No podrás conectarte si excedes diez intentos fallidos.
La Agencia SINC ofrece servicios diferentes dependiendo de tu perfil.
Selecciona el tuyo:
Investigadores de la Universidad Politécnica de Madrid han desarrollado un algoritmo que recomienda a los conductores el mejor itinerario según los datos del trafico, facilitados, a su vez, por una red de sensores desplegados por las vías de circulación. El método puede aplicarse en sistemas inteligentes de transporte para reducir las congestiones de las carreteras.
Los atascos de tráfico, más allá de un quebradero de cabeza para los automovilistas, tienen un importante impacto social, económico y medioambiental. Ahora un equipo de investigadores de la Universidad Politécnica de Madrid (UPM) ha desarrollado un algoritmo de toma de decisión que puede aplicarse a sistemas inteligentes de transporte para reducir las retenciones en las carreteras.
El algoritmo propuesto, cuya eficiencia ha sido validada en simulaciones, recomienda a los conductores el mejor itinerario en virtud de los datos de tráfico que proporciona la red de sensores desplegados en las principales vías de circulación.
El equipo de la UPM, perteneciente al Centro de Investigación en Tecnologías de Software y Sistemas Multimedia para la Sostenibilidad (CITSEM), se ha enfrentado a dos retos importantes para asegurar que la toma de decisiones sea fiable. Por un lado, la incertidumbre relacionada con los datos recibidos de los sensores, ya que la información puede ser incompleta, presentar inconsistencias o haber perdido precisión durante su medición, procesado y visualización. Por otro, la información del contexto obtenida por los sensores es variable, lo que obliga a que el algoritmo sea capaz de ajustar la toma de decisiones a esos cambios.
Los investigadores han adaptado para su trabajo uno de los algoritmos de toma de decisiones más utilizados, denominado Proceso Analítico Jerárquico -en inglés, Analytic Hierarchy Process (AHP)- , con el fin de emplearlo en los sistemas inteligentes de transporte teniendo en cuenta los retos antes mencionados.
Para ello, han fusionado dos variantes de ese algoritmo: FAHP y DAHP. En la primera, se utiliza la lógica difusa para realizar los cálculos atendiendo al efecto de la incertidumbre en los datos recibidos; en la segunda, las variables utilizadas en los cálculos se consideran dinámicas y, por tanto, variables con el tiempo.
Al algoritmo resultante de esta fusión, los investigadores de la UPM han añadido un procedimiento objetivo para la realización de los cálculos basado en el histórico de los datos de entrada obtenidos de los sensores en lugar de en las valoraciones de expertos, que es como suele construirse la matriz de entrada en el algoritmo AHP clásico. Esto permite que el algoritmo pueda ejecutarse de una manera objetiva, autónoma y adaptativa en función de los datos de entrada.
Simulaciones con Matlab
El paso final consistió en validar el algoritmo propuesto mediante simulaciones con una herramienta de software matemático (Matlab), las cuales utilizaban como datos de entrada la información proporcionada por la red de sensores de la Dirección General de Tráfico en diferentes momentos de un día concreto, el 12 de febrero de 2016, y considerando que en cada iteración del algoritmo un porcentaje determinado de conductores (10%, 30% y 50%) obedece las indicaciones (en la iteración anterior para que la validación sea más realista).
Después, los investigadores realizaron la misma simulación pero utilizando una variante de TOPSIS, un algoritmo que ha suscitado mucho interés entre los investigadores y que se utiliza en diversas áreas, entre las que figura el transporte.
El resultado de la comparativa demuestra que el algoritmo propuesto presenta varias ventajas sobre la citada variante del algoritmo TOPSIS. En primer lugar, distribuye el tráfico de una manera más equitativa entre las diferentes vías, de modo que evita trasladar las retenciones a cualquiera de ellas. Además, es más sensible a los cambios en el nivel de tráfico de las carreteras, lo que hace que presente mayor adaptabilidad. Por último, muestra una gran consistencia en los resultados obtenidos y es más eficiente que la variante del algoritmo TOPSIS en la medida en que requiere un menor número de operaciones.
Referencia bibliográfica:
GOMEZ, DAVID; MARTINEZ, JOSE-FERNAN; SENDRA, JUANA; RUBIO, GREGORIO. “Development of a Decision Making Algorithm for Traffic Jams Reduction Applied to Intelligent Transportation Systems”. Journal of Sensors, 10.1155/2016/9271986 2016.