TESIS UNI

Introducción. Marco teórico y conceptual. Desarrollo de la investigación. Análisis, resultados y contrastación de hipótesis Conclusiones y recomendaciones

Modelación Continua Anisótropa de Asignación de Viajes Basado en Actividades para Invariantes Territoriales con Superficies de Fricción Cristian Castro Pérez Universidad Nacional de Ingeniería Facultad de Ingeniería Civil Unidad de Posgrado

18 de abril de 2015

Contenido Conten ido 1 Introducción.

2

3

4

5

Identificación del problema de investigación Antecedentes Justificación e Importancia Problema de la investigación, objetivos e hipótesis Variables e indicadores Marco Mar co teórico teórico y conceptual. conceptual. Planificación del transporte Modelos de Asignación de Tráfico Modelación de ciudades. Simulación en transporte Desarroll Desa rrollo o de la investigación investigación.. Ciudades de baja densidad. Geometría computacional Programación matemática en invariantes territoriales Modelado continuo en una ciudad urbana Análisis, Anális is, resultados resultados y contrastación contrastación de hipótesis Creación de zonas de viaje en ciudades: Mobilis Contrastación de hipótesis Validación de hipótesis Pruebas estadísticas a aplicar Conclusiones Conclus iones y recomendaci recomendaciones ones Conclusiones Recomendaciones

Contenido Conten ido 1 Introducción.

2

3

4

5

Identificación del problema de investigación Antecedentes Justificación e Importancia Problema de la investigación, objetivos e hipótesis Variables e indicadores Marco Mar co teórico teórico y conceptual. conceptual. Planificación del transporte Modelos de Asignación de Tráfico Modelación de ciudades. Simulación en transporte Desarroll Desa rrollo o de la investigación investigación.. Ciudades de baja densidad. Geometría computacional Programación matemática en invariantes territoriales Modelado continuo en una ciudad urbana Análisis, Anális is, resultados resultados y contrastación contrastación de hipótesis Creación de zonas de viaje en ciudades: Mobilis Contrastación de hipótesis Validación de hipótesis Pruebas estadísticas a aplicar Conclusiones Conclus iones y recomendaci recomendaciones ones Conclusiones Recomendaciones


Identificación del problema de investigación Antecedentes Justificación e Importancia Problema de la investigación, objetivos e hipótesis Variables e indicadores

Introducción En esta tesis se aporta en la elaboración y programación de un modelo integrador del transporte y territorio, que considera las características propias de la red e incorpore las dinámicas de viajes basadas en actividades, para mejorar las expectativas de un enfoque discreto; con lo que, se contribuirá a superar el problema en el que no se conocen completamente los parámetros del modelo (incertidumbre paramétrica) y la diferencia de estructura real respecto a la estructura del modelo (incertidumbre estructural).



Identificación del problema de investigación Asignación de tráfico en redes



Estado del arte en modelación continua. 2003: A continuous traffic equilibrium model.

2005: Asignación de tráfico discretizando el continuo.



Estado del arte en modelación continua. 2007: Outline of diffusion-advection in traffic flow.

2010: Modelo continuo para el estudio del tráfico.



Antecedentes Se tiene dos enfoques para los problemas de equilibrio de tráfico: 1 Enfoque Enfoque de modelado discre discreto to [Patriksson (1994); Gendreau y Marcotte (2002); Lee (2003)] (2003)] 2

Enfoque Enfoque de modelado continuo continuo

Configuración idealizada de la ciudad [Lam y Newell (1967); (1967); (1987); Wong (1994)] (1994)] Zitron (1967); D’Este (1987); Configuración general de la ciudad [ Beckmann (1952),; (1977); Wardrop (1971); Williams y Ortuzar (1976); Puu (1977); (1979); Dafermos (1980); (1980); Sasaki et al. (1990); Yang Buckley (1979); (1998)] et al. (1994); Wong (1998)] Ha habido mucho interés para enlazar los modelos en un sistema integrado [Timmermans ][ ][Miller ]. ]. Prácticamente todos los intentos de integrar el uso de suelo y la modelización del transporte se han centrado en intentar vincular el uso de modelos de microsimulación de tierras con modelos de viaje basados en actividad [ Waddell ] [Salvini ] y hay otros intentos de vincular modelos de viaje basados en actividad con modelos de TAP dinámicos y simuladores de red [ Lin],[K it ]. it amur amur a],[B o oy y ce c e ].



Justificación e Importancia 1

2

3

4

5

Conveniencia: La investigación sirve para analizar y comprender la complejidad

de los emergentes sistemas económicos, sociales y culturales según el ” paradigma tecnológico ” pues la construcción de infraestructuras ha sido la base de la construcción del propio territorio, que transforma y adapta la geografía física y que actualmente está en boga todo lo relacionado a lo urbano. Relevancia social: La investigación tiene la trascendencia de permiten evaluar los programas de movilidad antes de llevarlos a cabo para predecir su utilidad; de tal forma que se beneficien los habitantes de las ciudades, se tendrá la proyección de qué ocurrirá con una ciudad. Implicancias prácticas: La investigación permitirá solucionar problemas reales que afectan a la ciudades de tamaño medio, pues la infraestructura vial existente demanda la reorganización del sistema en un territorio con poca infraestructura y espacio de circulación, y una movilidad baja para la población. Valor Valor teórico teórico: La investigación ofrece la posibilidad de explorar en la búsqueda teórica de alternativas desde la perspectiva tecnológica, pues se contribuirá al conocimiento en territorio de redes de ciudades de baja densidad, por cuanto la mayoría de soluciones son sólo para entornos puramente urbanos. Utilidad metodológica: La investigación ayudará a crear un nuevo instrumento para procesar y analizar datos para modelar la asignación de viajes basados en actividades, contribuyendo a resaltar aspectos en qu que inge ngeniero nieros inter intervi vieenen y aportando un valor añadido sobre aspectos novedos d l od lació lació ntinu ntinu



Problema de la investigación, objetivos e hipótesis Problema principal ¿De qué manera los patrones de localización de las actividades inducen patrones de viajes para realizar dichas actividades y la elección de localización (usos del suelo) es afectada por la accesibilidad a las invariantes del territorio.? Objetivo principal Determinar la influencia de una formulación continua con superficies de fricción, para modelos de asignación en redes, considerando la localización dinámica en el tiempo de actividades, que estimen las elecciones de destino y ruta. Hipótesis prin principal cipal El tipo de actividad que tiene un indicador de atractividad de viajes influye en la interacción entre la movilidad y usos del suelo que tiene un indicador de accesibilidad al lugar de la actividad, que finalmente impactan en el territorio.



Problema de la investigación, objetivos e hipótesis Problema principal ¿De qué manera los patrones de localización de las actividades inducen patrones de viajes para realizar dichas actividades y la elección de localización (usos del suelo) es afectada por la accesibilidad a las invariantes del territorio.? Objetivo principal Determinar la influencia de una formulación continua con superficies de fricción, para modelos de asignación en redes, considerando la localización dinámica en el tiempo de actividades, que estimen las elecciones de destino y ruta. Hipótesis principal El tipo de actividad que tiene un indicador de atractividad de viajes influye en la interacción entre la movilidad y usos del suelo que tiene un indicador de accesibilidad al lugar de la actividad, que finalmente impactan en el territorio.



Problema de la investigación, objetivos e hipótesis Problema principal ¿De qué manera los patrones de localización de las actividades inducen patrones de viajes para realizar dichas actividades y la elección de localización (usos del suelo) es afectada por la accesibilidad a las invariantes del territorio.? Objetivo principal Determinar la influencia de una formulación continua con superficies de fricción, para modelos de asignación en redes, considerando la localización dinámica en el tiempo de actividades, que estimen las elecciones de destino y ruta. Hipótesis principal El tipo de actividad que tiene un indicador de atractividad de viajes influye en la interacción entre la movilidad y usos del suelo que tiene un indicador de accesibilidad al lugar de la actividad, que finalmente impactan en el territorio.



Variables e Indicadores Variables

Indicadores

Independientes (X) a)- Atractores de viajes b)- Superficies de fricción c)- Invariantes territoriales Intervinientes (Y) a)- Uso de suelo (territorio) b)- Infraestructura viaria - Redes c)- Características socioeconómicas Dependientes (Z) a)- Interacción Oferta-Demanda b)- Superficies de costo c)- Zonas de viajes (regiones)

Directos a)- X 11 :Volumen de viajes b)- X 12 :Fricción direccional c)- X 13 :Nodo, enlace, centroide Interviniente a)- Y 21 :Intensidad b)- Y 22 :Asignación c)- Y 23 :Actividades Indirecto a)- Z 31 :Flujos O-D b)- Z 32 :Costo de desplazamiento c)- Z 33 :Accesibilidad

Contenido 1 Introducción.

2

3

4

5

Identificación del problema de investigación Antecedentes Justificación e Importancia Problema de la investigación, objetivos e hipótesis Variables e indicadores Marco teórico y conceptual. Planificación del transporte Modelos de Asignación de Tráfico Modelación de ciudades. Simulación en transporte Desarrollo de la investigación. Ciudades de baja densidad. Geometría computacional Programación matemática en invariantes territoriales Modelado continuo en una ciudad urbana Análisis, resultados y contrastación de hipótesis Creación de zonas de viaje en ciudades: Mobilis Contrastación de hipótesis Validación de hipótesis Pruebas estadísticas a aplicar Conclusiones y recomendaciones Conclusiones Recomendaciones


Enfoque del transporte Modelo secuencial de 4 etapas Los usuarios realizan un conjunto de elecciones que caracterizan sus viajes: decisiones de viajar (generación) hasta un destino (distribución) en un modo de transporte (partición modal) y a través de una ruta (asignación). Enfoque de la demanda Análisis de la solicitación futura de servicio de una red, a través de buscar una estimación de la cuantía de interrelación entre las actividades urbanas demandadas en futuro. Enfoque de la oferta La localización de las actividades, y el modo y cuantía en que se manifiesten en el futuro sus interrelaciones, depende de la forma y

Planificación del transporte Modelos de Asignación de Tráfico Modelación de ciudades. Simulación en transporte


Simulación en transporte Enfoque discreto La ciudad se divide en zonas de características semejantes y se asume que toda la actividad de las mismas se concentra en centroides que generan y atraen los viajes y las calles e intersecciones se representan como arcos y nodos de un grafo dirigido. Enfoque continuo la red densa es aproximada a un continuo donde los conductores son libres de elegir sus rutas en un espacio bidimensional, y se acepta que la variación en áreas cercanas es pequeña comparada con el sistema completo y las características del sistema de transporte como flujo y costo pueden ser representadas con funciones matemáticas continuas.




Modelos de Asignación de Tráfico Introducción Históricamente una gran variedad de modelos de asignación de tráfico han sido desarrollados y aplicados. Muchos de estos modelos se han quedado y adecuado a fines didácticos, entendiendo por didácticos que dentro de su toma de decisiones no se apegan a la realidad que exigen los flujos de tráfico de hoy en día. Por otra parte, éstos han sido la base para modelos recientes que se apegan más al comportamiento real de una red vial. Definición Los modelos de asignación son usados para estimar el flujo de tráfico en una red existente o simulada, además de generar estimaciones de tiempos de viaje y otros factores relacionados, que son base para la simulación de escenarios de tráfico e impacto ambiental. Estos modelos toman como datos de entrada una matriz (O-D) que indica el volumen de tráfico entre pares de origen y destino, y en caso de no contar con esta matriz se puede tomar datos de aforos y una matriz O-D base.









Modelos de Asignación del Equilibrio del Usuario Primer Principio de WARDROP "En el equilibrio, ningún usuario puede reducir unilateralmente sus tiempos (costos) de viaje, mediante un cambio de ruta (camino)" Función objetivo:

  C (x)dx f a

MinZ =

Sujeto a:

h

p

a

∀a∈A 0

− T w = 0

∀w ∈ W

p∈P w

Que asegura que se satisfaga la demanda. f a −

δ

ap hp

=0

∀a ∈ A

p∈P w

Que relaciona el flujo en arcos y en rutas. hp ≥ 0

∀ p ∈ P



Modelos de Asignación del Equilibrio del Usuario Primer Principio de WARDROP "En el equilibrio, ningún usuario puede reducir unilateralmente sus tiempos (costos) de viaje, mediante un cambio de ruta (camino)" Función objetivo:

  C (x)dx f a

MinZ =

Sujeto a:

h

p

a

∀a∈A 0

− T w = 0

∀w ∈ W

p∈P w

Que asegura que se satisfaga la demanda. f a −

δ

ap hp

=0

∀a ∈ A

p∈P w

Que relaciona el flujo en arcos y en rutas. hp ≥ 0

∀ p ∈ P


Algoritmo de Frank-Wolfe




Programación de PAT con el Algoritmo de Frank-Wolfe



Formulación Discreta La ciudad se divide en zonas con características de demanda homogéneas y se asume que toda la actividad de las mismas se concentra en ”centroides”. Matemáticamente, la ciudad se modela como un grafo dirigido donde los centroides y las intersecciones son los ”nodos”, y los tramos entre intersecciones son los arcos o ”links”. Los arcos tienen asociadas funciones que representan el costo (tiempo de viaje) que se ajusta experimentalmente.



Formulación Continua La idea fundamental es que la variación de las características del tráfico en áreas cercanas es pequeña cuando se la compara a las diferencias del sistema entero y de esta manera se pueden utilizar funciones continuas para representar las características de la red tales como el costo de viaje y el flujo vehicular.



Modelación de ciudades Simulación microscópica Considera el movimiento de cada vehículo individualmente, requiere una gran cantidad de datos, los modelos que utiliza son bastante complejos y los costos computacionales requeridos son muy elevados. Modelos microscópicos: TRANSYT, NETSIM, FRESIM, NETFLO, FREFLO, TSIS, CORSIM, SIGSIM, HUTSIM, GETRAM, AIMSUN2. Simulación macroscópica Considera el análisis del tráfico desde una perspectiva más global, donde el tráfico se considera un continuo (no se consideran los vehículos individualmente) y su aplicación es en la planificación urbanística. Modelos macroscópicos: EMME/2, MANTRA, TRIPS, MEPLAN, TRANUS, DELTA/START, TRANSCAD, UTPS, QRSII, ESTRAUS, TRANUS, CUBE.

Modelo de elementos finitos en ingeniería de tráfico



Definición del área y red de transporte. Zonificación de una urbanización típica. Tipos de vías de una urbanización típica.


Simulación en transporte Microsimulación Considera el movimiento de cada vehículo, requiere una gran cantidad de datos, los modelos que utiliza son bastante complejos y los costos muy elevados. Mesosimulación Cuando se analiza un fenómeno intermedio, la simulación no se centra en una situación o sistema definido, sino en conocer sus reacciones. Microsimulación Considera el análisis desde una perspectiva global, donde el tráfico se considera un continuo y su aplicación es función del comportamiento.



2

3

4

5



Definición del contexto

Características 1

2

3

4

Ciudades medias, son capitales de departamento, región o núcleo metropolitano. Posean una población entre 100000 y 750000 hab., que cuenten con transporte público urbano. Las ciudades catalogadas como medias, poseen entre 30 y 250 Km2 de extensión en su zona urbana. Su distribución es relativamente homogénea sobre el territorio, con capacidad de difusión.

Ciudades de baja densidad. Geometría computacional Programación matemática en invariantes territoriales Modelado continuo en una ciudad urbana



Aplicación: Ciudades medias en Perú. Poblaciones de las ciudades

Tasa de crecimiento anual

Las ciudades medias en el Perú concentran el 53.7 % de la población nacional con un total de 14721493 habitantes. Estas ciudades tiene tasas de crecimiento superiores al 1.6 %. En el Perú existen 195 provincias con un promedio de 144721.8 hab.

Por Ley 27795, ley de demarcación y organización territorial, se consideran metrópolis peruanas a las ciudades que comprenden a más de 500001 hab. y cuentan con Plan de Acondicionamiento y Plan de Desarrollo Metropolitano (Lima, Trujillo, Arequipa y Chiclayo).



Problemas estáticos Envolvente convexa Dado un conjunto de puntos en el espacio, encontrar el poliedro convexo más pequeño que los contienen.

Diagramas de Voronoi Dado un conjunto de puntos en el espacio (nodos), calculan una partición en regiones consistentes en todos los puntos más próximos a cada nodo.

Triangulaciones Partición del plano en triángulos, de manera que dos triángulos cualquiera son disjuntos, o que comparten un borde o vértice. Hay diferentes triangulaciones en función de los objetos de entrada, o restricciones.

Caminos más cortos Dado un conjunto de obstáculos en un espacio, y dos puntos, encontrar el camino más corto entre puntos que no se intersectan con algún obstáculos.



Geometría computacional combinatoria Diagrama de Voronoi. Envolvente convexa.

Triangulación de puntos.

Refinamiento de malla.

Teselación Delaunay.

Camino mínimo.


Modelo de Redes en VERNE



















Modelo continuo para análisis de redes. Modelado de la ciudad.

Demanda de viaje.

Flujo de tráfico.

Conservación de flujo.



Modelo continuo para análisis de redes. Función de costo local.

Costo de viaje de ruta.

Equilibrio de usuario.

Condiciones de contorno.



Modelo de asignación en redes continuas. Definición de la geometría.

Discretización del dominio.

Solución de EDP de flujo día 1.

Solución de EDP de flujo día n.



Modelaciones desarrolladas en la Tesis Modelo Cont Continuo inuo Isótr Isótropo opo Asume que las características de las calles y las condiciones de circulación son independientes de la dirección considerada. Hacen uso de funciones que expresan los tiempos de recorrido (capacidad, velocidad). En estos modelos se tiene la dificultad de cómo determinar el flujo y el tiempo de recorrido en cada calle a partir de los resultados obtenidos sobre el dominio. Modelo Continuo Anisótropo Conduce a un sistema de ecuaciones de difusión anisótropa no lineal, que puede ser adecuadamente resuelto mediante el método de elementos finitos. El modelo continuo puede resolver problemas de asignación de viajes de acuerdo al principio de equilibrio del usuario. El modelo puede ser directamente extendido a otros problemas (demanda variable, elección de modos de transporte, etc.)


2

3

4

5



Creación de zonas de viaje en ciudades: Mobilis Contrastación de hipótesis Validación de hipótesis Pruebas estadísticas a aplicar

Algoritmo ”MiM”- Programa VERNE - Módulo MOBILIS Algoritmo Mobilis

in Mobile

Esquema de trabajo del algoritmo y programa elaborado.

Programa Mobilis

in Mobile



Programación matemática del algoritmo ”MiM” Mapa del dominio y subdominios de la ciudad de Ayacucho

Algoritmo MiM En este trabajo se propone un modelo de equilibrio de tráfico basado en el análisis continuo de las regiones donde se generan los via jes. El modelo se resuelve mediante algoritmo de solución basada en FEM para la discretización del dominio y la determinación de las zonas de viaje, de acuerdo a la dinámica de los puntos atractores basados en actividades y a la influencia de las superficies de fricción, con lo cul luego se procede a estimar el volumen de viajes y a través de la programación matemática obtener la solución del TAP.

al año 2014 con 23 subzonas de división con el algoritmo ”MiM”.



Resultados ”MiM”: Evolución Urbana de Ayacucho Puntos atractores, 1944.

Envolvente convexa, 1944.

Discretización FEM, 1944.

T.Delaunay - D. Voronoi, 1944.

Refinamiento malla, 1944.

Resultado Zonas de viaje, 1944.



















































Resultados simplificados tipo CBD con MOBILIS, Ayacucho 2014 Discretización FEM, 2014.

Refinamiento FEM, 2014.




Secuencia de operaciones con el Programa VERNE-MOBILIS Módulo de entrada de datos.

Puntos atractores en regiones.

Vector dominios y subdominios.

Generación de malla en regiones.

Refinamiento de malla FEM.

Zonas de viaje con y sin fricción.



Diseño de experimento con el Programa VERNE-MOBILIS Superficies c/s fricción 1944-2014.

Superficies c/s fricción 1944-2014.







Resultados de mallado con Programa VERNE-MOBILIS Evolución c/s fricción 1963-2014.

Evolución c/s fricción 1971-2014.




Superficies c/s fricción subsumido.



Simulación con superficies de fricción



Zona de viaje-modelo isotrópico (46 atractores) Dominio 2014, subdominio 1963.

Mallado FEM sector 2014 y 1963.

Zona de viaje sin superficie de fricción 1963-2014.



Zona de viaje-modelo isotrópico (46 atractores) Dominio 2014, subdominio 1971.


Zona de viaje sin superficie de fricción 1971-2014.



Zona de viaje-modelo anisotrópico (46 atractores) Dominio 2014, subdominio 1963.


Zona de viaje con superficie de fricción 1963-2014.



Zona de viaje-modelo anisotrópico (46 atractores) Dominio 2014, subdominio 1971.


Zona de viaje con superficie de fricción 1971-2014.



Creación de zonas de viaje: Caso de Estudio Ruta 10 Zonificación de la Ciudad de Ayacucho en 23 sectores.

Division de la ciudad en 23 sectores.



Creación de zonas de viaje: Caso de Estudio Ruta 10 Dominio general de la ciudad y red de la Ruta10.

Sectores pertenecientes al recorrido de la Ruta10 .



Creación de zonas de viaje: Caso de Estudio Ruta 10 Atractores en el recorrido de la Ruta10.

Integración de sectores de influencia de la Ruta10.



Creación de zonas de viaje: Caso de Estudio Ruta 10 Diagrama de red y subdominios de Ruta10.

Discretización del MDT con FEM .



Creación de zonas de viaje: Caso de Estudio Ruta 10 Refinamiento de la malla FEM para 8 sectores.

Zonas de viaje c/f.Isotrópica K=1.0 (Z 1 · · · Z 8 )




Z 1 , Z 6 , Z 7 , Z 8

= 1,0;Z 2 ,

Z 5

= 1,5;Z 3 ,

Z 4

= 2,0




Z 3 , Z 4 , Z 5

= 1,0;Z 2 ,

Z 7 , Z 8

= 1,5;Z 1 ,

Z 6

= 2,0



Creación de zonas de viaje: Caso de Estudio Ruta 10 Z 3

= 1,0;Z 4 = 1,25;Z 5 = 1,5;Z 2 = 1,75;Z 7 =

Refinamiento de la malla FEM para 8 sectores. 2,0;Z 8 = 2,25;Z 6 = 2,5;Z 1 = 2,75



Tabla de resultados de modelos isotrópicos y anisotrópicos.



Comparación de resultados con el TRANSCAD Zonificación de la red de transporte Ruta 10.

Zonificación de la ciudad en 13 sectores. 1

TERMINAL PLAZAWARI

1

2 2

C I U D

9

A D U N I V E

3

4

4 R S I T

3

A R

5

6

8

I A

6 7 8

9

5

10

10

11

7

12 13 14

12

15

16

ESSALUD

17

11

18

13

19

Area 0.00 0.10 0.14 0.17 0.20 0.22 0.23 0.26 0

.4

to to to to to to to to

0.10 0.14 0.17 0.20 0.22 0.23 0.26 1.00 .8

Kilometers

(2) (3) (2) (3) (3) (2) (3) (3)

20

21

1.2



Comparación de resultados con el TRANSCAD Sistema de recorrido de la red de transporte Ruta 10.

Deseo de viajes de la red de transporte Ruta 10. A V .

J

A  V

E

I

FINAL



1

R P

É



NOGALES



R E

Z

D E

C

U

 2

C I U D A D

E L

L A R





PALMERAS

 A 3

4

I



N D



AGRICULTURA

 5



E

E





N



 

MODULOS COLEGIO MARISCAL

J R . D 7 A 

HOSPITAL

C





A

E L B M A

Manco Capac





Mariscal 

 9

QUINUA MANCO CAPAC

B

MARISCAL ASAMBLEA



 



J R . F . V I

 

CUZCO AREQUIPA





F. Vivanco 

 12 V A N C

O

3

R

.

J

A V .

SAN MARTIN PUENTE NUEVO

   

Grau

Á M

J11

BELLIDO





S 

R

Callao Lima

A R A

10 C

.



San Martín

S

I

L





J

E





Bellido

8 

S A . R

R

VENEZUELA



5 esquinas

13  M A

R I S

C A

L

C

A







6

I

Q U I N U A A

T

Arco

I A

N

D





P

E

CENTRO PRE 



U N I V E R S I T A R

V .

LIBERTADORES 

ALAMEDA

 14 S

T

I L



EJERCITO



L A



15







A

APURIMAC

V



.



PROGRESO



C



TERMINAL SUR 

U 16 Z C O

WARI 



 17

PARQUE

A



V

VENEZUELA

.

 

C U

18  Z C

O

ESSALUD 

19 



MARIA PARADO DE Y A





E

  



C 

7.5

VILLA MILITAR



INICIAL

3.75

1.875

DESEO DE VIAJE



0 

A

LEYENDA

ÑAHUINPUQUI

WARPA PICCHU

A

R R

BELGICA DINAMARCA ALAMOS





R T E

.3

.6

Kilometers

.9

A C U C H O

21 

20 

-

C O C U Z



Comparación de resultados con el TRANSCAD Sistema de recorrido de la red de transporte Ruta 10.

Deseo de viajes de la red de transporte Ruta 10. A V .

J

A  V

E

I

FINAL



1

R P

É



NOGALES



R E

Z

D E

C

U

 2

C I U D A D

E L

L A R





PALMERAS

 A 3

4

I



N D



AGRICULTURA

 5



E

E





N



 

MODULOS COLEGIO MARISCAL

J R . D 7 A 

HOSPITAL

C





A

E L B M A

Manco Capac





Mariscal 

 9

QUINUA MANCO CAPAC

B

MARISCAL ASAMBLEA



 



J R . F . V I

 

CUZCO AREQUIPA





F. Vivanco 

 12 V A N C

O

3

R

.

J

A V .

SAN MARTIN PUENTE NUEVO

   

Grau

Á M

J11

BELLIDO





S 

R

Callao Lima

A R A

10 C

.



San Martín

S

I

L





J

E





Bellido

8 

S A . R

R

VENEZUELA



5 esquinas

13  M A

R I S

C A

L

C

A







6

I

Q U I N U A A

T

Arco

I A

N

D





P

E

CENTRO PRE 



U N I V E R S I T A R

V .

LIBERTADORES 

ALAMEDA

 14 S

T

I L



EJERCITO



L A



15







A

APURIMAC

V



.



PROGRESO



C



TERMINAL SUR 

U 16 Z C O

WARI 



 17

PARQUE

A



V

VENEZUELA

.

 

C U

18  Z C

O

ESSALUD 

19 



MARIA PARADO DE Y A





E

  



C 

7.5

VILLA MILITAR



INICIAL

3.75

1.875

DESEO DE VIAJE



0 

A

LEYENDA

ÑAHUINPUQUI

WARPA PICCHU

A

R R

BELGICA DINAMARCA ALAMOS





R T E

.3

.6

Kilometers

.9

A C U C H O

21 

20 

-

C O C U Z



Análisis de datos espaciales para verificación.



Contorno Tipo 1 de datos espaciales.



Contorno Tipo 2 de datos espaciales.



Superficie Tipo 1 de datos espaciales.



Superficie Tipo 2 de datos espaciales.



Interpolación Lineal de datos espaciales.



Interpolación Spline de datos espaciales.



Histograma de datos espaciales.



Variograma de datos espaciales.



Modelado y estimador variograma de datos espaciales.



Modelo Actual vs. Modelo Propuesto


2

3

4

5



Conclusiones Recomendaciones Limitaciones modelos de predicción.

Conclusiones Del Objetivo principal El enfoque continuo se presenta como una alternativa para el análisis de redes. Los sistemas urbanos de transporte requieren procesos distintos para situaciones de proyectos vinculados a intervenciones en invariantes territoriales que presentan superficies de fricción en el flujo. 1 Sobre la elección del caso de estudio.- El caso de estudio, es pertinente por comprender el proceso de crecimiento en baja densidad en el contexto de la ciudad latinoamericana, donde se crece bajo la lógica de la extensión de redes de infraestructura que producen un territorio que presenta continua expansión de los incrementos urbanos. 2 Sobre la formulación de los modelos.- De las simulaciones elaboradas para la Ciudad de Ayacucho y que pueden extenderse a otras ciudades de baja densidad, se demostró que es posible amalgamar los modelos discretos y continuos, en los que puede considerarse el efecto de fricción de la superficie. 3 Sobre la prospectiva.- El estudio considera el área central y la periferia de una ciudad latinoamericana de baja densidad atravesada por unos ejes urbanos, donde se han tomado como muestra el sistema vial que representan situaciones diversas de la ciudad consolidada.



Conclusiones De los Objetivos secundarios Se logró el desarrollo de un software en un lenguaje de programación de alto nivel, con el paradigma de programación estructurada. El software es portable y escalable, permitiendo la integración de modelo de uso de suelo y transporte, sobre la totalidad del espectro de tamaños de red. Se realizó la puesta a punto de un programa VERNE (plataforma de operación) en sus distintos módulos como: 1 MOBILIS (programación estructurada del algoritmo Mobilis in Mobile ”MiM” de creación de zonas de viajes en un continuo) 2 ASIGNACIÓN (programación estructurada del algoritmo Frank-Wolfe ”F-W” para asignación de tráfico en redes discretas) 3 REDES (programación estructurada de los algoritmos de camino mínimo como Dijkstra, Floyd-Warshall, Bellman-Ford, Kruskal, Ford-Fulkersson para el diseño de experimentos de obtención de coeficientes de fricción en ciudades) 4 GEOMETRÍA COMPUTACIONAL (programación estructurada del algoritmo de envolvente convexa, triangulación de DELAUNAY, polígonos de VORONOI para la representación gráfica de MDT a partir de un conjunto de puntos x, y, z) 5 GEOESTADÍSTICA (programación estructurada diseñada para la prueba de hipótesis que aplique los métodos de estadística para análisis de datos espaciales



Recomendaciones De la metodología 1

2

3

4

Se requiere metodologías de modelización con un enfoque continuo del problema, basado en las características que definen la morfología de las redes de infraestructuras, intentando dominar las externalidades. Para utilizar un programa computacional para la solución de modelos de asignación de tráfico, es conveniente tener un conocimiento adecuado de las bases numéricas que se fundamenta la aplicación, sólo así se estará en la capacidad de interactuar correctamente con el programa. La investigación desarrolla un modelo numérico para la tener zonas de viaje y a partir de ese resultado generar volúmenes de viaje calibrados con matrices O − D y/o aforos, tal que se pueda solucionar la asignación de tráfico en ciudades con congestión en las que existe una red de vías superpuesta sobre la red de calles. Se utiliza una malla de elementos finitos para discretizar la red de calles, lo que permite la obtención de buenas aproximaciones sin necesidad de elaborar un grafo de transporte para la red de calles.



Recomendaciones De los resultados 1

2

3

Se propone una construcción del territorio diferente del enfoque tradicional basado en la dialéctica del centro y la periferia, y se plantea un enfoque alternativo sobre la evolución de la presencia de las tres invariantes territoriales: la malla, el nodo y la red. El enfoque continuo en la resolución de problemas de transporte es una herramienta poderosa que brinda una visión general del funcionamiento de una invariante territorial como la red, sobre la que se estudian el impacto de las modificaciones de superficies de fricción (pendiente, uso de suelo y clima) Se recomienda utilizar el modelo ”MiM” elaborado ya que este modelo es competitivo en tiempo de preparación y ejecución y en precisión de los resultados y puede utilizarse como alternativo a los procedimientos habituales de simulación del tráfico basados en la carga de una matriz de viajes origen/destino sobre una red y para estudiar evolutivamente la integración de transporte y usos de suelo en ciudades medias.



Limitaciones de desplazamiento urbano superadas 1

2

3

4

5

6

Agregación . La elección de destino se modela como un fenómeno global, con

modelos de atracción viaje de regresión lineal y modelos de distribución de viaje gravedad. Decisiones a largo plazo . Son generalmente modelos agregados, como los modelos de empleo y de la población que están ganando un mayor uso en la actualidad. Integración . Los modelos de generación de viajes, distribución, elección del modo y asignación, se aplican por separado, con supuestos y resultados inconsistentes. Demanda de viajes por actividades . Aunque suelen distinguir las categorías de propósitos de viaje, estos no representan la posibilidad de llevar a cabo actividades sin viajes. Tiempo y las limitaciones de espacio . Los modelos en uso representan las decisiones relacionadas con los viajes individuales, de un solo sentido; ignorando la interdependencia. Variables explicativas . Los modelos incorporan la influencia de tiempo de viaje y costo; sin embargo, con frecuencia desestiman las características del ciclo del hogar.

TESIS UNI

Recommend Documents