.50 0.98 097 0.96 0.93 0.89
0.00 0.97 0.96 0.95 0.92
Cuadro 3.4: Factor de correlacion a la capacidad por efecto combinado de ancho de y
de hombrillo.((Cerquera, 2007))
Reductor por Km de C2C Factor de correccion
0 1.00
1 0.89
2 0.78
3 0.67
4 0.56
5 0.44
Cuadro 3.5: Factor de correlacion a la capacidad por la existencia de reductores de
velocidad tipo resalto o lomo.Correa and Medina (2014)
-
3.3 Determinacion de los niveles de servicio 37
Pendiente
ascendente ( %)
Longitud en
(Km)
Porcentaje de vehculos pesados
10 20 30 40 50 60
0 Todas 0.95 0.90 0.87 0.84 0.81 0.78
1
0.5 0.95 0.90 0.87 0.84 0.81 0.78
1.0 0.94 0.89 0.86 0.83 0.80 0.77
1.5 0.93 0.88 0.85 0.82 0.80 0.77
2.0 0.92 0.87 0.85 0.82 0.79 0.76
3.0 0.92 0.87 0.84 0.82 0.79 0.76
4.0 0.92 0.87 0.84 0.81 0.78 0.75
5 0.90 0.87 0.83 0.81 0.78 0.75
2
0.5 0.94 0.90 0.85 0.83 0.80 0.77
1.0 0.93 0.88 0.85 0.82 0.79 0.76
1.5 0.92 0.88 0.84 0.81 0.79 0.76
2.0 0.90 0.86 0.83 0.80 0.78 0.75
3.0 0.88 0.85 0.82 0.79 0.76 0.73
4.0 0.87 0.84 0.81 0.78 0.75 0.72
5 0.86 0.83 0.80 0.77 0.74 0.72
30.5 0.94 0.89 0.84 0.80 0.78 0.75
1.0 0.92 0.87 0.83 0.81 0.77 0.75
Cuadro 3.6: Factor de correccion a la capacidad por la presencia de vehculos pesados
(HCM2000).
3.3. Determinacion de los niveles de servicio
3.3.1. Determinacion de la velocidad de flujo libre.
Sugun Correa and Medina (2014), la velocidad de flujo libre se obtiene de la ve-
locidad promedio en condiciones de flujo bajas, 200 vehculos particulares en los dos
sentidos. S el flujo de vehculos es mayor, el calculo de este amerita un ajuste, el
HCM2000 lo hace usando una relacion entre la circulacion y la velocidad indicada en
-
3.3 Determinacion de los niveles de servicio 38
Figura 3.2: Niveles de Servicio. (HCM2000).
su captulo 12, donde asume que los datos sobre los volumenes de trafico son registrados
al mismo tiempo.
FFS = Sfm + 0, 0125 ( VfHV
) (3.3)
Donde:
Velocidad a flujo libre estimada (FFS).
Velocidad media del trafico medida en campo (Sfm).
Tasa d eflijo observada en el periodo en que el dato del campo fue obtenida (V).
Factor de ajuste de vehculo pesado (fhv).
La ffs debe ser calculada con datos tomados en el campo, tomando en cuenta las
caractersticas y condiciones de la va.
3.3.2. Determinacion de la demanda de tasa de flujo
Representa la variacion en el flujo de trafico dentro de una hora de interes (gene-
ralmente es la hora pico).
-
3.3 Determinacion de los niveles de servicio 39
Figura 3.3: Calculo de los niveles de servicio de una va. (Correa and Medina (2014))
VP = (V
(fHP15 fG fHV )) (3.4)
Donde:
Tasa de flujo equivalente en vehculos livianos para el periodo de 15 min, en pc/h
(VP ).
Tasa de flujo observada en el periodo en que el dato del campo fue obtenida (V).
Factor hora pico (fHP15).
Factor de ajuste de pendiente(fG)
Factor de ajuste de vehculos pesados (fHV ).
Factor de ajuste hora pico con base en el periodo pico de 15 minutos: se
utilizan los valores sugeridos por el HCM2000b que estan en un rango de 0,88 como
-
3.3 Determinacion de los niveles de servicio 40
mnimo y se usa para las zonas rurales y como maximo 0,92 para las zonas urbanas.
Correa and Medina (2014) en su estudio nos dan una adaptacion de estos valores para
la va de estudio, estos son :
Tipo de va Factor de ajuste
Sub-ramales 0.88
Ramales 0.89
Locales 0.90
Troncales 0.91
Urbanas 0.92
Cuadro 3.7: Factor de ajuste hora pico con base en el periodo pico de 15 minutos.
(HCM200)
factor de ajuste de pendiente (fG): toma en cuenta el efecto del terreno sobre
las velocidades de los vehculos y el porcentaje de seguimiento. Este modelo no toma
en cuenta a carreteras con pendiente mayor o igual al 3 % ya que se hace la suposicion
de que la va en estudio esta en un terreno plano. Tabla 3.9
factor de ajuste de vehculos pesados.
Se calcula de la siguiente manera:
fHV = (1
(1 + PT (ET 1)) (3.5)
Donde:
Proporcion vehculos pesados con respecto a la composicion del trafico expresada
en decimal. (PT )
Equivalencia de vehculo liviano para vehculo pesado (ET ).
Factor de ajuste vehculo pesado (fHV )
-
3.3 Determinacion de los niveles de servicio 41
Tipo de vehculo Tasa de flujoTipo de terreno
Plano Ondulado
Camion
0 - 600 1.7 2.5
> 600 - 1200 1.2 1.9
> 1200 1.1 1.5
Cuadro 3.8: Equivalencia de vehculos livianos para vehculos pesados. (HCM200).
3.3.3. Determinacion de la velocidad promedio de recorrido.
Se estima, en base a la velocidad de flujo libre, volumen de vehculos particulares,
y un factor de ajuste para el porcentaje de no adelantamiento.
ATS = FFS frv 0,0125 Vp fnp (3.6)
Donde:
Velocidad promedio de recorrido para ambos sentidos (ATS)
Velocidad de flujo libre (FFS)
Factor de ajuste a FFS por existencia de reductores de velocidad (frv).
Tasa de flujo equivalente en vehculos livianos para el periodo pico de 15 minutos
(Vp)
Factor de ajuste para las zonas de no adelantamiento (fnp)
3.3.4. Determinacion del porcentaje de tiempo de seguimiento
(PTSF).
Se estima, a partir de la demanda de flujo, la distribucion de trafico direccional y
el porcentaje de las zonas de no adelantamiento.
-
3.3 Determinacion de los niveles de servicio 42
PTSF = BPTSF + fd/np (3.7)
Donde:
Base de PTSF para ambos carriles. (BPTSF )
Factor de ajuste para las zonas de no adelantamiento (fd/np)
Se cacula primero la base de PTSF a partir de la siguiente ecuacion
BPTSF = 100 (1 e0,000879V p (3.8)
Donde:
La demanda de tasa de flujo (Vp).
-
3.4 Simulacion del trafico en una va de dos carriles usando Netlogo. 43
Tasa de flujo equivalente en vehculosReduccion de la velocidad media
livianos para el periodo de 15 min (Pc/h)de recorrido (Km/h)
Zona de no adelantamiento ( %)
0 20 40 60 80 100
0 0 0 0 0 0 0
200 0 1.0 2.3 3.8 4.2 5.6
400 0 2.7 4.3 5.7 6.3 7.3
600 0 2.5 3.8 4.9 5.5 6.2
800 0 2.2 3.1 3.9 4.3 4.9
1000 0 1.8 2.5 3.2 3.6 4.9
1200 0 1.3 2.0 2.6 3.0 3.4
1400 0 0.9 1.4 1.9 2.3 2.7
1600 0 0.9 1.3 1.7 2.1 2.4
1800 0 0.8 1.1 1.6 1.8 2.1
2000 0 0.8 1.0 1.4 1.6 1.8
2200 0 0.8 1.0 1.4 1.5 1.7
2400 0 0.8 1.0 1.3 1.5 1.7
2600 0 0.8 1.0 1.3 1.4 1.6
2800 0 0.8 1.0 1.2 1.3 1.4
3000 0 0.8 0.9 1.1 1.1 1.3
3200 0 0.8 0.9 1.0 1.0 1.1
Cuadro 3.9: Factor de ajuste para las zonas de no adelantamiento. (HCM2000)
3.4. Simulacion del trafico en una va de dos carriles
usando Netlogo.
Las interacciones que se pueden dar en el trafico de una va de dos canales pueden
ser muy complejas para modelar y simular, con el uso de una metodologa que no
permita una autonoma, a cada uno de los elementos presentes en ella. Se analizaron
-
3.4 Simulacion del trafico en una va de dos carriles usando Netlogo. 44
Figura 3.4: Tramo de la va El Viga-Nueva Bolivia (Fuente: google maps)
distintas metodologas y observando los avances que se han presentado en los ultimos
anos se encontro que la simulacion con sistemas multiagentes (MAS) son los mas usados
en la actualidad para la simulacion de sistemas complejos (entre ellos la Simulacion
Social). Para nuestro caso nos brindo una mejor adaptacion del sistema real. Para el
modelado de nuestro sistema se utilizo la herramienta computacional llamada Netlogo.
A continuacion se mostrara paso a paso el proceso de desarrollo del modelo.
3.4.1. Descripcion de la va
El tramo de va que se modelo une a la ciudad de El Viga con Nueva Bolivia,
tiene una longitud aproximada de 95 km, perteneciendo este tramo a la carretera
panamericana de Venezuela. Es una va de alta importancia para el Estado Merida
y para todo el sur del lago de Maracaibo, debido a que ella los comunica con las
demas entidades del pas. Fue construida durante el periodo presidencial del General
Marcos Perez Jimenez en la decada de 1950, pero no fue hasta el ano 1954 cuando se
culmino el puente sobre el ro Chama, obra de gran magnitud que le permitio obtener
gran importancia al sector y al tramo de va. Por tal motivo fue seleccionado ese tramo
-
3.4 Simulacion del trafico en una va de dos carriles usando Netlogo. 45
de va para el modelo.
Las caractersticas de la va estan representadas en el siguiente cuadro.
Caracterstica Cantidad
Ancho (metros) 7,6
Largo (metros) 95000
Numero de carriles 2
Ancho de carril (metros) 3,5
Numero de reductores de velocidad 92
Cuadro 3.10: Caractersticas de la va estudiada
La va se dividio en 5 segmentos o tramos, los cuales son:
Tramo 1: Desde Cano Seco hasta Mucujepe.
Tramo 2: Desde Mucujepe hasta Guayabones.
Tramo 3: Desde Guayabones hasta Santa Elena de Arenales.
Tramo 4: Desde Santa Elena de Arenales hasta Tucan.
Tramo 5: Desde Tucan hasta Nueva Bolivia.
En el siguiente cuadro se representan las principales caractersticas de cada tramo:
Tramo 1 2 3 4 5
Ancho (m) 7.6 7.6 7.6 7.6 7.6
Largo (km) 5 10 14.2 28 28.5
Carriles 2 2 2 2 2
Ancho carril (m) 3.5 3.5 3.5 3.5 3.5
Cuadro 3.11: Principales caractersticas de cada tramo
Para la representacion de la va en la plataforma de simulacion, se adaptaron las
medidas de la carretera a la medida de los parches de la interfaz grafica de Netlogo.
-
3.4 Simulacion del trafico en una va de dos carriles usando Netlogo. 46
Cada parche de la interfaz equivale a veinticinco (25) metros de carretera. Los valores
equivalentes para cada tramo son los siguientes:
Tramo 1 2 3 4 5
Ancho (parches) 8 8 8 8 8
Largo (parches) 200 400 570 1120 1160
Carriles 2 2 2 2 2
Ancho carril (parches) 4 4 4 4 4
Cuadro 3.12: Principales caractersticas de cada tramo
3.4.2. Descripcion de los tipos de vehculos
En el modelo se representaron dos tipos de vehculos, estos son: Vehculos particu-
lares y vehculos de carga pesada (camiones).
Se estudio los distintos tipos de vehculos que transitan por la va, luego se in-
dago en paginas web especializadas en mostrar las dimensiones de vehculos (como
http://www.medidasdecoches.com) y se calculo un promedio para las medidas que se
usaron en la simulacion, las cuales se muestran a continuacion:
Tipo de vehculos Particular Carga
Ancho (m) 1.8 2.6
Largo (m) 4.4 13.89
Cuadro 3.13: Principales caractersticas de cada Vehculo
Para la representacion grafica de estos vehculos en Netlogo no se pudo llevar a las
proporciones adecuadas, debido a que los autos no se lograban divisar dentro de la va.
Los tamanos tomados son los de la tabla siguiente:
-
3.4 Simulacion del trafico en una va de dos carriles usando Netlogo. 47
Tipo de vehculos Particular Carga
Ancho (parches) - 2.5
Largo (parches) - 4
Cuadro 3.14: Principales caractersticas de cada Vehculo en Netlogo
3.4.3. Algoritmos para la creacion de los vehculos dentro de
la plataforma Netlogo
Crear carros
Inicio.
Asignar a carros la forma por defecto car.
Asignar a carros el carril derecho en la posicion y = -2.
Asignar a trafico la direccion 90 grados en el carril derecho.
Fin.
Crear Trafico
Inicio.
Crear carros, cantidad = numero
Asgnele a carros el tamano 2.5 ticks Asgnele a carros la direccion de cabecera de 90 grados Asgnele a carros el color amarillo Posicione a carros en la posicion [-x ; -y] Asignar a velocidad (random-float * (velocidad maxima - velocidad mni-
ma)) + velocidad mnima.
Asignar velocidad lmite 10 ticks/s Asignar como velocidad mnima 0.05 ticks/s
-
3.4 Simulacion del trafico en una va de dos carriles usando Netlogo. 48
Los carros deben estar separados
Fin.
Crear Carros Nuevos
Inicio.
Crear carros nuevos
Asignar la entrada de vehculos nuevos en la coordenada x e y
Asignar a la entrada el color gris
Siempre que se cumpla t
Preguntar a la entrada crear cantidad numerode carros
Asgnele a carros el tamano 2.5 ticks Asgnele a carros la direccion de cabecera de 90 grados Asgnele a carros el color amarillo Posicione a carros en la posicion [-x ; -y] Asignar a velocidad (random-float * (velocidad maxima - velocidad
mnima)) + velocidad mnima.
Asignar velocidad lmite 10 ticks/s Asignar como velocidad mnima 0.05 ticks/s Los carros deben estar separados
Fin.
Crear carros de carga
Inicio.
Asignar a cargas la forma por defecto truck.
-
3.4 Simulacion del trafico en una va de dos carriles usando Netlogo. 49
Asignar a cargas el carril derecho en la posicion y = -2.
Asignar a trafico la direccion 90 grados en el carril derecho.
Fin.
Crear Trafico de carros de carga
Inicio.
Crear cargas, cantidad = numero
Asgnele a cargas el tamano 4 ticks Asgnele a cargas la direccion de cabecera de 90 grados Asgnele a caras el color anaranjado Posicione a cargas en la posicion [-x ; -y] Asignar a velocidad (random-float * (velocidad maxima - velocidad mni-
ma)) + velocidad mnima.
Asignar velocidad lmite 7.5 ticks/s Asignar como velocidad mnima 0.05 ticks/s Los cargas deben estar separados
Fin.
Crear Carros de carga Nuevos
Inicio.
Crear cargas nuevo
Asignar la entrada de vehculos nuevos en la coordenada x e y
Asignar a la entrada el color gris
Siempre que se cumpla t
-
3.4 Simulacion del trafico en una va de dos carriles usando Netlogo. 50
Preguntar a la entrada crear cantidad numerode cargas
Asgnele a cargas el tamano 4ticks Asgnele a cargas la direccion de cabecera de 90 grados Asgnele a cargas el color amarillo Posicione a cargas en la posicion [-x ; -y] Asignar a velocidad (random-float * (velocidad maxima - velocidad
mnima)) + velocidad mnima.
Asignar velocidad lmite 7.5 ticks/s Asignar como velocidad mnima 0.05 ticks/s Los carros deben estar separados
Fin.
3.4.4. Modelo conceptual
Supuestos de simplicacion:
Al iniciar la simulacion el tramo de va se encuentra sin vehculos.
La velocidad de los vehculos cambia solo cuando encuentra un reductor de velo-
cidad u otro vehculo que va a menor velocidad.
Solo los reductores de velocidad y otros vehculos pueden interferir en la libre
circulacion de los vehculos.
No existe paso peatonal, semaforos ni intersecciones.
Los vehculos no hacen paradas a lo largo del tramo.
No se permiten giros en U o maniobras que cambien el sentido de la circulacion
de los vehculos.
Las condiciones climaticas que afectan directamente al flujo de vehculos no son
tomadas en cuenta dentro del modelo.
-
3.5 Analisis estadstico. 51
Dentro de la va no se presentan pendientes superiores al 3
Los vehculos pesados no adelantan.
1 ticks equivale a 10 segundos.
La distribucion del trafico en los carriles es de 50-50.
3.5. Analisis estadstico.
Para este analisis se hicieron diez (10) corridas con diferentes tiempos de duracion.
La primera fue de 500 ticks, la segunda de 1000 ticks, la tercera de 5000 ticks y 10000
ticks para la ultima corrida. Todas ellas para el tramo 5 (desde Tucan hasta Nueva
Bolivia). Las entradas del modelo fueron:
Aceleracion: 1.
Desaceleracion: 1.
Velocidad maxima permitida: 10 Parches/ticks (P/t).
Reductores de velocidad.
Se permite la maniobra de adelantamiento a los vehculos particulares.
Entrada de vehculos livianos: 3 por cada carril.
Proporcion de vehculos pesados: 0.4.
El analisis para los resultados arrojados por el modelo se realizo en 2 partes, uno
para la media de la velocidad de los vehculos y la otra para la media de los tiempos
de seguimientos.
3.5.1. Media de la velocidad
Este analisis a su vez se dividio en cuatro partes, estas son la media de la velocidad
de los vehculos livianos del carril derecho, la media de los vehculos livianos del carril
izquierdo y vehculos pesados del carril derecho e izquierdo.
-
3.5 Analisis estadstico. 52
Vehculos livianos
El comportamiento de los vehculos livianos para las cuatro pruebas nos mostro que
el modelo arroja resultados consistentes para esta variable de interes, las tablas pre-
sentadas a continuacion muestran tales resultados.
Summary 500 ticks 1000 ticks 5000 ticks 10000 ticks
P/T km/h P/T km/h P/T km/h P/T km/h
Mnimo 0.08 0.74 1.22 10.95 0.44 3.97 0.19 1.68
1st Qu. 9.39 84.55 9.44 84.94 9.46 85.15 9.45 85.02
Mediana 9.72 87.45 9.76 87.84 9.75 87.71 9.74 87.70
Media 9.59 86.28 9.61 86.52 9.63 86.67 9.61 86.52
3er Qu. 10.00 90.00 10.00 90.00 10.00 90.00 10.00 90.00
Maximo 10.00 90.00 10.00 90.00 10.00 90.00 10.00 90.00
sd 0.58 5.2 0.56 5.07 0.53 4.74 0.58 5.26
NA 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00
Cuadro 3.15: Promedio de la velocidad de los vehculos del carril derecho. (P: parches.
T: ticks)
(a) Carril derecho (b) carril izquierdo
Figura 3.5: Graficas arrojadas por R para las velocidades de los vehculos particulares
-
3.5 Analisis estadstico. 53
Summary 500 ticks 1000 ticks 5000 ticks 10000 ticks
P/T km/h P/T km/h P/T km/h P/T km/h
Mnimo 2.64 23.73 2.91 26.16 0.44 3.97 1.96 17.64
1st Qu. 9.40 84.63 9.47 85.26 9.46 85.16 9.47 85.26
Mediana 9.84 88.52 9.89 89.05 9.83 88.47 9.85 88.65
Media 9.62 86.62 9.67 87.01 9.66 86.92 9.65 86.89
3er Qu. 10.00 90.00 10.00 90.00 10.00 90.00 10.00 90.00
Maximo 10.00 90.00 10.00 90.00 10.00 90.00 10.00 90.00
sd 0.55 4.94 0.49 4.45 0.50 4.53 0.54 4.82
NA 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00
Cuadro 3.16: Promedio la velocidad de los vehculos del carril izquierdo
Vehculos pesados
Algo semejantes ocurre con la media de la velocidad de los vehculos pesados para
ambos carriles, pese a que a ellos no se les permite hacer la maniobra de adelantamiento,
muestran un comportamiento similar en todas las pruebas con esto se puede decir que el
modelo es consistente. A continuacion se presentan los resultados dados por el modelo
para ambos carriles.
3.5.2. Tiempo de seguimiento
Es preciso mencionar el comportamiento de los tiempos de seguimiento entre vehcu-
los.
Vehiculos livianos
El modelo arrojo que los tiempos de seguimiento de los vehculos livianos o particu-
lares estan por el orden de 15 segundos y como maximo 852 segundos. Los resultados
en su totalidad se presentan a continuacion.
-
3.5 Analisis estadstico. 54
Summary 500 ticks 1000 ticks 5000 ticks 10000 ticks
P/T km/h P/T km/h P/T km/h P/T km/h
Mnimo 1.95 17.53 1.01 9.0961.01 9.09 1.01 9.09
1st Qu. 7.23 65.05 7.38 66.40 7.39 66.52 7.41 66.66
Mediana 7.75 69.73 7.79 70.14 7.78 70.00 7.78 70.00
Media 7.64 68.74 7.72 69.43 7.71 69.41 7.72 69.46
3er Qu. 8.20 73.82 8.16 73.41 8.11 72.97 8.11 72.97
Maximo 8.50 76.50 8.50 76.50 8.50 76.50 8.50 76.50
sd 0.75 6.71 0.61 5.49 0.55 4.95 0.55 4.97
NA 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00
Cuadro 3.17: Promedio de la velocidad de los vehculos pesados del carril derecho
Summary 500 ticks 1000 ticks 5000 ticks 10000 ticks
P/T km/h P/T km/h P/T km/h P/T km/h
Mnimo 2.76 24.85 2.13 19.21 1.01 9.09 1.01 9.09
1st Qu. 7.44 66.99 7.47 67.20 7.50 67.52 7.50 67.52
Mediana 8.02 72.19 7.91 71.17 7.88 70.88 7.88 70.96
Media 7.85 70.69 7.84 70.54 7.81 70.31 7.81 70.31
3er Qu. 8.50 76.50 8.39 75.47 8.19 73.70 8.21 73.88
Maximo 8.50 76.50 8.50 76.50 8.50 76.50 8.50 76.50
sd 0.72 6.44 0.60 5.41 0.52 4.71 0.543 4.89
NA 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00
Cuadro 3.18: Promedio de la velocidad de los vehculos pesados del carril izquierdo
Vehculos pesados
Antes de mostrar los resultados para los vehculos pesados cabe destacar que los
tiempo de seguimiento, para estos vehculos, son del orden de 500 segundos, esto debido
a que a ellos no se les permite adelantar a otros vehculos.
-
3.5 Analisis estadstico. 55
(a) Carril derecho (b) carril izquierdo
Figura 3.6: Graficas arrojadas por R para las velocidades de los vehculos pesados del
carril derecho
Summary 500 ticks 1000 ticks 5000 ticks 10000 ticks
t s t s t s t s
Mnimo 0.00 0.0 0.00 0.00 0.00 0.00 0.00 0.00
1st Qu. 0.24 2.42 0.24 2.41 0.15 1.46 0.28 2.75
Mediana 0.54 5.39 0.58 5.77 0.44 4.42 0.61 6.11
Media 0.99 9.88 2.02 20.22 0.69 6.94 1.82 18.16
3er Qu. 1.15 11.48 1.22 12.22 0.87 8.68 1.29 12.90
Maximo 9.89 98.99 60.00 600.00 5.53 55.38 58.00 580.00
sd 1.32 13.15 6.05 60.46 0.81 8.08 4.52 45.15
NA 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00
Cuadro 3.19: Promedio de los tiempo de seguimiento de los vehculos del carril derecho
-
3.5 Analisis estadstico. 56
(a) Carril derecho (b) carril izquierdo
Figura 3.7: Graficas arrojadas por R para los tiempo de seguimiento de los vehculos
particulares
Summary 500 ticks 1000 ticks 5000 ticks 10000 ticks
t s t s t s t s
Mnimo 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
1st Qu. 0.17 1.67 0.17 1.67 0.16 1.61 0.20 2.00
Mediana 0.40 4.00 0.39 3.89 0.39 3.91 0.48 4.82
Media 0.59 5.90 0.64 6.36 0.54 5.35 3.35 33.46
3er Qu. 0.67 6.67 0.70 7.00 0.67 6.67 0.95 9.47
Maximo 9.56 95.62 15.71 157.10 5.95 59.50 85.20 852.00
sd 0.85 8.45 1.12 11.20 0.65 6.51 10.38 103.761
NA 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00
Cuadro 3.20: Promedio de los tiempo de seguimiento de los vehculos del carril izquierdo
-
3.5 Analisis estadstico. 57
Summary 500 ticks 1000 ticks 5000 ticks 10000 ticks
t s t s t s t s
Mnimo 0.67 6.67 0.67 6.67 0.67 6.67 0.67 6.67
1st Qu. 35.29 352.90 53.74 537.40 68.65 686.50 62.67 626.70
Mediana 53.21 532.10 68.45 684.50 73.89 738.90 72.44 724.40
Media 49.47 494.70 64.27 642.70 73.23 732.30 71.81 718.10
3er Qu. 65.00 650.00 77.00 770.00 79.25 792.50 86.10 861.10
Maximo 85.55 855.50 136.00 1360.00 100.10 1001.00 158.00 1580.00
sd 19.67 196.70 20.19 201.89 11.21 112.05 20.99 209.85
NA 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00
Cuadro 3.21: Promedio de los tiempo de seguimiento de los vehculos pesados del carril
derecho
(a) Carril derecho (b) carril izquierdo
Figura 3.8: Graficas arrojadas por R para los tiempo de seguimiento de los vehculos
pesados
-
3.5 Analisis estadstico. 58
Summary 500 ticks 1000 ticks 5000 ticks 10000 ticks
t s t s t s t s
Mnimo 0.67 6.67 0.67 6.67 0.67 6.67 0.67 6.67
1st Qu. 36.69 366.90 56.50 565.00 68.65 686.50 62.67 626.70
Mediana 51.42 514.20 70.33 703.30 73.89 738.90 72.44 724.40
Media 48.34 483.35 66.39 663.90 73.23 732.30 71.81 718.10
3er Qu. 61.62 616.20 80.50 805.00 79.25 792.50 86.10 861.10
Maximo 91.38 913.80 115.20 1152.00 100.10 1001.00 158.00 1580.00
sd 18.94 189.38 21.02 210.23 11.21 112.05 20.99 209.85
NA 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00
Cuadro 3.22: Promedio de los tiempo de seguimiento de los de los vehculos pesados
del carril izquierdo
-
Captulo 4
Estudio y simulacion del modelo de
agentes
4.1. Escenario 1: Sensibilidad del modelo ante va-
riaciones en la aceleracion y desaceleracion.
Aumento de la aceleracion y reduccion de la desaceleracion.
Para este escenario se vario la aceleracion y la desaceleracion, aumentando la pri-
mera en 1.5 y reduciendo la seguenda hasta 0.5, para ver que tan sensible es el modelo
a los cambios en dichos parametros.
Los cambios realizados en las entradas del modelo para este caso, solo nos mostro un
aumento de 1.2 % en la media de las velocidades de los vehculos particulares y un 6 %
para los vehculos pesados. Por otra parte se noto una reduccion en los tiempos de
seguimiento de mas de 50 % para los vehculos particulares y de un 17 % para los
vehculos pesados.
-
4.1 Escenario 1: Sensibilidad del modelo ante variaciones en la aceleracion y
desaceleracion. 60
(a) Velocidades (b) Tiempo de seguimiento
Figura 4.1: Graficas arrojadas por R para las velocidades y los tiempo de seguimiento
de los vehculos en el primer escenario
Figura 4.2: Pantalla de Netlogo para el primer escenario.
-
4.1 Escenario 1: Sensibilidad del modelo ante variaciones en la aceleracion y
desaceleracion. 61
Aumentar la desaceleracion a 2.5 y reducir la aceleracion a 0.5.
Para esta prueba se vio un descenso de 4.3 % en la media de las velocidades de
los vehculos particulares y 5 % para los vehculos pesados. Ademas, los tiempos de
seguimiento son similares a los dados en las pruebas base.
(a) Velocidades (b) Tiempo de seguimiento
Figura 4.3: Graficas arrojadas por R para las velocidades y los tiempo de seguimiento
de los vehculos en el segundo escenario
-
4.1 Escenario 1: Sensibilidad del modelo ante variaciones en la aceleracion y
desaceleracion. 62
Figura 4.4: Pantalla de Netlogo para el segundo escenario.
-
4.1 Escenario 1: Sensibilidad del modelo ante variaciones en la aceleracion y
desaceleracion. 63
Aumentar la aceleracion y la desaceleracion al maximo.
Luego de aumentar al maximo la aceleracion y la desaceleracion de los vehculos
se noto un leve aumento (1.53 %) en la media de la velocidad de los vehculos livianos
y un notable aumento de 7.62 % para los vehculos pesados. Tambien se observo una
gran reduccion del tiempo de seguimiento en los vehculos particulares y pesados.
(a) Velocidades (b) Tiempo de seguimiento
Figura 4.5: Graficas arrojadas por R para las velocidades y los tiempo de seguimiento
de los vehculos en el tercer escenario.
-
4.1 Escenario 1: Sensibilidad del modelo ante variaciones en la aceleracion y
desaceleracion. 64
Figura 4.6: Pantalla de Netlogo para el tercer escenario.
-
4.2 Escenario 2: Aumentar la entrada de vehculos particulares y reducir los
vehculos pesados a 10 %. 65
4.2. Escenario 2: Aumentar la entrada de vehculos
particulares y reducir los vehculos pesados a
10 %.
Para este caso se hizo un aumento en la entrada de vehculos desde 3 hasta 10
vehculos y se redujo la proporcion de carga pesada hasta 10 %. Donde a la media
de las velocidades no se le vio un cambio significativo, pero la media del tiempo de
seguimiento de los vehculos particulares se redujo en un 79 %.
(a) Velocidades (b) Tiempo de seguimiento
Figura 4.7: Graficas arrojadas por R para las velocidades y los tiempo de seguimiento
de los vehculos en el cuarto escenario.
-
4.2 Escenario 2: Aumentar la entrada de vehculos particulares y reducir los
vehculos pesados a 10 %. 66
Figura 4.8: Pantalla de Netlogo para el cuarto escenario.
-
4.3 Escenario 3: Va sin reductores de velocidad. 67
4.3. Escenario 3: Va sin reductores de velocidad.
En el escenario 3 se simulo la va sin reductores de velocidad, permitiendose el
adelantamiento entre los vehculos particulares. Los resultados arrojados para este caso,
se percibe un leve aumento del 1.5 % en la media de la velocidad de los vehculos
particulares o livianos y 8.55 % en la media de la velocidad de los vehculos pesados. Por
otra parte, se redujo en un 38 % el tiempo de seguimiento de los vehculos particulares.
(a) Velocidades (b) Tiempo de seguimiento
Figura 4.9: Graficas arrojadas por R para las velocidades y los tiempo de seguimiento
de los vehculos en el quinto escenario
-
4.3 Escenario 3: Va sin reductores de velocidad. 68
Figura 4.10: Pantalla de Netlogo para el quinto escenario.
-
4.4 Escenario 4: Va sin reductores de velocidad. 69
4.4. Escenario 4: Va sin reductores de velocidad.
Al igual que el escenario anterior los vehculos pesados son los mas beneficiados
al retirar los reductores de velocidad de la va y no permitiendo que los vehculos
adelanten, por ende la media de velocidad de los vehculos pesados tiende a igualarse
con la de los vehculos livianos. El tiempo de seguimiento en los vehculos particulares
se ve severamente afectado, ya que la media pasa a ser 636 segundos. Dicho resultado
era esperado al hacer estos ajustes.
(a) Velocidades (b) Tiempo de seguimiento
Figura 4.11: Graficas arrojadas por R para las velocidades y los tiempo de seguimiento
de los vehculos en el sexto escenario.
-
4.4 Escenario 4: Va sin reductores de velocidad. 70
Figura 4.12: Pantalla de Netlogo para el sexto escenario.
-
4.5 Escenario 5: Va con reductores de velocidad y no se permite la maniobra de
adelantamiento. 71
4.5. Escenario 5: Va con reductores de velocidad y
no se permite la maniobra de adelantamiento.
Lugo de hacer el estudio de los datos arrojados por el modelo para este escenario,
se vio una reduccion de hasta un 13 % en la media de las velocidades de los vehculos
livianos, por otra parte los vehculos pesados tan solo reducen un 0.26 % su veloci-
dad. Tambien se noto un gran aumento de 670 segundos en la media del tiempo de
seguimiento de los vehculos particulares.
(a) Velocidades (b) Tiempo de seguimiento
Figura 4.13: Graficas arrojadas por R para las velocidades y los tiempo de seguimiento
de los vehculos en el septimo escenario
fvkfhviefhviefhvir
-
4.5 Escenario 5: Va con reductores de velocidad y no se permite la maniobra de
adelantamiento. 72
Figura 4.14: Pantalla de Netlogo para el septimo escenario.
-
4.6 Escenario 6: Va con reductores de velocidad, no se permite adelantar y se
aumenta la entrada de vehculos particulares. 73
4.6. Escenario 6: Va con reductores de velocidad,
no se permite adelantar y se aumenta la entra-
da de vehculos particulares.
Al observar los resultados de las pruebas con estas condiciones, vimos como se
hacen fuertes colas, y hay una reduccion del 66 % para la media de la velocidad de los
vehculos livianos y la media del tiempo de seguimiento aumentaron hasta 600 segundos.
Los vehculos pesados reducen la velocidad media hasta en un 12.52 %, siendo este un
resultado curioso y pudiendose explicar o atribuir esto a la poca cantidad de vehculos
pesados presentes en la va.
Siendo este caso el peor escenario que pudiera pasar en la va, aunque poco probable
de que no se pueda hacer cualquier tipo de adelantamiento en esta va, pero pudiendo
ocurrir un caso similar dentro de ella al rebasar su capacidad.
(a) Velocidades (b) Tiempo de seguimiento
Figura 4.15: Graficas arrojadas por R para las velocidades y los tiempo de seg