Validación de los resultados

El ArcGIS es un software que goza de un gran prestigio en el mundo de los Sistemas de Información Geográfica, es por eso que se quiere comprobar la efectividad de los resultados de la nueva herramienta implementada para el análisis de redes comparándolos con los resultados de este.

Para realizar dicha comprobación hay que tener en cuenta algunas consideraciones, como son que el ArcGIS no presenta la variante maximizar impedancia del problema localización-asignación. Maximizar impedancia sigue la filosofía de asignar los puntos de demandas a los puntos de servicios más alejados de estos y a su vez más alejados de todos los demás puntos de demandas, es decir los más periféricos pero teniendo en cuenta que la asignación sea grande, como se muestra en la Figura 24 donde se seleccionaron seis puntos de servicios con una impedancia de 500 metros y se asignaron 32 puntos de demandas a esos servicios.

64

Figura 24 Maximizar impedancia con seis servicios

Se puede ver en la Figura 24 como el algoritmo para maximizar impedancia escogió a los puntos de demandas más alejados y a su vez satisfizo 32 puntos de demandas, el punto de servicio que se encuentra en el medio satisface a gran número de demanda por lo que es factible que sea uno de los seleccionados. Los puntos rojos son los puntos de servicios candidatos, los azules los de demandas y las líneas representan la asignación. Si se quiere saber cual son los dos puntos de servicios más alejados con respecto a todos los puntos de demandas con 1000 metros de impedancia, el algoritmo escoge el colegio Público Al-Andalus y el colegio Nacional Macarena que son los más periféricos y a su vez satisfacen a 31 centroides censales como se muestra en la Figura 25.

65

Figura 25 Maximizar impedancia con dos servicios y 1000 de impedancia.

Comparando la variante de minimizar impedancia con el ArcGIS se tiene que dada la localización espacial de todos los colegios (públicos y privados de Sevilla), ¿cuáles demandas serán asignadas a cuáles servicios? El número total de demandas es 52 y el de servicios, 16. Se utilizó la capa Colegios como servicios y la capa CENTROIDES_SECC_CENSALES como demandas. Se escogen como posibles soluciones los 16 colegios, de ahí el algoritmo selecciona los óptimos para que la suma de las distancias sea mínima, se asocie cada centroide a un colegio (el más próximo). Como resultado el ArcGIS muestra que uno de los colegios es excluido (Nuestra Señora de la Merced, número uno de la Figura 26) debido a que su localización es redundante.

66

Figura 26 Solución del ArcGIS

En el gvSIG se prueba con esta misma variante, con 16 servicios como se hizo en el ArcGIS y los resultados fueron las mismas asignaciones, queda redundante el mismo punto de servicio como se exhibe en la Figura 27. Esto nos lleva a deducir que existe un buen funcionamiento de la herramienta, pues ya se ha mencionado con anterioridad la fama de los respuestas de este SIG (ArcGIS).

67 Se compara de nuevo esta variante pero esta vez con solo 10 servicios y 1000 metros de impedancia, los 10 colegios cuya suma de las distancias hasta los centroides que se le asignen sea la menor. La solución del ArcGIS es la que se muestra en la Figura 28.

Figura 28 Solución del ArcGIS para minimizar impedancia con 10 servicios y 1000 de impedancia

Nuevamente el gvSIG nos revela los mismos resultados que el ArcGIS, resultando como los colegios excluidos el Nacional Macarena, B.U.P Julio César, San Isidoro, Nuestra Señora de la Merced, Santa Isabel y el de las Teresianas como se expone en la Figura 29.

68 Además se quieren comprobar los resultados de la variante “Minimizar Servicios” del problema de Localización-Asignación, haciendo una comparación similar con el ArcGIS. Para esto solo se cambió el valor de impedancia pues el número de servicios a elegir es el máximo posible de la capa de servicios (colegios).

Se probó en el ArcGIS con 1000 metros para el máximo valor posible desde el centroide hasta el colegio para que se pueda asignar el uno al otro, y el resultado fue que con cuatro colegios se pueden satisfacer a todos los centroides censales como se puede apreciar en la Figura 30.

Figura 30 Solución del ArcGIS para minimizar servicios con 1000 de impedancia

Una vez más se prueba en el gvSIG con la misma variante y con los mismos parámetros que en el ArcGIS, devolviendo los mismos resultados (ver Figura 31). Los colegios que cumplen con toda la demanda son: Público Padre Manjon, Sagrado Corazón Esclavas D.C, Público Al-Andalus y Nacional Macarena.

69

Figura 31 Solución del gvSIG para minimizar servicios con 1000 de impedancia

También se hace la comprobación de esta variante con 500 metros de impedancia, arrojando los mismos resultados ambos softwares (Figura 32 el ArcGIS y Figura 33 el gvSIG).

70 En los dos softwares se escogen los mismos nueve mismos servicios que son los que satisfacen el mayor número de centroides censales pues existen 10 de ellos que no se pueden satisfacer con esa distancia de impedancia.

Figura 33 Solución del gvSIG para minimizar servicios con 500 de impedancia

Se realizaron múltiples comparaciones en los dos enfoques del problema que se podían comprobar con el ArcGIS y los resultados fueron los mismos, lo que demuestra que la nueva herramienta añadida para el análisis de redes de transporte funciona bajo los mismos fundamentos que dicho software, y teniendo en cuenta que este es el Sistema de Información Geográfica más utilizado en la actualidad se deduce que los resultados son buenos.

71 Conclusiones Parciales.

En este capítulo se muestra al usuario los pasos que debe seguir para utilizar la nueva operación de análisis de redes, así como las capas necesarias para que funcione según lo que él quiera resolver. También se le explica como utilizar la herramienta, qué significa cada parámetro de los que se exigen y cómo se pueden interpretar los resultados visuales, además de mostrarle que tiene la opción de ver la solución en forma de tabla.

En el capítulo también se hace una comparación de los resultados de la herramienta con la misma herramienta en otro SIG para comprobar que la solución es acertada.

Se concluye que la nueva operación implementada es muy fácil de utilizar, tanto para un especialista como para un usuario común, pues está bien claro lo que representa cada parámetro y el análisis de la solución es muy fácil de entender, tanto gráficamente a través de líneas rectas para mostrar las asignaciones, como en forma de tabla mostrando el servicio, la demanda y la distancia en esa asignación.

Además se concluye que la operación Localización-Asignación insertada al gvSIG ofrece buenos resultados pues al comparar con el ArcGIS (SIG más utilizado en la actualidad) muestra exactamente la misma solución.

72

Conclusiones Generales.

Como resultado de esta investigación se encontraron los principales referentes teóricos de la teoría sobre redes y los modelos matemáticos de las operaciones sobre redes de transporte, además se implementó la operación Localización-Asignación utilizando principalmente algoritmo genético para llegar a la solución. También se integró la nueva herramienta al módulo de análisis de redes de gvSIG. Se creó una secuencia de pasos para explicar como se realizó la integración con el SIG. Se comprueban los resultados con otro de los SIG más reconocidos en el mundo, el ArcGIS, que si tenía la operación implementada y se llega a la conclusión de que se obtienen buenas soluciones.

Finalmente se cumplió el con el objetivo general de la investigación pues se incorporó la operación Localización-Asignación al módulo de redes de gvSIG logrando así que se puedan realizar nuevos análisis de esta índole.

73

Recomendaciones.

 Implementar todas las variantes posibles del problema Localización-Asignación

para que se pueda realizar un análisis más completo al utilizar esta operación sobre redes de transporte.

74

Bibliografía

ANGUIX, A. 2009. "gvSIG: un proyecto global Casos de éxito". Primera jornada de Latinoamérica y el caribe de usuarios de gvSIG. Buenos Aires, Argentina.

ANGUIX, A. & CARRIÓN, G. 2005. "gvSIG: Soluciones Open Source en las tecnologías espaciales". GISPLANET 2005.

AUSTIN, C. M. 1974. “The evaluation of urban public facility location: An alternative to benefitcost analysis”. Geographical Analysis. Columbus: The Ohio State University Press

BERRY, B. J. L., VALVERDE, R. M., LAJO, L. R. & SÁEZ, H. C. 1971. "Geografía de los centros de mercado y distribución al por menor", Vicens-Vives.

BOSQUE SENDRA, J. 2000. "Hacia un sistema de ayuda a la decisión espacial para la localización de equipamientos". Estudios geográficos, 61, 567-598.

BOSQUE SENDRA, J. & MORENO JIMÉNEZ, A. 1990. "Facility location analysis and planning: a GIS approach". EGIS'90. First European Conference on Geographical Information Systems.

BOSQUE SENDRA, J. & MORENO JIMÉNEZ, A. 2004a. El uso de SIG para localizar equipamientos e instalaciones. Sistemas de Información Geográfica y localización de instalaciones y

equipamientos. Madrid: Ra-ma, 103-120.

BOSQUE SENDRA, J. & MORENO JIMÉNEZ, A. 2004b. La localización óptima como problema: cuestiones teóricas y metodológicas. Sistemas de Información Geográfica y localización

de instalaciones y equipamientos. Madrid: Ra-ma, 3-16.

BOSQUE SENDRA, J. & RAMÍREZ, L. 2001. "Localización de hospitales: analogías y diferencias del uso del modelo p-mediano en SIG raster y vectorial". Anales de Geografía de la Universidad complutense.

BUZAI, G. & BAXENDALE, C. 2006. Análisis Socioespacial con Sistemas de Información Geográfica. In: BUENOS AIRES, L. E. (ed.). Buenos Aires.

DENSHAM, P. J. 1991. Spatial decision support systems. Geographical information systems: Principles and applications, 1, 403-412.

DORIGO, M. 1992. Optimization, learning and natural algorithms. Ph. D. Thesis, Politecnico di Milano, Italy.

75 DORIGO, M., MANIEZZO, V. & COLORNI, A. 1996. Ant system: optimization by a colony of cooperating agents. Systems, Man, and Cybernetics, Part B: Cybernetics, IEEE Transactions on, 26, 29-41.

EASTMAN, J. R. 2007. La verticalización del SIG. XI Conferencia Iberoamericana de Sistemas de Información Geográfica. Universidad Nacional de Luján.

FEO, T. A. & RESENDE, M. G. 1989. A probabilistic heuristic for a computationally difficult set covering problem. Operations research letters, 8, 67-71.

FEO, T. A. & RESENDE, M. G. 1995. Greedy randomized adaptive search procedures. Journal of

global optimization, 6, 109-133.

FOGEL, D. B. 1995. "Evolutionary Computation", IEEE Press. GLOVER, F. & LAGUNA, M. 1997. "Tabu search", Springer.

GOLDBERG, D. E. 1989. "Genetic algorithms in search, optimization, and machine learning". Addison-Wesley Publishing Company, Inc.

GUTIERREZ PUEBLA, A. J. 1998. "Redes, espacio y Tiempo" Anales de Geografía de la Universidad Complutense. Madrid.

GUTIERREZ PUEBLA, J. & GOULD, M. 1997. "SIG: Sistemas de Información Geográfica". Madrid. KOZA, J. R. 1992. "Genetic Programming", MIT Press.

MCALLISTER, D. M. 1976. “Equity and efficiency in public facility location”. Geographical Analysis. Columbus: The Ohio State University Press.

MENDOZA GARCÍA, B. 2001. Uso del sistema de la colonia de hormigas para optimizar circuitos lógicos combinatorios.

MORENO JIMÉNEZ, A. 1995. Planificación y. gestión de servicios a la población desde la perspectiva territorial: algunas propuestas metodológicas. Boletín de la Asociación de

geógrafos españoles, 115-134.

MORENO JIMÉNEZ, A. 2004. Modelos de localización óptima de instalaciones y equipamientos. Sistemas de Información Geográfica y localización de instalaciones y equipamientos.

Madrid: Ra-ma, 53-101.

OSMAN, I. H. & KELLY, J. P. 1996. "Meta-heuristics: theory and applications", Springer.

PRESSMAN, R. S. 2005. Software engineering: a practitioner’s approach. Nova Iorque:Mcgraw- hill.

76 PUEBLA, J. G. 2003. Infraestructuras, redes y dinámicas de transporte. Servicios y transportes

en el desarrollo territorial de España.

REVELLE, C. & SWAIN, R. 1970. “Central Facility Location” . Geographical Analysis. Columbus:The Ohio State University Press.

SALADO GARCÍA, M. J. 2004. Localización de los equipamientos colectivos, accesibilidad y bienestar social. Sistemas de Información Geográfica y localización de instalaciones y

equipamientos. Madrid: Ra-ma, 17-51.

STEVENS, B. H. 1985. "Location of economic activities: the JRS contribution to the research literature". Journal of Regional Science, 25, 663-685.

77

Anexos.

Anexo 1

Generar topología de red en gvSIG.

78

Anexo 2

Pruebas de la operación Localización-Asignación en la

ciudad de Santa Clara, donde se toma como servicios los

hospitales y como demanda a un lugar en la ciudad.

79

Figura 36 Variante maximizar impedancia, con 3000 metros de impedancia.

80

Anexo 3

Componentes de una red en gvSIG.

 GvEdge: Se dedica a almacenar el arco, la dirección, el costo, los id de los nodos origen y salida, y el número de la solución.

 GvNode: Permite almacenar los valores de un nodo, tales como el índice, la posición, el costo, el estado, sus conectores, su estimación, el número de la solución(el número de la petición de la ruta), el ángulo de entrada y salida de sus aristas, la estimación(mejor costo más la longitud euclidiana del destino), desde que arco se accedió a este nodo, si se puede buscar una mejora a los costos de los demás nodos pasando sobre este nodo, así como poder añadir enlaces de entrada y de salida.

 GvTurn: Almacena un GvNode, el arco desde donde vino y hacia donde va.

 GvConnector: Almacena un GvEdge, el cual tiene toda la información acerca de la arista, así como el mejor costo de entrada y de salida.

 GvGraph: Es usado para almacenar los nodos, las aristas y los índices de los arcos que se forman.

 GvFlag: Se encarga de almacenar el valor de las banderas, las cuales representan una etiqueta para distinguir, por ejemplo, entre el destino y el origen. Tiene asociado una descripción, el punto y el arco donde se encuentra.