Clasificación del modelo en cuanto al tipo de predicción

Esta fase de predicción es la que confiere a nuestro modelo el carácter de modelo de simulación. Revisando otros modelos de simulación, podemos decir que el nuestro cumple con los cuatro aspectos distintivos de los modelos de tráfico típicos de geosimulación: (1) consideración del tiempo en el sentido que las entidades simuladas reaccionan de acuerdo a las condiciones ambientales en un momento determinado, (2) posibilidad de aplicación en escalas microscópicas permitiendo simulaciones muy detalladas a nivel de peatones o vehículos, (3) habilidad de desarrollar simulaciones basadas en entidades partiendo de sus características o atributos individuales y (4) concepción de una interacción localizada como flujo existente entre las entidades modeladas (Torrens, 2004).

En cuanto a la incertidumbre de predicción, los modelos de simulación se dividen fundamentalmente en dos tipos, los deterministas y los estocásticos o probabilistas (Fotheringham & Wegener, 2000):

• Modelo determinista: Formalización de un fenómeno de la vida real precisando la conducta exacta y valores de variables de cada componente, sin dejar entrar el concepto de probabilidad en la predicción. Es decir, para un escenario definido solo existe una posible predicción.

• Modelos estocásticos o probabilistas: Formalización de un fenómeno de la vida real en la cual los valores de las variables de sus componentes no son

conocidos de manera precisa y por tanto la predicción del modelo no es una solución única sino un rango de posibles soluciones.

Para enmarcar nuestro modelo en uno de estos dos modelos, en primer lugar consideramos que en su fase de conceptualización hemos partido de un modelo de elección de alternativas. Este modelo de partida que materializa las preferencias personales mediante funciones de utilidad, ofrece la alternativa de mayor probabilidad en función de las preferencias de un potencial usuario (Timmermans et al. 1984). Esto sitúa en un principio a nuestro modelo más cercano a un modelo probabilista que determinista, lo que conllevaría que obtengamos simulaciones dentro de un cierto grado de probabilidad. Sin embargo explicaremos más adelante que para asegurar exhaustivamente la clasificación de un modelo como probabilista se requiere un estudio estadístico que proporcione un modelo de probabilidad para calcular el nivel de confianza para las desviaciones. Por ello clasificamos al modelo como un modelo aproximado que proporciona trayectorias dentro de un rango de exactitud que variará en función de la escala considerada.

Además consideramos que estamos ante la modelización de un comportamiento humano, caracterizado por su imprevisibilidad y susceptibilidad frente a una infinidad de factores (Cziko, 1989) entre los que podemos encontrar posibles eventos imprevisibles propios de las personas y no contemplados en el modelo. Dado que un modelo es una simplificación de la realidad, no puede contemplar un número ilimitado de factores ya que sería tan complejo que necesitaríamos a su vez de otro modelo para entenderlo.

En definitiva encontraremos una cierta incertidumbre que atañe a la interpretación de las previsiones de trayectorias obtenidas, por lo que las superficies de movimiento representan las de tendencia de desplazamiento mostrando aquellas trayectorias más probables.

3.5 Conclusiones

Las conclusiones de este capítulo dan respuesta a los tres interrogantes de investigación planteados en el capítulo 1 de introducción que a continuación se exponen:

1. ¿Cuáles son las principales clases actuantes en el fenómeno del desplazamiento de las personas?

La respuesta a esta pregunta se obtiene en la primera fase de metodología, en la cual se determinan las siguientes clases principales en el fenómeno a modelar: persona, preferencias, interacción, entorno, tiempo, evento, superficie de movimiento, trayectoria. Además en esta primera fase han quedado todas estas clases relacionadas entre sí: una persona caracterizada por un conjunto de preferencias interactúa mediante la clase interacción con un entorno en un instante de tiempo dado en el que los eventos que ocurren determinan tanto los valores de las preferencias como los del entorno. Resultado de esta interacción surge la superficie de movimiento de cuyos valores de utilidad resulta la trayectoria.

2. ¿Cómo actúan e interactúan las clases abstraídas para producir el movimiento espontáneo?

Esta pregunta se responde con la conclusión que nos permite conceptualizar el fenómeno de los desplazamientos mediante fuerzas de atracción proporcionales a valores de utilidad. Mientras que puntos deseados del entorno ejercen fuerzas de atracción positiva con valores altos de utilidad, los no deseados o constreñimientos constituyen fuerzas de atracción negativa o repulsiva con descensos en valores de utilidad. Para el cálculo de estas fuerzas proporcionales a la utilidad recibida se ha desarrollado la función de interacción, que representa interacción de una persona y su entorno (percepción y evaluación del entorno por la persona), y tiene como resultado la superficie de movimiento

3. ¿Cómo hacer previsiones de desplazamiento espontáneo en un escenario definido?

La manera de hacer previsiones de desplazamiento en un escenario definido parte de la premisa de que el sujeto siente una fuerza de atracción ocasionada por la utilidad de acceder al punto de destino para satisfacer una finalidad en dicho punto.

El escenario queda definido mediante el sujeto y sus preferencias correspondientes a la finalidad del desplazamiento, el entorno en el que se encuentra y los eventos actuantes en ese momento. A partir de la definición del escenario se calcula la superficie de movimiento mediante el cálculo de los valores de utilidad en cada punto del entorno y cuyo resultado es la previsión de la trayectoria. El cálculo de esta trayectoria se basa en maximizar la utilidad durante

el desplazamiento, por lo que se sigue la misma técnica que en la simulación de un fluido sobre las superficies de confluencia de flujo mediante la búsqueda de la máxima pendiente.