algoritmo para la planeación y optimización de rutas

INTRODUCCIÓN

JUSTIFICACIÓN

OBJETIVOS

Objetivos específicos

ESTADO DEL ARTE

Planeación dinámica e inteligente de rutas para sistemas de transporte BRT [1]
A multi-agent system for urban traffic and buses regularity control [2]
A discrete model of TransMilenio station occupation: Representation and algorithms
Análisis y Modelado y Simulación de tráfico vehicular mediante sistemas multi-agente
Estudio de variables operacionales actuales ruta troncal Lagos Quebradaseca del STM
Influencia de la implantación del sistema integrado de transporte masivo-Metrolínea

Simula y desarrolla un modelo multiagente del comportamiento de las estaciones de Transmilenio, tomando como referencia el comportamiento de los pasajeros en las estaciones y los tiempos de espera y cuellos de botella que se crean en determinados momentos. Metrolínea, las variables trabajadas en esta investigación muestran el tiempo de viaje, la velocidad promedio y el nivel de ocupación en cada uno de los nueve tramos que dividen el corredor.

MARCO TEÓRICO

Agente. [13]
Sistemas Multi-agentes [15]
Interacciones [16]
Atributos [14]
Sistema de transporte público (STP)
Metrolínea [6]
Rutas [6]

Ruta T4
Ruta T2

Recorrido [6]
Algoritmo [18]
Anylogic [20]
Sensores Celular Xiaomi redmi note 9:[20]

La forma, definición y características de las medias se definieron según el entorno (tipo continuo o discreto). Mientras que los agentes REACTIVOS perciben el entorno en el momento actual y realizan sus acciones de acuerdo con el patrón de reacción de la simulación.

METODOLOGÍA

DESARROLLO

Adquisición de datos

Toma de datos

Velocímetro GPS: esta aplicación toma la velocidad promedio, la distancia y la velocidad máxima y la ubicación. La desventaja es que esta aplicación no genera ningún archivo de recopilación de datos en la prueba. Velocímetro GPS: Realiza un seguimiento de velocidad, distancia, tiempo, ubicación, hora de inicio de la prueba, tiempo transcurrido, velocidad promedio, velocidad máxima y altitud, genera un Excel que obtiene los datos correspondientes a las pruebas realizadas, esta es la aplicación seleccionada que se encuentra en la toma de datos de del STM Metrolínea, los datos que se ven en la tabla 4 pertenecen a la prueba realizada el 13 de septiembre de 2021. Configure la aplicación en la parte Unidad que queda en [Km/h, Km,m] y el intervalo de distancia 0 [m] en ella para dejar velocidad y distancia en términos del sistema internacional.

La persona toma la ruta en la estación Piedecuesta, luego coloca el teléfono móvil en posición horizontal o vertical para que genere datos de ubicación confusos y permanezca en una posición en la que se percibirá la siguiente pantalla. Grabación de hora de inicio, velocidad máxima, velocidad media, velocidad actual, altitud, dirección, ubicación y distancia del viaje. Al finalizar el recorrido se le solicita detener el seguimiento, guardar los datos en la aplicación, generar un Excel para cada recolección de datos. Las variables registradas son punto, tiempo, hora, duración, velocidad [Km/h], distancia [Km] y Altura [m] como se muestra en la tabla 4.

La recolección de datos también consiste en registrar los siguientes datos en una tabla, la cual es tomada manualmente por la persona que aborda la ruta de Metrolínea, y registrar el tiempo de parada en cada estación con un cronómetro, como se puede ver en la Tabla 6 hay casillas que tienen sin valor. Esto se debe a que estas estaciones fueron desactivadas a raíz de las protestas, como la estación Españolita que se muestra en el cuadro 6, y las estaciones Molinos y Hormigueros solo se activaron para autobuses de primera línea. Estos autobuses tienen acceso con tarjeta.

SELECCIÓN SOFTWARE MULTI-AGENTE

ANYLOGIC AnyLogic es una herramienta desarrollada por The AnyLogic Company que incluye todos los métodos de simulación más comunes en la práctica actual. Los modelos en AnyLogic pueden basarse en cualquiera de los principales paradigmas de modelado de simulación: sistemas de eventos discretos, dinámica de sistemas y simulación basada en agentes. En conclusión, AnyLogic es una plataforma increíblemente flexible para crear modelos de simulación altamente sofisticados.

La integración con el lenguaje de programación Java es versátil y fácil de programar agentes, variables y modelado. Es una herramienta de modelado flexible: permite a los usuarios simular problemas en cualquier tipo de industria, incluida la cadena de suministro, la logística, la fabricación, la atención sanitaria y el tráfico. La mayoría de los demás sólo se centran en una o quizás dos herramientas (como la mayoría de los programas de dinámica de sistemas).

Una de las mejores herramientas y la que tuvo más peso en la selección del software fue el diseño 2D de la ruta de Metrolínea directamente desde el mapa, ya que era la única que tenía las distancias reales en la base de datos del software de la ruta. De estación en estación, deja diseño y desarrollo, dedica menos tiempo de preparación en esta fase. El otro software, esta fase de diseño es muy complicada porque parte de cero y no ofrece una base de datos de mediciones ni un mapa de la ruta. de Piedecuesta a Quebradaseca y viceversa.

MODELO MULTI-AGENTE

VISIÓN GENERAL DEL MODELO PROPUESTO
AGENTES

Agente administrador
Agente estación
Agente bus

INTERACCIONES ENTRE AGENTES

Asignación de ruta
Cambio de frecuencia
Llegada y salida administración
Cambio de flota
Preparación de usuarios
Llegada y salida de estación

IMPLEMENTACIÓN Y SIMULACIÓN DEL MODELO
Administrador
Estación sur norte y norte sur
BUS
USUARIO
SOLICITUD
MAIN
DETALLES RELEVANTES DE LA IMPLEMENTACIÓN

TIEMPOS DE VIAJE
TIEMPOS DE ESPERA EN ESTACIÓN
CREACIÓN DE AGENTES TIPO ESTACIÓN
PROBABILIDAD DE DESTINO DE LOS USUARIOS
AFLUENCIA DE PASAJEROS

Resultados de la simulación

Entre las funciones del administrador se encuentran la asignación de la frecuencia de despacho de los autobuses, la asignación de la ruta para cada uno de los autobuses y ser intermediario entre el agente de autobuses y el agente de estación. La función principal del agente de la estación es la recopilación de información de la ruta de los usuarios, la cual debe ser enviada al agente de autobuses, quien es responsable del transporte de los usuarios. El agente de autobús envía información al agente de la estación sobre su llegada y salida de la estación, para que el agente pueda abrir y cerrar las puertas para que los pasajeros entren y salgan del autobús.

El agente de la estación es responsable de generar agentes de tipo usuario y procesar su información de destino. Los parámetros asignados al agente de la estación son el flujo de usuarios a la estación, que varía según la estación y el nombre de la estación. Los eventos generados internamente en el agente de la estación sirven para asignar probabilidades de destino a los usuarios y controlar la apertura y cierre de las puertas de la estación.

Las variables utilizadas en el agente de autobús se utilizan para establecer el tiempo de parada, el tiempo de viaje entre paradas, el número de usuarios recogidos por parada, el número de usuarios que bajan por parada y para almacenar información sobre el tiempo y frecuencia del autobús. . A través de la simulación podrás observar el movimiento de los autobuses por el mapa según el destino al que se dirigen. En la secuencia de estados de la lógica operativa del agente de bus, dentro de cada uno de los estados se asignan los eventos que ocurren al entrar y salir de este estado.

RESULTADOS TOMA DE DATOS

TOMA DE DATOS EN LA APLICACIÓN Y MANUALMENTE

Datos tomados con la aplicación velocímetro GPS
Datos promedio de espera en cada estación mañana y tarde

Los datos de distancia total del recorrido obtenidos con la aplicación fueron verificados con los datos que nos envió Metrolínea satisfactoriamente, arrojando las mismas distancias de 35,5 [Km]. Se puede observar que las estaciones que generan menor tiempo de espera son Menzuli, Estancia y Campo Alegre, y las de mayor tiempo promedio de espera son Provenza y Quebradaseca. Se puede observar que las estaciones que generan menor tiempo de espera son Menzuli, Estancia y Campo Alegre y las de mayor tiempo promedio de espera son Provenza y Cañaveral.

Es claro que las estaciones que generan menor tiempo de espera son Menzuli y Campo Alegre y el mayor tiempo promedio de espera Provenza e Isla. Esta gráfica se creó porque es la ruta completa del viaje de Piedecuesta a Quebradaseca en sentido sur-norte y Quebradaseca a Piedecuesta en un sentido. Esta gráfica se creó debido a que toda la ruta de Piedecuesta a Quebradaseca en dirección sur-norte y Quebradaseca a Piedecuesta en dirección norte-sur se trasborda en la estación de Lagos, donde nos bajamos de la T4 viniendo de Piedecuesta y hacemos transbordo con la ruta T2 que va a En Quebradaseca se puede observar que el tiempo de espera es del 40% en dirección sur-norte, el cual es menor que el tiempo de espera que tienen que hacer los usuarios en dirección norte-sur que es del 60% en tiempo de espera.

OPTIMIZACIÓN

Planteamiento del problema de optimización Rutas Metrolínea

La matriz para los pesos de las variables que se manipularán en las ecuaciones de restricción de desigualdad, (Ax < b). El software Anylogic toma la frecuencia y el número de variables del bus como datos básicos para iniciar la ejecución de la simulación. Los datos se almacenan como una columna en una tabla de Excel, pero cabe señalar que el modelo y el proceso son estocásticos (aleatorios), por lo que el modelo fue simulado 10 veces bajo las mismas condiciones para asegurar información confiable y verdadera. del proceso de optimización (𝑓𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎[𝑖𝑡𝑒𝑟], 𝑛𝐵𝑢𝑠𝑒𝑠 [𝑖𝑡𝑒𝑟]), por lo que los resultados ya se presentaron con una tendencia.

El tiempo promedio de espera de cada una de las estaciones para las 10 corridas de simulación se calculó automáticamente en Excel (Columna B filas 2 a 27), las columnas C a L corresponden a cada una de las simulaciones. Esta etapa del proceso de optimización se realiza en MATLAB dentro de la segunda parte de la función del mango después de la finalización de las 10 simulaciones AnyLogic (𝑓𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 [𝑖𝑡𝑒𝑢], 𝑠 [𝑖 𝑡𝑒𝑟]) de la iteración correspondiente. Para habilitar su ejecución, se debe continuar con el script de Matlab presionando cualquier tecla de la computadora para continuar (para un ENTER práctico) y romper con la función “pausa ()” de MATLAB.

Los pesos de la función 𝐾1 𝑦 𝐾2 quedaron con valores de 6 y 1 respectivamente, para que escalen los índices considerados a rangos similares, ya que el PUB se encuentra en valores del 60 al 90%.

Resultados de la simulación de la optimización

Para el número de iteraciones y evaluaciones de la función objetivo cabe explicar que el algoritmo “fmincon” de MATLAB realiza varias evaluaciones de la función objetivo por iteración, y en cada una de estas evaluaciones se realiza un cambio en las variables a optimizar. ( 𝑓𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎[𝑖𝑡𝑒𝑟]. En total, todos los datos de optimización y esto se registraron externamente dentro del archivo Excel. De la figura anterior se debe enfatizar que el algoritmo presenta fluctuaciones alrededor de cuál fue el mejor punto en la iteración 12. .

Como se indicó anteriormente, la optimización se realizó utilizando la misma metodología o ciclo propuesto, pero esta vez con un algoritmo de optimización diferente para tratar de lograr resultados mejores o similares para tener confianza en la optimización en sí. Los resultados se muestran de la misma forma que para el algoritmo de puntos interiores. El desarrollo de iteraciones tiene una clara tendencia a desarrollar la optimización al permanecer entre dos regiones altamente definidas.

Según la figura anterior, el algoritmo sqp no está presente, y la evolución de la función objetivo detalla cómo el algoritmo solo buscó en 2 puntos muy marcados de (6,20) y (16,17) o punto inicial.

CONCLUSIONES

TRABAJOS FUTUROS

Planificación de Rutas Dinámicas e Inteligentes para Sistemas de Transporte BRT (Tesis de Maestría), Universidad Pontificia Javeriana, Bogotá, Colombia. Modelo Discreto de Representación de Ocupación de Estación Transmilenio y Algoritmos (Artículo), Universidad Distrital Francisco José Caldas, Bogotá, Colombia. DETERMINACIÓN DE PARÁMETROS DE TRÁFICO DEL CORREDOR CARRETERO DE PUERTA DEL SOL A QUEBRADA SECA CON EL PROGRAMA VISSIM (Tesis de Pregrado), Universidad Pontificia Bolivariana, Bucaramanga, Colombia.

Herrera, O. (2012). Estudio de variables operativas actuales de la ruta troncal Lagos Quebradaseca del STM. Tesis de pregrado), Universidad Pontificia Bolivariana sección transversal Bucaramanga, Bucaramanga-Colombia.