determinar hcw usando netlogo

Proyecto de Grado

Presentado ante la ilustre Universidad de Los Andes como requisito parcial para

obtener el Ttulo de Ingeniero de Sistemas

DETERMINACION DEL NIVEL DE SERVICIO

DE VIAS INTER-URBANAS USANDO

SIMULACION MULTIAGENTE.

Por

Br. Jesus Azauje

Tutor: Prof. Sebastian Medina

Febrero 2015

c2015 Universidad de Los Andes, Merida, Venezuela

DETERMINACION DEL NIVEL DE SERVICIO DE VIAS

INTER-URBANAS USANDO SIMULACION

MULTIAGENTE.

Br. Jesus Azauje

Proyecto de Grado Investigacion de Operaciones, 90 paginas

Escuela de Ingeniera de Sistemas, Universidad de Los Andes, 2015

Resumen: A continuacion se presenta un modelo de simulacion de un tramo de va

interurbana, disenado e implemetado en la plataforma de simulacion multiagente Netlo-

go. El modelo esta basado en la interaccion que exite entre los vehculos que transitan

en ambos sentidos de una va de dos carriles. Dentro del modelo se estudia el efecto de

los reductores de velocidad de tipo resalto o lomo sobre la capacidad y los niveles de

servicio.

La velocidad, la aceleracion, la desaceleracion, numero de vehculos, entre otros, son los

parametros tomados en cuenta dentro del modelo. Se estudia un tramo perteneciente a

la carretera panamericana de venezuela, tambien conocida como la troncal 001 (T001).

Este tramo posee una longitud aproximada de 95 km y une a El Viga con Nueva

Bolivia, dos ciudades del pie de monte del Estado Merida. Se tomo esta zona para el

estudio por presentar alto trafico y por ser una de las mas productivas del estado y del

pas.

Palabras clave: Simulacion multiagentes, capacidad y nivel de servicio, modelado y

simulacion.

Este trabajo fue procesado en LATEX.

Indice general

Indice de Tablas VI

1. Introduccion 1

1.1. Planteamiento del Problema . . . . . . . . . . . . . . . . . . . . . . . . 2

1.2. Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

1.2.1. Objetivo Generale . . . . . . . . . . . . . . . . . . . . . . . . . . 2

1.2.2. Objetivos Especficos . . . . . . . . . . . . . . . . . . . . . . . . 2

1.3. Justificacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

1.4. Antecedentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

1.5. Alcance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

1.6. Metodologa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

2. Marco Teorico 7

2.1. Modelo, modelado y simulacion. . . . . . . . . . . . . . . . . . . . . . . 7

2.1.1. Modelo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

2.1.2. Modelado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

2.1.3. Simulacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

2.2. Simulacion multiagentes . . . . . . . . . . . . . . . . . . . . . . . . . . 8

2.2.1. Agentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

2.2.2. Sistemas Multiagentes . . . . . . . . . . . . . . . . . . . . . . . 11

2.2.3. Principales entornos para el modelado de sistemas multiagentes 13

2.3. Va . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

2.3.1. Vas Interurbanas . . . . . . . . . . . . . . . . . . . . . . . . . . 16

2.4. Carretera . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

iii

2.4.1. Clasificacion de las carreteras . . . . . . . . . . . . . . . . . . . 17

2.4.2. Calzada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

2.4.3. Carril . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

2.4.4. Berma u hombrillo . . . . . . . . . . . . . . . . . . . . . . . . . 19

2.5. Trafico en vas interurbanas . . . . . . . . . . . . . . . . . . . . . . . . 19

2.5.1. Transito . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

2.5.2. Caractersticas del Trafico . . . . . . . . . . . . . . . . . . . . . 19

2.5.3. Velocidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

2.6. Dispositivos para el control de transito y velocidad en Venezuela . . . . 20

2.6.1. Demarcaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . 20

2.6.2. Senales verticales . . . . . . . . . . . . . . . . . . . . . . . . . . 22

2.6.3. Semaforos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22

2.6.4. Dispositivos temporales . . . . . . . . . . . . . . . . . . . . . . . 22

2.6.5. Dispositivos reductores de velocidad . . . . . . . . . . . . . . . . 22

2.7. Capacidad vial y nivel de servicio . . . . . . . . . . . . . . . . . . . . . 25

2.7.1. Capacidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

2.7.2. Nivel de servicio . . . . . . . . . . . . . . . . . . . . . . . . . . . 26

3. Marco Metodologico 30

3.1. Analisis in situ. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

3.2. Calculo de la capacidad . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

3.3. Determinacion de los niveles de servicio . . . . . . . . . . . . . . . . . . 37

3.3.1. Determinacion de la velocidad de flujo libre. . . . . . . . . . . . 37

3.3.2. Determinacion de la demanda de tasa de flujo . . . . . . . . . . 38

3.3.3. Determinacion de la velocidad promedio de recorrido. . . . . . . 41

3.3.4. Determinacion del porcentaje de tiempo de seguimiento (PTSF). 41

3.4. Simulacion del trafico en una va de dos carriles usando Netlogo. . . . . 43

3.4.1. Descripcion de la va . . . . . . . . . . . . . . . . . . . . . . . . 44

3.4.2. Descripcion de los tipos de vehculos . . . . . . . . . . . . . . . 46

3.4.3. Algoritmos para la creacion de los vehculos dentro de la plata-

forma Netlogo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47

3.4.4. Modelo conceptual . . . . . . . . . . . . . . . . . . . . . . . . . 50

3.5. Analisis estadstico. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51

3.5.1. Media de la velocidad . . . . . . . . . . . . . . . . . . . . . . . . 51

3.5.2. Tiempo de seguimiento . . . . . . . . . . . . . . . . . . . . . . . 53

4. Estudio y simulacion del modelo de agentes 59

4.1. Escenario 1: Sensibilidad del modelo ante variaciones en la aceleracion

y desaceleracion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59

4.2. Escenario 2: Aumentar la entrada de vehculos particulares y reducir los

vehculos pesados a 10 %. . . . . . . . . . . . . . . . . . . . . . . . . . . 65

4.3. Escenario 3: Va sin reductores de velocidad. . . . . . . . . . . . . . . . 67

4.4. Escenario 4: Va sin reductores de velocidad. . . . . . . . . . . . . . . . 69

4.5. Escenario 5: Va con reductores de velocidad y no se permite la maniobra

de adelantamiento. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71

4.6. Escenario 6: Va con reductores de velocidad, no se permite adelantar y

se aumenta la entrada de vehculos particulares. . . . . . . . . . . . . . 73

4.7. Escenario 7: Tramo de 850 m con velocidad de 20 km/h, sector Playa

Grande . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75

4.8. Escenario 8: Tramo de 850 m con velocidad de 20 km/h, no se permite

adelantar y reductores de velocidad en la va. . . . . . . . . . . . . . . 77

5. Demostracion del caso real 79

5.1. T001 Nueva Bolivia, Municipio Tulio Febres Cordero del estado Merida. 79

5.1.1. Calculo de la capacidad del tramo. . . . . . . . . . . . . . . . . 79

5.1.2. Calculo de los Niveles de servicio. . . . . . . . . . . . . . . . . . 80

6. Conclusiones y recomendaciones 83

6.1. Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83

6.2. Recomendaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87

Bibliografa 88

Indice de cuadros

2.1. Niveles de Servicio expuestos por Banon (1999). . . . . . . . . . . . . . 29

3.1. Niveles de servicio. (HCM2000) . . . . . . . . . . . . . . . . . . . . . . 33

3.2. Factores hora pico con base el periodo de 5 minutos. ((Cerquera, 2007)) 35

3.3. Factor de correlacion a la capacidad por pendiente ((Cerquera, 2007)) . 35

3.4. Factor de correlacion a la capacidad por efecto combinado de ancho de

y de hombrillo.((Cerquera, 2007)) . . . . . . . . . . . . . . . . . . . . . 36

3.5. Factor de correlacion a la capacidad por la existencia de reductores de

velocidad tipo resalto o lomo.Correa and Medina (2014) . . . . . . . . . 36

3.6. Factor de correccion a la capacidad por la presencia de vehculos pesados

(HCM2000). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37

3.7. Factor de ajuste hora pico con base en el periodo pico de 15 minutos.

(HCM200) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40

3.8. Equivalencia de vehculos livianos para vehculos pesados. (HCM200). . 41

3.9. Factor de ajuste para las zonas de no adelantamiento. (HCM2000) . . . 43

3.10. Caractersticas de la va estudiada . . . . . . . . . . . . . . . . . . . . . 45

3.11. Principales caractersticas de cada tramo . . . . . . . . . . . . . . . . . 45

3.12. Principales caractersticas de cada tramo . . . . . . . . . . . . . . . . . 46

3.13. Principales caractersticas de cada Vehculo . . . . . . . . . . . . . . . . 46

3.14. Principales caractersticas de cada Vehculo en Netlogo . . . . . . . . . 47

3.15. Promedio de la velocidad de los vehculos del carril derecho. (P: parches.

T: ticks) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52

3.16. Promedio la velocidad de los vehculos del carril izquierdo . . . . . . . . 53

3.17. Promedio de la velocidad de los vehculos pesados del carril derecho . . 54

vi

3.18. Promedio de la velocidad de los vehculos pesados del carril izquierdo . 54

3.19. Promedio de los tiempo de seguimiento de los vehculos del carril derecho 55

3.20. Promedio de los tiempo de seguimiento de los vehculos del carril izquierdo 56

3.21. Promedio de los tiempo de seguimiento de los vehculos pesados del carril

derecho . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57

3.22. Promedio de los tiempo de seguimiento de los de los vehculos pesados

del carril izquierdo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58

Captulo 1

Introduccion

Desde hace muchos anos se han presentado innumerables problemas relacionados

al transito automotor en todas las vas publicas del planeta, tales como accidentes,

estancamiento vehicular, exceso de velocidad, entre otros. Dichos problemas dan lugar

a una gran cantidad de estudios que tratan de proporcionar soluciones factibles a ellos.

Venezuela no escapa de esto, debido a que la mayora de las carreteras del pas son de

solo dos canales de circulacion, al numero de vehculos existentes y al bajo costo de la

gasolina y diesel (La mas barata del mundo).

Este trabajo se enfoca en el estudio de la calidad del nivel de servicio de una va

inter-urbana del Estado Merida. El tramo seleccionado es desde El Viga hasta Nueva

Bolivia, aproximadamente con 95 kilometros de longitud y perteneciente a la carretera

Panamericana de Venezuela. Es una va muy importante para el Estado Merida debido

a que comunica con los estados vecinos y el centro del pas.

Por otra parte, es importante mencionar que la mayora de las vas del pas estan

abarrotadas o casi al borde del colapso, debido a que la cantidad de vehculos que las

transitan, sobrepasa la capacidad de dichas vas y estan dentro de los peores niveles de

servicio. Al hablar de nivel de servicio nos referimos a las condiciones dadas por una

va para el transito de vehculos o personas, como la libertad de maniobra, velocidad,

tiempo de recorrido, interrupciones a la circulacion, entre otros.

1.1 Planteamiento del Problema 2

1.1. Planteamiento del Problema

El crecimiento acelerado de la cantidad de vehculos en el pas y el elevado numero

de reductores de velocidad que se han colocado en las vas urbanas e inter-urbanas

venezolanas, han creado un severo problema para el transito automotor, problemas

que van desde el aumento del tiempo de los viajes, hasta desajustes mecanicos o

accidentes, con el consiguiente costo en dinero y consumo de combustible. Dicho

crecimiento vehicular y el numero de reductores de velocidad en las vas inter-urbanas

han disminuido, de forma drastica, la calidad y el nivel de servicio de las mismas.

Para el estudio de la capacidad y el nivel de servicio de las vas se han creado una

gran variedad de metodologas, todas ellas fueron creadas en otros paises a partir de

las caractersticas de sus carreteras y sus condiciones climaticas. Entre estas metodo-

logas encontramos al Highway Capacity Manual. Hasta ahora no ha sido creada una

metodologa que tome en cuenta las caractersticas propias de las vas de nuestro pas.

1.2. Objetivos

A continuacion se presentan el objetivo general y los objetivos especficos de la

investigacion.

1.2.1. Objetivo Generale

Disenar un modelo mediante agentes para determinar el nivel de servicio del tramo

de va El Viga-Nueva Bolivia. Este modelo multiagente considero al medio ambiente

como un agente independiente que interactua con los demas agentes.

1.2.2. Objetivos Especficos

Recolectar datos del trafico y de la va.

Determinar el comportamiento de los agentes mediante datos recabados.

Analizar los factores que influyen en el nivel de servicio de las vas.

1.3 Justificacion 3

Disenar los agentes a partir del comportamiento de cada uno de ellos.

Modelar el flujo de vehculos en el tramo de va El Viga-Nueva Bolivia.

Simular, validar y estudiar la sensibilidad el modelo.

Analizar los resultados de la simulacion.

1.3. Justificacion

Desde hace unos anos en nuestro pas hemos visto el deterioro de la calidad del nivel

de servicio de las vas urbanas, llegando a extenderse a las vas inter-urbanas y hasta

las autopistas mas importantes de la nacion, esto debido a la cantidad de vehculos,

reductores de velocidad, al gran numero de poblaciones aledanas a las vas y la falta

de atencion de las instituciones publicas destinadas al ordenamiento publico y a la

seguridad vial.

No se hacen seguimientos, ni estudios relacionados a la capacidad y a los niveles

de servicio en las vas publicas, a pesar de que en su mayora presentan los mas bajos

niveles y sobrepasan su capacidad.

Existen pocos planes de ampliaciones de las vas y el numero de reductores de

velocidad aumentan da tras da, esto conlleva a que las vas no sean confortables

para transitarlas, peligrosas debido a la poca capacidad de maniobra en ellas, ademas

los reductores de velocidad son aprovechados por bandas delictivas para cometer sus

fechoras.

En los ultimos anos se ha aumentado el numero de accidentes de transitos en las

vas del pas.

1.4. Antecedentes

Cerquera (2007), estudio la capacidad y el nivel del servicio de la infraestructura vial

colombianas, para esto uso lo planteado en el Manual colombiano para determinar la

1.4 Antecedentes 4

capacidad y el nivel de servicios y lo planteado en el Manual de capacidad Val (HCM).

Galan et al. (2006), modelaron y simularon un sistema basado en agentes con SIG

la gestion de agua en espacios metropolitanos, este estudio se hizo para estimar el

consumo de agua en la ciudad de Valladolid. El modelo fue una adaptacion al modelo

FIRMABAR basado en agentes y automatas celulares. Se muestran las tecnicas usadas

frecuentemente para la estimacion del consumo de agua.

Retore et al. (2006), desarrollaron un sistema multiagentes reactivo modelando el

control de trafico urbano (Sistemas Multi-Agentes Reativos Modelando o Controle de

Trafego Urbano) usando para ello la plataforma SIMULA.

Davidsson et al. (2005), desarrollaron un modelo basado en agentes para la logica

del transporte (Agent-Based Approaches to Transport Logistics) y usaron Multi-Agent

System (MAS).

Garca and Toledo (2000), presento un diseno e implementacion de una arquitectura

multiagente para la ayuda a la toma de decisiones en un sistema de control de trafico

urbano como tesis doctoral.

Fernandez and Fuentes (2010), planteo como proyecto de fin de master en sistemas

inteligentes simulacion del comportamiento de los conductores mediante agentes

inteligentes. Para su estudio utilizo Multi-Agent System (MAS) y basada la aplicacion

en la metodologa INGENIAS.

Camacho et al. (2008), estudiaron el uso de sistemas multiagentes para el modelado

del trafico de autos usando el software de simulacion Netlogo.

Garca and Fuentes (2011) desarrollo una simulacion basada en agentes de trafico

aereo, lo cual presento como master en investigacion en informatica. Uso INGENEAS

y AOSE como elementos integracion entre las aproximaciones ABM y MDE.

1.5 Alcance 5

J.Molina et al. (2010), estudiaron la evacuacion de personas de edificaciones

de varios pisos en presencia de obstaculos, utilizando sistemas multiagentes y la

plataforma GALATEA para la simulacion.

1.5. Alcance

El trabajo de investigacion se aplico en un Tramo de carretera ubicada en el estado

Merida, el cual comunica a 2 o mas ciudades de la region, el alcance de este trabajo

es medir la capacidad y nivel de servicio de la va mediante la simulacion basada en

agentes inteligentes.

1.6. Metodologa

La presente investigacion se llevo a cabo de la siguiente manera:

Se realizo una revision bibliografica de las metodologas y distintos software

existentes para el desarrollo de SMA y con el fin de utilizarlas para el modelado

de trafico de vehculos.

Se uso con el software de desarrollo de Sistemas Multiagentes (SMA) Netlogo, el

cual nos permito trabajar con las condiciones necesarias para la simulacion del

flujo de automoviles explicado en el estudio.

Se recopilaron los trabajos actuales realizados en la plataforma de desarrollo de

Sistemas Multiagentes (SMA) escogida para la simulacion bajo estudio.

Se realizo una revision bibliografica y entrevistas a expertos sobre los conceptos

basicos de trafico de vehculos.

1.6 Metodologa 6

Se construyo un Sistema Multiagente (SMA) usando la plataforma Netlogo.

Finalmente, se probo el Sistema Multiagente (SMA)y luego se observo el

comportamiento del trafico simulado.

Captulo 2

Marco Teorico

2.1. Modelo, modelado y simulacion.

Antes de mostrar lo que es el modelado mediante agentes, es preciso explicar que es

modelo, modelado y simulacion, ya que, nos ayudara a comprender distintas definiciones

dadas mas adelante en el texto.

2.1.1. Modelo

Un modelo es una abstraccion de un objeto o sistema, el cual permite que el estudio

de ese sistema sea mas facil, mas economico o factible en el tiempo. Tambien, podemos

decir que es una representacion matematica o computacional de un sistema.

2.1.2. Modelado

Es proceso mediante el cual se busca la comprension de un fenomeno, involucrando

las interrelaciones que existen entre las partes de un sistema y el sistema como un todo.

2.1.3. Simulacion

Es el proceso mediante el cual se modela un sistema real para entender de su

comportamiento en el tiempo, utilizando distintas aplicaciones y metodos .

2.2 Simulacion multiagentes 8

2.2. Simulacion multiagentes

2.2.1. Agentes

Segun TheWordReferenceun agente es algo que obra o que tiene la capacidad de

obrar.

Para Wooldridge and Jennings (1996), es un sistema computacional autonomo

capaz de actuar en un entorno determinado para alcanzar un fin especfico.

M Wooldridge and Sycara (1998) lo define como un sistema informatico, situado

en un entorno que es capaz de realizar acciones flexibles y automatas para alcanzar su

objetivo.

Weiss (1999), dijo que un agente es un sistema computacional capaz de tomar

decisiones en un medio, para cumplir un objetivo.

P. Hpola and Montes (1999), definen al agente como una entidad software que,

basandose en su propio conocimiento, realiza un conjunto de operaciones destinadas a

satisfacer las necesidades de un usuario o de otro programa, bien por iniciativa propia

o porque alguno de estos se lo requiere.

Segun M. wooldridge and Ciancarini (2001), es un sistema autonomo, capaz de

interactuar con otros agentes para satisfacer los objetivos designados.

Por otra parte, Russell and Norvig (2004) califican a un agente como cualquier

cosa capaz de distinguir su medio ambiente con la ayuda de sensores y actuar en ese

medio utilizando actuadores.

Luego de leer las diferentes definiciones, dadas por varios autores, notamos que

todos coinciden en que son sistemas autonomos capaces de tomar decisiones para lograr

un objetivo planteado, ademas, que ellos son capaces de adaptarse a su entorno e


interactuar con los otros agentes.

Propiedades y Caractersticas de los Agentes

Wooldridge and Jennings (1996) dicen que cada agente tiene una serie de rasgos

que los definen como tal, estas son:

Autonoma: Los agentes deben ser capaces de realizar sus tareas sin la

intervencion de humanos o de otros agentes y tener un grado de control sobre

sus propias acciones.

Habilidad social: Deben ser capaces de interactuar, cuando lo consideren

necesario u oportuno, con otros agentes o seres humanos, para lograr la solucion

de sus problemas y para ayudar a los otros con sus actividades.

Sensibilidad: Deben percibir el ambiente y responder a tiempo a los cambios

que pueden ocurrir en el.

Proactividad: No deben limitarse solo a trabajar en su ambiente, sino que

deben ser capaces de trabajar en pro de sus metas u objetivos para los que

fueron disenados.

Clasificacion de los agentes

Aunque existen infinidad de clasificaciones para agentes inteligentes segun el con-

texto, tomaremos en cuenta a Nwana (1996) por ser uno de los mas comunes, el cual

dice que se pueden clasificar segun su movilidad, modelo de razonamiento, sus funciones

o roles, atributos o podran ser hbridos.

Agentes de interfaz: Estos estan destinados a apoyar y a asistir, primordial-

mente a los usuarios, interactuan con ellos para as mostrar y ensenar de forma


grafica como utilizar una aplicacion especfica. Este tipo de agentes pueden

aprender tanto del usuario como de otros agentes.

Agentes colaborativos o cooperativos: en ellos se puede observar una gran

cooperacion con otros agentes y sus caractersticas de autonoma, tambien una

capacidad interaccion o negociacion para realizar tareas en forma conjunta.

Agentes moviles: Interactuan con otros agentes para reunir informacion

que beneficiara a su propietario y regresa luego de haber realizado las tareas

asignadas por el usuario e informa los resultados.

Agentes de informacion: Ellos son los que manejan, manipulan o recopilan

la informacion dispersa en distintas fuentes, para responder a las acciones u

ordenes dadas por el usuario.

Agentes reactivos: Responden a estmulos del entorno en que se encuentra, no

poseen un modelo simbolico de su entorno.

Agentes hbridos: Resultan de la combinacion de dos o mas filosofas en un

agente.

Tipos de ambientes para agentes

De acuerdo a lo planteado por Russell and Norvig (2004), para entornos o ambientes

de trabajo donde se utilizan tecnicas de inteligencia artificial, se identifican un grupo

reducido de dimensiones para categorizar dichos entornos o ambientes. Las dimensiones

ayudan a fijar cual es el diseno adecuado para el agente y como sera implementado.

Totalmente observable vs. parcialmente observable: Depende directamen-

te del acceso que suministra cada uno de los sensores del agente, si le permite ver


al estado completo del medio en todo momento, entonces el entorno o ambiente

de trabajo es totalmente observable. Por otra parte los ambientes parcialmente

observables son aquellos que de alguna manera no proporcionan una informacion

determinada, ya sea por ruido o por sensores poco exactos.

Determinista vs. estocastico: Un ambiente es determinista si se puede

determinar que va a suceder luego de una accion realizada por el agente en el

estado del medio, en caso contrario sera un ambiente estocastico.

Episodico vs. secuencial: En el caso de que el ambiente sea episodico, la

experiencia del agente se dividira en episodios pequenos. Cada uno de estos

episodios se basa en observar al agente y realiza una accion especfica, que

no depende de acciones anteriores. En otro caso las decisiones tomadas en el

presente pueden afectar decisiones futuras.

Estatico vs. dinamico: Si el ambiente cambia cuando el agente esta en

cualquier estado se dice que es dinamico, de lo contrario es estatico.

Discreto vs. continuo: Las diferencias entre estos ambientes solo es la mane-

ra en que se maneja el tiempo, las percepciones y acciones que realizan los agentes.

Agente individual vs. multiagente: Si es necesario mas de un agente para la

resolucion de un problema, entonces hablamos de multiagentes.

2.2.2. Sistemas Multiagentes

Segun un informe tecnico basado en arquitecturas de agentes de la Universidad

Politecnica de Madrid (DAMMAD (2001)), un sistema multiagentes no es mas que


aquel que esta formado por mas de un agente que interactuan entre s. Estos sistemas

son utilizados para resolver problemas complejos, en los cuales, es necesario aplicar

mas de un metodo para ser resueltos. Las ventajas que tienen estos sistemas son las

mismas de sistemas concurrentes, adicional a esto es que pueden utilizar patrones de

interaccion complejos. Se distinguen de otros sistemas software por su flexibilidad y la

naturaleza de alto nivel.

Segun U. Endriss and Sousa (2006), un sistema multiagente es un sistema consis-

tente de varias entidades autonomas llamadas agentes, que interactuan entre s para

fomentar sus propios intereses o en la busqueda de una meta comun.

Menendez and Rodrguez (2012), en su libro Metodologa de la investigacion

social definen a la simulacion social multi-agente como una alternativa metodologica

para avanzar en el conocimiento sociologico con vocacion integradora, debido a

que posibilita la articulacion entre teora y empirismo, al permitir la realizacion de

experimentos para verificar hipotesis, examinar supuestos o comprobar la veracidad y

coherencia de los marcos teoricos.

Caractersticas principales de los sistemas multiagentes

Poseen un numero de agentes mayor a 1.

Los agentes pertenecientes al sistema son autonomos, distribuidos, individualis-

tas o heterogeneos.

Los agentes tienen informacion incompleta, o capacidades limitadas, es decir es

necesario del conjunto de agentes para resolver el problema o cumplir el objetivo

que tiene el sistema.


Son abiertos y con capacidad de toma de decisiones.

El sistema lo controlan en conjunto todos los agentes.

Cada agente recibe datos por separado.

La estructura del sistema permite la comunicacion e interaccion entre agentes.

2.2.3. Principales entornos para el modelado de sistemas mul-

tiagentes

Miguel (2011) en su artculo Simuacion social: Una introduccion., publicada en

la pagina web de la Universidad Autonoma de Barcelona, senala los entornos usados

actualmente para el modelado de sistemas multiagentes, ellos son:

SWARM: Es una plataforma para la construccion de modelos informaticos

basada en el lenguaje de programacion Objective C . Posee un marco concep-

tual, desarrollado en el Santa Fe Institute desde mediados de la decada de 1990,

para disenar, describir y llevar a cabo simulaciones basados en agentes. A lo

largo de los anos se ha consolidado como una plataforma potente y adecuada

para desarrollar modelos de simulacion social de fenomenos complejos.

MANSON: Fue creada como una alternativa mas rapida y reducida a

REPAST. Es un conjunto de bibliotecas escritas en lenguaje Java, especializadas

en la construccion de modelos de simulacion altamente eficientes para sistemas

de acontecimientos discretos con gran cantidad de agentes. Se trata de una

iniciativa conjunta entre el Laboratorio de Computacion Evolucinaria (ECLAb)

y el Centro de Complejidad Social, de la Universidad George Mason (USA).


CORMAS: Es una plataforma de simulacion basada en el entorno Visual-

Works que permite desarrollar modelos multi-agente mediante el lenguage de

programacion orientado-a-objetos SmallTalk. Esta especializado en la mode-

lizacion de gestion de recursos naturales renovables, teniendo en cuenta las

dinamicas de interaccion entre los agentes implicados y ha sido desrrollada por

el equipo Gestion des ressources renouvelables et environnement(GREEN)

del Centre de cooperation internationale en recherche agronomique pour le

developpement(CIRAD).

REPAST: Es un entorno de software libre y gratuito para crear simulaciones

basadas en agentes, propias del domino de las Ciencias Sociales y que usa el len-

guaje Java (en sus versiones Suite) o C++ (en sus versiones High Performance

Computing, desde diciembre de 2010). Permite desarrollar modelos utilizando

diversas estrategias: mediante su propio lenguaje de Logo (ReLogo), importando

modelos de Netlogo, graficamente (diagramas de fujo), mediante programacion

dinamica (Groovy) o directamente en Java.

MIMOSA: Methodes Informatiques de MOdelisation et Simulation dAgents.

Es la evolucion de la plataforma CORMAS para modelizar sistemas socio-

ambientales. Se trata de un entorno integrado que permite construir modelos de

simulacion social, ejecutarlos, visualizarlos y analizarlos. En su primera version

se puede encontrar en ingles, frances y espanol. Permite programar la dinamica

del sistema utilizando diversos lenguajes -Java, Scheme, Jess, Python, Prolog y

Smalltalk- y acercamientos -ecuaciones diferenciales, reglas, agentes-.

MODELLING4ALL: Es una herramienta de meta-modelado basada en tec-

nologas abiertas Web 2.0 que permite construir, ejecutar, visualizar, analizar y

compartir modelos de simulacion basados en agentes. No se ejecuta.en el propio

ordenador, sino en los servidores dedicados alojados en Oxford, a traves de un na-

vegador WWW sobre cualquier sistema operativo. Su logica se fundamenta en la

construccion de modelos de simulacion, por parte de expertos no-programadores,


a partir de la composicion del modelo mediante modulos prefabricados denomi-

nados micro-behaviours.

INGENIAS: Es una herramienta de meta-modelado para la simulacion en

ciencias sociales. La version basica de la plataforma INGENIAS ya incorporaba

posibilidades de generacion de numerosas poblaciones de agentes, ademas

de ofrecer un cierto grado de personalizacion para un dominio de aplicacion

concreto, aunque aun no dispona de las plantillas necesarias para poder generar

codigo adaptado a la simulacion social. (http://ingenias.sourceforge.net/).

IODA PROJECT: Tiene como objetivo hacer al diseno de simulaciones

mas facil y mas intuitivo. Diferenciandose de la mayora de los marcos de

simulacion existentes como Madkit, Netlogo, Repast o Soar, que se centran

principalmente en el diseno de simulacion de agentes, IODA centra en las dos

nociones fundamentales que subyacen en cualquier simulacion: interacciones y

entidades. (http://www.lifl.fr/SMAC/projects/ioda/)

NETLOGO: Es un entorno programable para el modelado de fenomenos na-

turales y sociales. Fue escrito por Uri Wilensky en 1999 y ha estado en continuo

desarrollo desde entonces en the Center for Connected Learning and Computer-

Based Modeling. Netlogo es particularmente util para modelar sistemas comple-

jos que evolucionan en el tiempo. Los implementadores de modelos pueden dar

instrucciones a cientos o miles de agentes para que todos ellos operen de manera

independiente, entre s y con el entorno. Esto hace posible explorar la relacion

entre el comportamiento a bajo nivel de los individuos y los patrones macroscopi-

cos que surgen a partir de la interaccion de muchos individuos entre s. Netlogo

permite a los usuarios abrir simulaciones y jugarcon ellas, as como explorar su

comportamiento bajo una serie de condiciones. Asimismo, permite al usuario la

creacion de sus propios modelos. Netlogo es lo suficientemente sencillo como para

que los estudiantes y los profesores puedan ejecutar las simulaciones o incluso

construir las suyas propias. Ademas, su grado de desarrollo actual es suficiente

2.3 Va 16

como para servir como una herramienta potente para investigadores en muchos

ambitos (https://ccl.northwestern.edu/netlogo/docs/)

2.3. Va

WordReference.com la define como:

Camino por donde se transita.

Sistema de transporte o comunicacion.

.

Camino construido para la circulacion. Cuando al mismo no se aplican otras limi-

taciones que las del Codigo de Circulacion se habla de va publica. Esta puede ser de 2

clases, urbana e interurbana, segun que este incluida o no en una poblacion, entendida

como conjunto de edificios agrupados.

2.3.1. Vas Interurbanas

Las vas interurbanas son las que unen a una ciudad con ciudades aledanas.

Banon (1999), explica que la principal caracterstica de las vas interurbanas es el

libre transito de los vehculos, a este tipo de transito se le conoce como continuo o

ininterrumpido, excepto en segmentos de vas donde hay cruces a otras vas.

2.4. Carretera

Segun Banon (1999) es una faja de un terreno acondicionado para el transito de

vehculos, que cumple las condiciones de ancho, alineamiento y pendiente.

2.4 Carretera 17

2.4.1. Clasificacion de las carreteras

Segun su capacidad

Carreteras de dos carriles: Se caracterizan por una velocidad mas limitada y

una menor facilidad para realizar adelantamientos.

Carreteras multicarril: Tienen dos o mas carriles por cada sentido de circulacion.

Autopistas: son vas con gran capacidad vehicular.

Segun el CEPAL 2007

Troncales: son carreteras que ayudan a la comunicacion y a la integracion entre

los diferentes estados del pas y con pases vecinos. Se caracterizan por tener gran

cantidad de flujo vehicular.

Locales: Tienen como proposito fundamental unir a las vas troncales con los

centros poblados y unir el trafico proveniente de ramales y sub-ramales.

Ramales: complementan a los dos sistemas de comunicacion mencionados ante-

riormente, tiene como finalidad integrar el flujo vehicular proveniente de sitios alejados,

asentamientos agrcolas y llevarlos a las vas principales.

Sub-ramales: provee acceso a los sitios mas alejados del pas e incorporarlos al

pas.

Segun la ley de transito y transporte terrestre

Nacionales: El artculo 152 de la LTTT se declara como va nacional a:

Carreteras que atraviesen un estado y salga de sus lmites.

Carreteras que atraviesen el Distrito Metropolitano de Caracas y salga de sus

lmites.

Los puentes que formen parte de las carreteras antes indicadas aunque se encuen-

tren dentro de los lmites de un estado.

2.4 Carretera 18

Las autopistas incluyendo sus distribuidores, puentes, tuneles, viaductos y rampas

de accesos, aunque se encuentren dentro de los lmites de un estado.

Las incluidas en los acuerdos internacionales celebrados por la Republica, las que

pertenezcan al sistema vial estrategico fronterizo, de seguridad y defensa nacional.

Las que sirven de acceso a otros modos de transporte y las de conexion nacional

e internacional.

Las que ademas de servir al trafico local o estadal, sirven al trafico nacional e

internacional.

Estadales: El artculo 153 de la LTTT, son vas de comunicacion estadales las que

constituyen la red vial dentro de cada estado, con exclusion de las vas de comunicacion

nacionales que se encuentren en el mismo.

Vas alternas: El artculo 156 de la LTTT, Son vas alternas aquellas que se

construyen, mantienen y amplan por las autoridades competentes, en aquellos casos

en que hayan otorgado una autopista o carretera en concesion, con la finalidad de

garantizar que los usuarios y las usuarias puedan ejercer su derecho al libre transito,

sin tener que pagar a cambio contraprestacion alguna.

2.4.2. Calzada

Es la parte de la carretera destinada a la circulacion de vehculos (Naranjo (2008)).

2.4.3. Carril

Naranjo (2008) dice que es la parte de la va destinada para la circulacion de un

solo vehculo y una direccion.

2.5 Trafico en vas interurbanas 19

2.4.4. Berma u hombrillo

Es una fraccion de la va destinada para paradas eventuales de los vehculos.

2.5. Trafico en vas interurbanas

2.5.1. Transito

El diccionario de la Real Academia Espanola, define a la palabra transito como la

actividad de personas y vehculos que pasan por una calle, una carretera, entre otros.

2.5.2. Caractersticas del Trafico

Banon (1999), en su Manual de Carreteras establece tres caractersticas esenciales

que afectan la circulacion, estas son:

-Intensidad: es la cantidad de vehculos que transitan por un va en cualquier

unidad de tiempo.

-Composicion: se refiere al tipo de vehculo que transita por las vas.

Estos tipos estan clasificados en tres grupos, como lo son:

1. Motocicletas: incluye motocicletas, ciclomotores y ciclos.

2. Ligeros: incluye los turismos, furgonetas y camionetas.

3. Pesados: incluye camiones y en menos medida, autobuses.

2.5.3. Velocidad

Esta caracterstica se toma de manera individual, as como tambien conjunta. De

manera individual, existen tres tipos de velocidad:

Velocidad local o instantanea: la que posee al atravesar determinada seccion

de la va en un instante determinado.

Velocidad de circulacion (Vc): relacion entre la distancia recorrida en un

tramo y el tiempo intervenido en recorrerla.

2.6 Dispositivos para el control de transito y velocidad en Venezuela 20

Velocidad de recorrido (Vr): definida como el cociente entre la distancia total

recorrida en un trayecto determinado y el tiempo transcurrido desde el instante

en que el vehculo lo inicia hasta que llega a su destino, incluyendo posibles

detenciones y retrasos debidos al trafico.

Ademas de esos tres tipos de velocidades podemos mencionar la velocidad de flujo

libre que de acuerdo a Naranjo (2008) es la velocidad a la cual los conductores sienten

comodidad viajando, bajo condiciones controladas ambientales, fsicas y de transito,

en una seccion descongestionada de una carretera multicarril.

Tambien existen otras variables que son de menor importancia, pero ayudan en las

caractersticas del trafico, estas son:

Separacion (s):distancia existente entre las partes delantera y trasera de dos

vehculos que circulan consecutivamente.

Intervalo (h): indica el tiempo transcurrido entre el paso de dos vehculos su-

cesivos por una seccion determinada.

Densidad (d): se denomina densidad de trafico al numero de vehculos que

existen por unidad de longitud sobre una carretera.

2.6. Dispositivos para el control de transito y velo-

cidad en Venezuela

Las definiciones dadas a continuacion son las descritas por el INTT (2011) en el

manual venezolano de dispositivos uniformes para el control de transito.

2.6.1. Demarcaciones

Son las lneas, los smbolos y las letras que se pintan sobre el pavimento, en brocales

y en estructuras de las vas de circulacion o adyacentes a ellas, as como los objetos que

se colocan sobre la superficie de rodamiento con el fin de regular o canalizar el transito

o indicar la presencia de obstaculos.


Funcion: Se emplea para regular la circulacion vehicular, advertir de situaciones de

riesgo o guiar a los usuarios de la va, por lo que constituye un elemento indispensable

para la seguridad y la gestion de transito.

Clasificacion

Segun su forma

-Lneas longitudinales: Se usan para delimitar canales y calzadas, para indicar

zonas con y sin prohibicion de adelantar y para delimitar canales de uso exclusivo por

determinados tipos de vehculos.

-Lneas transversales: Se emplean fundamentalmente en cruces para indicar el

lugar antes del cual los vehculos deben detenerse, como reductores de velocidad y

para demarcar sendas destinadas al cruce de peatones o de bicicletas.

-Smbolos y leyendas: Se emplean tanto para guiar y advertir al usuario como

para regular la circulacion.

-Otras demarcaciones:Son otras demarcaciones que no se puedan clasificar

dentro de las anteriores, ya que ninguno de sus componentes predomina sobre los

otros.

Segun su altura

-Planas: Aquellas de menos de 6 mm de altura.

-Elevadas: Aquellas de mas de 6 mm de altura, que complementan a las primeras.


2.6.2. Senales verticales

Son dispositivos que mediante smbolos o leyendas determinadas, reglamentan las

prohibiciones o restricciones respecto al uso de las vas, previenen a los usuarios sobre

la existencia de peligros y su naturaleza, as como proporcionan informacion necesaria

para guiar a los usuarios.

Clasifican segun su funcion

-Senales de reglamentacion. -Senales de prevencion. -Senales de informa-

cion.

2.6.3. Semaforos

Los semaforos son dispositivos de senalizacion mediante los cuales se controla la

circulacion de vehculos, bicicletas y peatones en vas, asignando el derecho de paso

o prelacion de vehculos y peatones secuencialmente, por las indicaciones de luces de

color rojo, amarillo y verde, y siendo operados por una unidad de control.

2.6.4. Dispositivos temporales

Son los usados en condiciones especiales como trabajos de construccion, rehabili-

tacion, reparacion, mantenimiento, eventos o cualquier otra actividad temporal que

afecte la circulacion vehicular y que requiera el control del trafico.

2.6.5. Dispositivos reductores de velocidad

Son dispositivos colocados sobre la superficie de rodamiento de la va o demarcados,

que obliga a los conductores a disminuir su velocidad de circulacion.


Figura 2.1: Reductor de velocidad tipo lomo o resalto. Perfil circular. (INTT (2011))


Figura 2.2: Reductor de velocidad tipo lomo o resalto. Perfil trapezoidal. (INTT (2011))

2.7 Capacidad vial y nivel de servicio 25

Clasificacion

Resalto o lomo (policias acostados): Son ondulaciones transversales a la

va, que se construyen como una sobre elevacion del pavimento que atraviesa la va

completa o parcialmente.

Se usan para aumentar la seguridad en pasos peatonales, inmediaciones de instituciones

escolares, alcabalas, entre otros.

La altura maxima de la protuberancia de un reductor de velocidad a construirse,

sera de 10 cm sobre el plano de la superficie del pavimento y con 3,70 m como longitud

mnima en el sentido de la circulacion.

Bandas sonoras: Son dispositivos fabricados con aglomerados o botones, sujetos

al piso mediante el uso de pinturas epoxicas, resinas, plasticos de dos componentes,

entre otros, que causan vibracion y ruido, lo cual induce al conductor a reducir la

velocidad.

Tramos estriados o sonorizados: es un dispositivo reductor de velocidad

constituido por franjas rugosas construidas en concreto, termoplastico, asfalto,

entre otro, y a nivel de la va. Su funcion es inducir a los conductores a reducir la

velocidad de operacion, en sitios en donde existen riesgos de accidentalidad. Deben ser

complementados con las senales verticales.

2.7. Capacidad vial y nivel de servicio

2.7.1. Capacidad

Capacidad (HCM, 2000), la capacidad de una instalacion es la tasa maxima de

personas o vehculos que se espera que atraviese un punto o un tramo en una hora.

Capacidad vehicular (HCM, 2000), es el numero maximo de vehculos que pueden

pasar a traves de un punto, en un determinado periodo de tiempo y con las diferentes

condiciones de trafico de una va.


Flujo maximo horario al que se puede razonablemente esperar que las personas

o vehculos atraviesen un punto o seccion uniforme de un carril o calzada durante un

periodo de tiempo dado, bajo condiciones prevalecientes de la va, del control y del

transito. Cerquera (2007).

2.7.2. Nivel de servicio

Es una medida cualitativa que descubre las condiciones de operacion de un flujo

de vehculos y/o personas, y de su percepcion por los conductores o pasajeros. Estas

condiciones se describen en terminos de factores como la velocidad y el tiempo de

recorrido, la libertad de maniobra, las interrupciones a la circulacion, la comodidad,

las conveniencias y la seguridad vial.Cerquera (2007).

Fue introducido por la Transpotation Research Board (TRB), en su Manual de

Capacidad de Carreteras (HCM) y lo define como una medida de la calidad que ofrece

la va al usuario, en el nombran una serie de factores que pueden afectar la calidad del

servicio en una va y estos factores son:

Velocidad a la que se puede recorrer la va.

Tiempo de recorrido.

Comodidad que experimenta el usuario: Ausencia de ruidos, trazados suaves,

entre otros.

Seguridad que ofrece la va, tanto pasiva como activa.

Cortes de funcionamiento, como reparaciones de la misma, puentes cados o de-

teriorados. . .

Es difcil medir los factores anteriores, pero se pueden relacionar con la velocidad

de servicio y el ndice de servicio que son variables cuantificables.

La velocidad de servicio se define como la mayor velocidad media de recorrido

que puede conseguir un conductor que transita por la va, bajo una serie de

condiciones de trafico y meteorologicas.


El ndice de servicio es la relacion entre la intensidad de trafico y la capacidad

de la va.

El manual de capacidad de carreteras (HCM) define seis niveles de servicio para un

regimen contnuo de circulacion y se enumeran de la A hasta la F en orden decreciente

de calidad.

Cerquera (2007) define para cada tipo de infraestructura vial un nivel de servicio

(NS) que va desde el A hasta el F:

-Nivel de Servicio A: los usuarios pueden circular libremente por la va. Poseen

una altsima libertad para seleccionar sus velocidades deseadas y maniobrar dentro

del transito. El nivel general de comodidad y conveniencia proporcionado por la

circulacion al motorista, pasajero o peaton, es excelente.

-Nivel de Servicio B: en este nivel se comienzan a ver otros usuarios en la va,

el rango de flujo es estable. La libertad de seleccion de las velocidades deseadas,

sigue relativamente inafectada, aunque disminuye un poco la libertad de maniobra en

relacion con la del nivel de servicio A. El nivel de comodidad y conveniencia es algo

inferior a los del nivel de servicio A, porque la presencia de otros comienza a influir en

el comportamiento individual de cada uno.

-Nivel de Servicio C: la cantidad de usuarios que circulan e interactuan es

mayor que en el nivel de servicio B. La seleccion de velocidad se ve afectada por la

presencia de otros, y la libertad de maniobra comienza a ser restringida. El nivel de

comodidad y conveniencia desciende notablemente.

-Nivel de Servicio D: los usuarios que circulan en este nivel ya es elevada,

aunque sigue estando en el rango de estable como lo estan los niveles B y C. La

velocidad y libertad de maniobra quedan seriamente restringidas, y el conductor o

peaton experimenta un nivel general de comodidad y conveniencia bajo. Los pequenos

incrementos del flujo generalmente ocasionan problemas de funcionamiento.

-Nivel de Servicio E: Se reduce a un valor bajo la velocidad de todos, as como


tambien a la hora de maniobrar se hace muy difcil ya que obliga al vehculo o al

peaton a dar paso. Los niveles de comodidad y conveniencia son enormemente

bajos, siendo muy elevada la frustracion de los conductores o peatones. La circulacion

es normalmente inestable, debido a que los pequenos aumentos del flujo o ligeras

perturbaciones del transito producen colapsos.

-Nivel de Servicio F: la cantidad de usuarios de la va se acerca mucho o excede

la capacidad de la va, haciendo que el flujo sea forzado, aqu es donde comienzan

los problemas de las largas colas y tiempo en espera. Normalmente se acepta que

el volumen de transito al que se puede dar servicio en las condiciones de parada y

arranque del NS F es inferior que el posible al NS E; en consecuencia el flujo de

servicio E es el valor que corresponde a la capacidad de la infraestructura.

Igualmente Banon (1999), plantea seis niveles de servicio de acuerdo a las condicio-

nes de circulacion en las vas interurbanas, describiendose en la tabla 3.4:


A - La velocidad de los vehculos es la que elige libremente cada con-

ductor.

- Cuando un vehculo alcanza a otro mas lento puede adelantarse

sin sufrir demora.

- Condiciones de circulacion libre y fluida.

B - La velocidad de los vehculos mas rapidos se ve influenciada por

otros vehculos.

- Pequenas demoras en ciertos tramos, aunque sin llegar a formarse

colas.

- Circulacion estable a alta velocidad.

C - La velocidad y la libertad de maniobra se hallan mas reducidas,

formandose grupos.

- Aumento de demoras de adelantamiento.

- Formacion de colas poco consistentes.

- Nivel de circulacion estable.

D - Velocidad reducida y regulada en funcion de la de los vehculos

precedentes.

- Formacion de colas en puntos localizados.

- Dificultad para efectuar adelantamientos.

- Condiciones inestables de circulacion.

E - Velocidad reducida y uniforme para todos los vehculos, del orden

de 40-50 Km/h.

- Formacion de largas colas de vehculos.

- Imposible efectuar adelantamientos.

- Define la capacidad de una carretera.

F - Formacion de largas y densas colas.

- Circulacion intermitente mediante parones y arrancadas sucesivas.

- La circulacion se realiza de forma forzada.

Cuadro 2.1: Niveles de Servicio expuestos por Banon (1999).

Captulo 3

Marco Metodologico

Una metodologa creada para determinar la capacidad y el nivel de servicio de las

va de un pas, a partir de sus caractersticas y condiciones climaticas, al ser aplicadas

en otra va, con otras caractersticas puede dar como resultado unos datos erroneos y

por consecuencia lecturas imprecisas que no se adaptan al medio en que seran aplicadas.

Por ende no se debe ignorar el efecto de las caractersticas propias de nuestras vas,

entre ellos el efecto de los reductores de velocidad al calcular la capacidad y el nivel de

servicio real de la va.

3.1. Analisis in situ.

Escogencia de los tramos de estudio. Segun INVIAS los tramos de estudio

deben poseer condiciones cercanas a las condiciones ideales de una carretera de dos

carriles y la capacidad de estas vas, bajo estas condiciones, es de 3200 vehculos por

hora para los dos carriles.

Condiciones ideales segun INVIAS:

Velocidad de proyecto igual o mayor que 90 km/h.

Flujo ininterrumpido.

3.2 Calculo de la capacidad 31

Carriles de 3,60 m de ancho.

Hombrillos mayor o igual que 1,8 m.

Inexistencia de tramos con prohibicion de adelantamiento.

Inexistencia de vehculos pesados.

Distribucion direccional 50/50.

Ninguna restriccion al transito principal debido a algun tipo de control o

vehculos que giren.

Terreno plano.

En el modelo presentado se trabaja con tramos de dos carriles con reductores de

velocidad tipo resalto o lomo presentes en la calzada, con ancho de carril fijo, pero no

toma en cuenta poblaciones o comercios a las orillas de la va. Las carreteras de dos

carriles en zonas montanosas o con pendientes mayores o iguales a 3 % para longitudes

mayores a 1 km no son analizadas como carreteras de dos carriles sino como rampas

(Cerquera, 2007), por tal motivo los tramos deben estar en un terreno plano u ondulado.

3.2. Calculo de la capacidad

Para el calculo de la capacidad de una va se parte de 3200 vehculos por hora

(HCM, 2000) para ambos carriles, esta capacidad se va reduciendo al multiplicarlos

por los distintos factores de correccion que se presentan a continuacion:


Figura 3.1: Calculo de la capacidad de una va. (Correa and Medina (2014))


Nivel de servicio PTSF Velocidad de recorrido (Km/h)

A < 35 >90

B > 35 - 50 >80 - 90

C > 50 - 65 >70 - 80

D > 65 - 80 >60 - 70

E > 80


Cv = C FHp5 (3.2)

Donde:

Capacidad (C).

Capacidad vial (CV ).

Factor hora pico (fHp5). Cuadro 3.1


Volumen horario Total veh/h (C) Factor hora pico

100 0.68

200 0.70

300 0.72

400 0.74

600 0.78

800 0.81

1000 0.84

1200 0.86

1400 0.89

1600 0.90

1800 0.92

2000 0.93

2200 0.95

2400 0.95

2600 0.96

2800 0.97

>= 3000 0.97

Cuadro 3.2: Factores hora pico con base el periodo de 5 minutos. ((Cerquera, 2007))

Pendiente ascendente Longitud de la pendiente (km)

% 0.5 1.0 1.5 2.0 2.5 3.0

0 1.0 1.0 1.0 1.0 1.0 1.0

1 0.99 0.99 0.99 0.99 0.98 0.98

2 0.99 0.98 0.98 0.98 0.97 0.97

3 0.98 0.97 0.96 0.96 0.95 0.95

Cuadro 3.3: Factor de correlacion a la capacidad por pendiente ((Cerquera, 2007))


Ancho utilizable de la berma en metrosAncho de carril

3.65 3.50 3.30 3.00 2.70

1.80 1.00 0.99 0.98 0.96 0.92

1.50 0.99 0.99 0.98 0.95 0.91

1.20 0.99 0.98 0.97 0.95 0.91

1.00 0.99 0.98 0.97 0.94 0.90

0.50 0.98 097 0.96 0.93 0.89

0.00 0.97 0.96 0.95 0.92

Cuadro 3.4: Factor de correlacion a la capacidad por efecto combinado de ancho de y

de hombrillo.((Cerquera, 2007))

Reductor por Km de C2C Factor de correccion

0 1.00

1 0.89

2 0.78

3 0.67

4 0.56

5 0.44

Cuadro 3.5: Factor de correlacion a la capacidad por la existencia de reductores de

velocidad tipo resalto o lomo.Correa and Medina (2014)

3.3 Determinacion de los niveles de servicio 37

Pendiente

ascendente ( %)

Longitud en

(Km)

Porcentaje de vehculos pesados

10 20 30 40 50 60

0 Todas 0.95 0.90 0.87 0.84 0.81 0.78

1

0.5 0.95 0.90 0.87 0.84 0.81 0.78

1.0 0.94 0.89 0.86 0.83 0.80 0.77

1.5 0.93 0.88 0.85 0.82 0.80 0.77

2.0 0.92 0.87 0.85 0.82 0.79 0.76

3.0 0.92 0.87 0.84 0.82 0.79 0.76

4.0 0.92 0.87 0.84 0.81 0.78 0.75

5 0.90 0.87 0.83 0.81 0.78 0.75

2

0.5 0.94 0.90 0.85 0.83 0.80 0.77

1.0 0.93 0.88 0.85 0.82 0.79 0.76

1.5 0.92 0.88 0.84 0.81 0.79 0.76

2.0 0.90 0.86 0.83 0.80 0.78 0.75

3.0 0.88 0.85 0.82 0.79 0.76 0.73

4.0 0.87 0.84 0.81 0.78 0.75 0.72

5 0.86 0.83 0.80 0.77 0.74 0.72

30.5 0.94 0.89 0.84 0.80 0.78 0.75

1.0 0.92 0.87 0.83 0.81 0.77 0.75

Cuadro 3.6: Factor de correccion a la capacidad por la presencia de vehculos pesados

(HCM2000).

3.3. Determinacion de los niveles de servicio

3.3.1. Determinacion de la velocidad de flujo libre.

Sugun Correa and Medina (2014), la velocidad de flujo libre se obtiene de la ve-

locidad promedio en condiciones de flujo bajas, 200 vehculos particulares en los dos

sentidos. S el flujo de vehculos es mayor, el calculo de este amerita un ajuste, el

HCM2000 lo hace usando una relacion entre la circulacion y la velocidad indicada en


Figura 3.2: Niveles de Servicio. (HCM2000).

su captulo 12, donde asume que los datos sobre los volumenes de trafico son registrados

al mismo tiempo.

FFS = Sfm + 0, 0125 ( VfHV

) (3.3)

Donde:

Velocidad a flujo libre estimada (FFS).

Velocidad media del trafico medida en campo (Sfm).

Tasa d eflijo observada en el periodo en que el dato del campo fue obtenida (V).

Factor de ajuste de vehculo pesado (fhv).

La ffs debe ser calculada con datos tomados en el campo, tomando en cuenta las

caractersticas y condiciones de la va.

3.3.2. Determinacion de la demanda de tasa de flujo

Representa la variacion en el flujo de trafico dentro de una hora de interes (gene-

ralmente es la hora pico).


Figura 3.3: Calculo de los niveles de servicio de una va. (Correa and Medina (2014))

VP = (V

(fHP15 fG fHV )) (3.4)

Donde:

Tasa de flujo equivalente en vehculos livianos para el periodo de 15 min, en pc/h

(VP ).

Tasa de flujo observada en el periodo en que el dato del campo fue obtenida (V).

Factor hora pico (fHP15).

Factor de ajuste de pendiente(fG)

Factor de ajuste de vehculos pesados (fHV ).

Factor de ajuste hora pico con base en el periodo pico de 15 minutos: se

utilizan los valores sugeridos por el HCM2000b que estan en un rango de 0,88 como


mnimo y se usa para las zonas rurales y como maximo 0,92 para las zonas urbanas.

Correa and Medina (2014) en su estudio nos dan una adaptacion de estos valores para

la va de estudio, estos son :

Tipo de va Factor de ajuste

Sub-ramales 0.88

Ramales 0.89

Locales 0.90

Troncales 0.91

Urbanas 0.92

Cuadro 3.7: Factor de ajuste hora pico con base en el periodo pico de 15 minutos.

(HCM200)

factor de ajuste de pendiente (fG): toma en cuenta el efecto del terreno sobre

las velocidades de los vehculos y el porcentaje de seguimiento. Este modelo no toma

en cuenta a carreteras con pendiente mayor o igual al 3 % ya que se hace la suposicion

de que la va en estudio esta en un terreno plano. Tabla 3.9

factor de ajuste de vehculos pesados.

Se calcula de la siguiente manera:

fHV = (1

(1 + PT (ET 1)) (3.5)

Donde:

Proporcion vehculos pesados con respecto a la composicion del trafico expresada

en decimal. (PT )

Equivalencia de vehculo liviano para vehculo pesado (ET ).

Factor de ajuste vehculo pesado (fHV )


Tipo de vehculo Tasa de flujoTipo de terreno

Plano Ondulado

Camion

0 - 600 1.7 2.5

> 600 - 1200 1.2 1.9

> 1200 1.1 1.5

Cuadro 3.8: Equivalencia de vehculos livianos para vehculos pesados. (HCM200).

3.3.3. Determinacion de la velocidad promedio de recorrido.

Se estima, en base a la velocidad de flujo libre, volumen de vehculos particulares,

y un factor de ajuste para el porcentaje de no adelantamiento.

ATS = FFS frv 0,0125 Vp fnp (3.6)

Donde:

Velocidad promedio de recorrido para ambos sentidos (ATS)

Velocidad de flujo libre (FFS)

Factor de ajuste a FFS por existencia de reductores de velocidad (frv).

Tasa de flujo equivalente en vehculos livianos para el periodo pico de 15 minutos

(Vp)

Factor de ajuste para las zonas de no adelantamiento (fnp)

3.3.4. Determinacion del porcentaje de tiempo de seguimiento

(PTSF).

Se estima, a partir de la demanda de flujo, la distribucion de trafico direccional y

el porcentaje de las zonas de no adelantamiento.


PTSF = BPTSF + fd/np (3.7)

Donde:

Base de PTSF para ambos carriles. (BPTSF )

Factor de ajuste para las zonas de no adelantamiento (fd/np)

Se cacula primero la base de PTSF a partir de la siguiente ecuacion

BPTSF = 100 (1 e0,000879V p (3.8)

Donde:

La demanda de tasa de flujo (Vp).

3.4 Simulacion del trafico en una va de dos carriles usando Netlogo. 43

Tasa de flujo equivalente en vehculosReduccion de la velocidad media

livianos para el periodo de 15 min (Pc/h)de recorrido (Km/h)

Zona de no adelantamiento ( %)

0 20 40 60 80 100

0 0 0 0 0 0 0

200 0 1.0 2.3 3.8 4.2 5.6

400 0 2.7 4.3 5.7 6.3 7.3

600 0 2.5 3.8 4.9 5.5 6.2

800 0 2.2 3.1 3.9 4.3 4.9

1000 0 1.8 2.5 3.2 3.6 4.9

1200 0 1.3 2.0 2.6 3.0 3.4

1400 0 0.9 1.4 1.9 2.3 2.7

1600 0 0.9 1.3 1.7 2.1 2.4

1800 0 0.8 1.1 1.6 1.8 2.1

2000 0 0.8 1.0 1.4 1.6 1.8

2200 0 0.8 1.0 1.4 1.5 1.7

2400 0 0.8 1.0 1.3 1.5 1.7

2600 0 0.8 1.0 1.3 1.4 1.6

2800 0 0.8 1.0 1.2 1.3 1.4

3000 0 0.8 0.9 1.1 1.1 1.3

3200 0 0.8 0.9 1.0 1.0 1.1

Cuadro 3.9: Factor de ajuste para las zonas de no adelantamiento. (HCM2000)

3.4. Simulacion del trafico en una va de dos carriles

usando Netlogo.

Las interacciones que se pueden dar en el trafico de una va de dos canales pueden

ser muy complejas para modelar y simular, con el uso de una metodologa que no

permita una autonoma, a cada uno de los elementos presentes en ella. Se analizaron


Figura 3.4: Tramo de la va El Viga-Nueva Bolivia (Fuente: google maps)

distintas metodologas y observando los avances que se han presentado en los ultimos

anos se encontro que la simulacion con sistemas multiagentes (MAS) son los mas usados

en la actualidad para la simulacion de sistemas complejos (entre ellos la Simulacion

Social). Para nuestro caso nos brindo una mejor adaptacion del sistema real. Para el

modelado de nuestro sistema se utilizo la herramienta computacional llamada Netlogo.

A continuacion se mostrara paso a paso el proceso de desarrollo del modelo.

3.4.1. Descripcion de la va

El tramo de va que se modelo une a la ciudad de El Viga con Nueva Bolivia,

tiene una longitud aproximada de 95 km, perteneciendo este tramo a la carretera

panamericana de Venezuela. Es una va de alta importancia para el Estado Merida

y para todo el sur del lago de Maracaibo, debido a que ella los comunica con las

demas entidades del pas. Fue construida durante el periodo presidencial del General

Marcos Perez Jimenez en la decada de 1950, pero no fue hasta el ano 1954 cuando se

culmino el puente sobre el ro Chama, obra de gran magnitud que le permitio obtener

gran importancia al sector y al tramo de va. Por tal motivo fue seleccionado ese tramo


de va para el modelo.

Las caractersticas de la va estan representadas en el siguiente cuadro.

Caracterstica Cantidad

Ancho (metros) 7,6

Largo (metros) 95000

Numero de carriles 2

Ancho de carril (metros) 3,5

Numero de reductores de velocidad 92

Cuadro 3.10: Caractersticas de la va estudiada

La va se dividio en 5 segmentos o tramos, los cuales son:

Tramo 1: Desde Cano Seco hasta Mucujepe.

Tramo 2: Desde Mucujepe hasta Guayabones.

Tramo 3: Desde Guayabones hasta Santa Elena de Arenales.

Tramo 4: Desde Santa Elena de Arenales hasta Tucan.

Tramo 5: Desde Tucan hasta Nueva Bolivia.

En el siguiente cuadro se representan las principales caractersticas de cada tramo:

Tramo 1 2 3 4 5

Ancho (m) 7.6 7.6 7.6 7.6 7.6

Largo (km) 5 10 14.2 28 28.5

Carriles 2 2 2 2 2

Ancho carril (m) 3.5 3.5 3.5 3.5 3.5

Cuadro 3.11: Principales caractersticas de cada tramo

Para la representacion de la va en la plataforma de simulacion, se adaptaron las

medidas de la carretera a la medida de los parches de la interfaz grafica de Netlogo.


Cada parche de la interfaz equivale a veinticinco (25) metros de carretera. Los valores

equivalentes para cada tramo son los siguientes:

Tramo 1 2 3 4 5

Ancho (parches) 8 8 8 8 8

Largo (parches) 200 400 570 1120 1160

Carriles 2 2 2 2 2

Ancho carril (parches) 4 4 4 4 4

Cuadro 3.12: Principales caractersticas de cada tramo

3.4.2. Descripcion de los tipos de vehculos

En el modelo se representaron dos tipos de vehculos, estos son: Vehculos particu-

lares y vehculos de carga pesada (camiones).

Se estudio los distintos tipos de vehculos que transitan por la va, luego se in-

dago en paginas web especializadas en mostrar las dimensiones de vehculos (como

http://www.medidasdecoches.com) y se calculo un promedio para las medidas que se

usaron en la simulacion, las cuales se muestran a continuacion:

Tipo de vehculos Particular Carga

Ancho (m) 1.8 2.6

Largo (m) 4.4 13.89

Cuadro 3.13: Principales caractersticas de cada Vehculo

Para la representacion grafica de estos vehculos en Netlogo no se pudo llevar a las

proporciones adecuadas, debido a que los autos no se lograban divisar dentro de la va.

Los tamanos tomados son los de la tabla siguiente:


Tipo de vehculos Particular Carga

Ancho (parches) - 2.5

Largo (parches) - 4

Cuadro 3.14: Principales caractersticas de cada Vehculo en Netlogo

3.4.3. Algoritmos para la creacion de los vehculos dentro de

la plataforma Netlogo

Crear carros

Inicio.

Asignar a carros la forma por defecto car.

Asignar a carros el carril derecho en la posicion y = -2.

Asignar a trafico la direccion 90 grados en el carril derecho.

Fin.

Crear Trafico

Inicio.

Crear carros, cantidad = numero

Asgnele a carros el tamano 2.5 ticks Asgnele a carros la direccion de cabecera de 90 grados Asgnele a carros el color amarillo Posicione a carros en la posicion [-x ; -y] Asignar a velocidad (random-float * (velocidad maxima - velocidad mni-

ma)) + velocidad mnima.

Asignar velocidad lmite 10 ticks/s Asignar como velocidad mnima 0.05 ticks/s


Los carros deben estar separados

Fin.

Crear Carros Nuevos

Inicio.

Crear carros nuevos

Asignar la entrada de vehculos nuevos en la coordenada x e y

Asignar a la entrada el color gris

Siempre que se cumpla t

Preguntar a la entrada crear cantidad numerode carros

Asgnele a carros el tamano 2.5 ticks Asgnele a carros la direccion de cabecera de 90 grados Asgnele a carros el color amarillo Posicione a carros en la posicion [-x ; -y] Asignar a velocidad (random-float * (velocidad maxima - velocidad

mnima)) + velocidad mnima.

Asignar velocidad lmite 10 ticks/s Asignar como velocidad mnima 0.05 ticks/s Los carros deben estar separados

Fin.

Crear carros de carga

Inicio.

Asignar a cargas la forma por defecto truck.


Asignar a cargas el carril derecho en la posicion y = -2.

Asignar a trafico la direccion 90 grados en el carril derecho.

Fin.

Crear Trafico de carros de carga

Inicio.

Crear cargas, cantidad = numero

Asgnele a cargas el tamano 4 ticks Asgnele a cargas la direccion de cabecera de 90 grados Asgnele a caras el color anaranjado Posicione a cargas en la posicion [-x ; -y] Asignar a velocidad (random-float * (velocidad maxima - velocidad mni-

ma)) + velocidad mnima.

Asignar velocidad lmite 7.5 ticks/s Asignar como velocidad mnima 0.05 ticks/s Los cargas deben estar separados

Fin.

Crear Carros de carga Nuevos

Inicio.

Crear cargas nuevo

Asignar la entrada de vehculos nuevos en la coordenada x e y

Asignar a la entrada el color gris

Siempre que se cumpla t


Preguntar a la entrada crear cantidad numerode cargas

Asgnele a cargas el tamano 4ticks Asgnele a cargas la direccion de cabecera de 90 grados Asgnele a cargas el color amarillo Posicione a cargas en la posicion [-x ; -y] Asignar a velocidad (random-float * (velocidad maxima - velocidad

mnima)) + velocidad mnima.

Asignar velocidad lmite 7.5 ticks/s Asignar como velocidad mnima 0.05 ticks/s Los carros deben estar separados

Fin.

3.4.4. Modelo conceptual

Supuestos de simplicacion:

Al iniciar la simulacion el tramo de va se encuentra sin vehculos.

La velocidad de los vehculos cambia solo cuando encuentra un reductor de velo-

cidad u otro vehculo que va a menor velocidad.

Solo los reductores de velocidad y otros vehculos pueden interferir en la libre

circulacion de los vehculos.

No existe paso peatonal, semaforos ni intersecciones.

Los vehculos no hacen paradas a lo largo del tramo.

No se permiten giros en U o maniobras que cambien el sentido de la circulacion

de los vehculos.

Las condiciones climaticas que afectan directamente al flujo de vehculos no son

tomadas en cuenta dentro del modelo.

3.5 Analisis estadstico. 51

Dentro de la va no se presentan pendientes superiores al 3

Los vehculos pesados no adelantan.

1 ticks equivale a 10 segundos.

La distribucion del trafico en los carriles es de 50-50.

3.5. Analisis estadstico.

Para este analisis se hicieron diez (10) corridas con diferentes tiempos de duracion.

La primera fue de 500 ticks, la segunda de 1000 ticks, la tercera de 5000 ticks y 10000

ticks para la ultima corrida. Todas ellas para el tramo 5 (desde Tucan hasta Nueva

Bolivia). Las entradas del modelo fueron:

Aceleracion: 1.

Desaceleracion: 1.

Velocidad maxima permitida: 10 Parches/ticks (P/t).

Reductores de velocidad.

Se permite la maniobra de adelantamiento a los vehculos particulares.

Entrada de vehculos livianos: 3 por cada carril.

Proporcion de vehculos pesados: 0.4.

El analisis para los resultados arrojados por el modelo se realizo en 2 partes, uno

para la media de la velocidad de los vehculos y la otra para la media de los tiempos

de seguimientos.

3.5.1. Media de la velocidad

Este analisis a su vez se dividio en cuatro partes, estas son la media de la velocidad

de los vehculos livianos del carril derecho, la media de los vehculos livianos del carril

izquierdo y vehculos pesados del carril derecho e izquierdo.


Vehculos livianos

El comportamiento de los vehculos livianos para las cuatro pruebas nos mostro que

el modelo arroja resultados consistentes para esta variable de interes, las tablas pre-

sentadas a continuacion muestran tales resultados.

Summary 500 ticks 1000 ticks 5000 ticks 10000 ticks

P/T km/h P/T km/h P/T km/h P/T km/h

Mnimo 0.08 0.74 1.22 10.95 0.44 3.97 0.19 1.68

1st Qu. 9.39 84.55 9.44 84.94 9.46 85.15 9.45 85.02

Mediana 9.72 87.45 9.76 87.84 9.75 87.71 9.74 87.70

Media 9.59 86.28 9.61 86.52 9.63 86.67 9.61 86.52

3er Qu. 10.00 90.00 10.00 90.00 10.00 90.00 10.00 90.00

Maximo 10.00 90.00 10.00 90.00 10.00 90.00 10.00 90.00

sd 0.58 5.2 0.56 5.07 0.53 4.74 0.58 5.26

NA 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00

Cuadro 3.15: Promedio de la velocidad de los vehculos del carril derecho. (P: parches.

T: ticks)

(a) Carril derecho (b) carril izquierdo

Figura 3.5: Graficas arrojadas por R para las velocidades de los vehculos particulares




Mnimo 2.64 23.73 2.91 26.16 0.44 3.97 1.96 17.64

1st Qu. 9.40 84.63 9.47 85.26 9.46 85.16 9.47 85.26

Mediana 9.84 88.52 9.89 89.05 9.83 88.47 9.85 88.65

Media 9.62 86.62 9.67 87.01 9.66 86.92 9.65 86.89

3er Qu. 10.00 90.00 10.00 90.00 10.00 90.00 10.00 90.00

Maximo 10.00 90.00 10.00 90.00 10.00 90.00 10.00 90.00

sd 0.55 4.94 0.49 4.45 0.50 4.53 0.54 4.82

NA 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00

Cuadro 3.16: Promedio la velocidad de los vehculos del carril izquierdo

Vehculos pesados

Algo semejantes ocurre con la media de la velocidad de los vehculos pesados para

ambos carriles, pese a que a ellos no se les permite hacer la maniobra de adelantamiento,

muestran un comportamiento similar en todas las pruebas con esto se puede decir que el

modelo es consistente. A continuacion se presentan los resultados dados por el modelo

para ambos carriles.

3.5.2. Tiempo de seguimiento

Es preciso mencionar el comportamiento de los tiempos de seguimiento entre vehcu-

los.

Vehiculos livianos

El modelo arrojo que los tiempos de seguimiento de los vehculos livianos o particu-

lares estan por el orden de 15 segundos y como maximo 852 segundos. Los resultados

en su totalidad se presentan a continuacion.




Mnimo 1.95 17.53 1.01 9.0961.01 9.09 1.01 9.09

1st Qu. 7.23 65.05 7.38 66.40 7.39 66.52 7.41 66.66

Mediana 7.75 69.73 7.79 70.14 7.78 70.00 7.78 70.00

Media 7.64 68.74 7.72 69.43 7.71 69.41 7.72 69.46

3er Qu. 8.20 73.82 8.16 73.41 8.11 72.97 8.11 72.97

Maximo 8.50 76.50 8.50 76.50 8.50 76.50 8.50 76.50

sd 0.75 6.71 0.61 5.49 0.55 4.95 0.55 4.97

NA 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00

Cuadro 3.17: Promedio de la velocidad de los vehculos pesados del carril derecho



Mnimo 2.76 24.85 2.13 19.21 1.01 9.09 1.01 9.09

1st Qu. 7.44 66.99 7.47 67.20 7.50 67.52 7.50 67.52

Mediana 8.02 72.19 7.91 71.17 7.88 70.88 7.88 70.96

Media 7.85 70.69 7.84 70.54 7.81 70.31 7.81 70.31

3er Qu. 8.50 76.50 8.39 75.47 8.19 73.70 8.21 73.88

Maximo 8.50 76.50 8.50 76.50 8.50 76.50 8.50 76.50

sd 0.72 6.44 0.60 5.41 0.52 4.71 0.543 4.89

NA 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00

Cuadro 3.18: Promedio de la velocidad de los vehculos pesados del carril izquierdo

Vehculos pesados

Antes de mostrar los resultados para los vehculos pesados cabe destacar que los

tiempo de seguimiento, para estos vehculos, son del orden de 500 segundos, esto debido

a que a ellos no se les permite adelantar a otros vehculos.



Figura 3.6: Graficas arrojadas por R para las velocidades de los vehculos pesados del

carril derecho


t s t s t s t s

Mnimo 0.00 0.0 0.00 0.00 0.00 0.00 0.00 0.00

1st Qu. 0.24 2.42 0.24 2.41 0.15 1.46 0.28 2.75

Mediana 0.54 5.39 0.58 5.77 0.44 4.42 0.61 6.11

Media 0.99 9.88 2.02 20.22 0.69 6.94 1.82 18.16

3er Qu. 1.15 11.48 1.22 12.22 0.87 8.68 1.29 12.90

Maximo 9.89 98.99 60.00 600.00 5.53 55.38 58.00 580.00

sd 1.32 13.15 6.05 60.46 0.81 8.08 4.52 45.15

NA 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00

Cuadro 3.19: Promedio de los tiempo de seguimiento de los vehculos del carril derecho



Figura 3.7: Graficas arrojadas por R para los tiempo de seguimiento de los vehculos

particulares


t s t s t s t s

Mnimo 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

1st Qu. 0.17 1.67 0.17 1.67 0.16 1.61 0.20 2.00

Mediana 0.40 4.00 0.39 3.89 0.39 3.91 0.48 4.82

Media 0.59 5.90 0.64 6.36 0.54 5.35 3.35 33.46

3er Qu. 0.67 6.67 0.70 7.00 0.67 6.67 0.95 9.47

Maximo 9.56 95.62 15.71 157.10 5.95 59.50 85.20 852.00

sd 0.85 8.45 1.12 11.20 0.65 6.51 10.38 103.761

NA 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00

Cuadro 3.20: Promedio de los tiempo de seguimiento de los vehculos del carril izquierdo



t s t s t s t s

Mnimo 0.67 6.67 0.67 6.67 0.67 6.67 0.67 6.67

1st Qu. 35.29 352.90 53.74 537.40 68.65 686.50 62.67 626.70

Mediana 53.21 532.10 68.45 684.50 73.89 738.90 72.44 724.40

Media 49.47 494.70 64.27 642.70 73.23 732.30 71.81 718.10

3er Qu. 65.00 650.00 77.00 770.00 79.25 792.50 86.10 861.10

Maximo 85.55 855.50 136.00 1360.00 100.10 1001.00 158.00 1580.00

sd 19.67 196.70 20.19 201.89 11.21 112.05 20.99 209.85

NA 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00

Cuadro 3.21: Promedio de los tiempo de seguimiento de los vehculos pesados del carril

derecho


Figura 3.8: Graficas arrojadas por R para los tiempo de seguimiento de los vehculos

pesados



t s t s t s t s

Mnimo 0.67 6.67 0.67 6.67 0.67 6.67 0.67 6.67

1st Qu. 36.69 366.90 56.50 565.00 68.65 686.50 62.67 626.70

Mediana 51.42 514.20 70.33 703.30 73.89 738.90 72.44 724.40

Media 48.34 483.35 66.39 663.90 73.23 732.30 71.81 718.10

3er Qu. 61.62 616.20 80.50 805.00 79.25 792.50 86.10 861.10

Maximo 91.38 913.80 115.20 1152.00 100.10 1001.00 158.00 1580.00

sd 18.94 189.38 21.02 210.23 11.21 112.05 20.99 209.85

NA 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00

Cuadro 3.22: Promedio de los tiempo de seguimiento de los de los vehculos pesados

del carril izquierdo

Captulo 4

Estudio y simulacion del modelo de

agentes

4.1. Escenario 1: Sensibilidad del modelo ante va-

riaciones en la aceleracion y desaceleracion.

Aumento de la aceleracion y reduccion de la desaceleracion.

Para este escenario se vario la aceleracion y la desaceleracion, aumentando la pri-

mera en 1.5 y reduciendo la seguenda hasta 0.5, para ver que tan sensible es el modelo

a los cambios en dichos parametros.

Los cambios realizados en las entradas del modelo para este caso, solo nos mostro un

aumento de 1.2 % en la media de las velocidades de los vehculos particulares y un 6 %

para los vehculos pesados. Por otra parte se noto una reduccion en los tiempos de

seguimiento de mas de 50 % para los vehculos particulares y de un 17 % para los

vehculos pesados.

4.1 Escenario 1: Sensibilidad del modelo ante variaciones en la aceleracion y

desaceleracion. 60

(a) Velocidades (b) Tiempo de seguimiento

Figura 4.1: Graficas arrojadas por R para las velocidades y los tiempo de seguimiento

de los vehculos en el primer escenario

Figura 4.2: Pantalla de Netlogo para el primer escenario.


desaceleracion. 61

Aumentar la desaceleracion a 2.5 y reducir la aceleracion a 0.5.

Para esta prueba se vio un descenso de 4.3 % en la media de las velocidades de

los vehculos particulares y 5 % para los vehculos pesados. Ademas, los tiempos de

seguimiento son similares a los dados en las pruebas base.



de los vehculos en el segundo escenario


desaceleracion. 62

Figura 4.4: Pantalla de Netlogo para el segundo escenario.


desaceleracion. 63

Aumentar la aceleracion y la desaceleracion al maximo.

Luego de aumentar al maximo la aceleracion y la desaceleracion de los vehculos

se noto un leve aumento (1.53 %) en la media de la velocidad de los vehculos livianos

y un notable aumento de 7.62 % para los vehculos pesados. Tambien se observo una

gran reduccion del tiempo de seguimiento en los vehculos particulares y pesados.



de los vehculos en el tercer escenario.


desaceleracion. 64

Figura 4.6: Pantalla de Netlogo para el tercer escenario.

4.2 Escenario 2: Aumentar la entrada de vehculos particulares y reducir los

vehculos pesados a 10 %. 65

4.2. Escenario 2: Aumentar la entrada de vehculos

particulares y reducir los vehculos pesados a

10 %.

Para este caso se hizo un aumento en la entrada de vehculos desde 3 hasta 10

vehculos y se redujo la proporcion de carga pesada hasta 10 %. Donde a la media

de las velocidades no se le vio un cambio significativo, pero la media del tiempo de

seguimiento de los vehculos particulares se redujo en un 79 %.



de los vehculos en el cuarto escenario.

4.2 Escenario 2: Aumentar la entrada de vehculos particulares y reducir los

vehculos pesados a 10 %. 66

Figura 4.8: Pantalla de Netlogo para el cuarto escenario.

4.3 Escenario 3: Va sin reductores de velocidad. 67

4.3. Escenario 3: Va sin reductores de velocidad.

En el escenario 3 se simulo la va sin reductores de velocidad, permitiendose el

adelantamiento entre los vehculos particulares. Los resultados arrojados para este caso,

se percibe un leve aumento del 1.5 % en la media de la velocidad de los vehculos

particulares o livianos y 8.55 % en la media de la velocidad de los vehculos pesados. Por

otra parte, se redujo en un 38 % el tiempo de seguimiento de los vehculos particulares.



de los vehculos en el quinto escenario


Figura 4.10: Pantalla de Netlogo para el quinto escenario.


4.4. Escenario 4: Va sin reductores de velocidad.

Al igual que el escenario anterior los vehculos pesados son los mas beneficiados

al retirar los reductores de velocidad de la va y no permitiendo que los vehculos

adelanten, por ende la media de velocidad de los vehculos pesados tiende a igualarse

con la de los vehculos livianos. El tiempo de seguimiento en los vehculos particulares

se ve severamente afectado, ya que la media pasa a ser 636 segundos. Dicho resultado

era esperado al hacer estos ajustes.



de los vehculos en el sexto escenario.


Figura 4.12: Pantalla de Netlogo para el sexto escenario.

4.5 Escenario 5: Va con reductores de velocidad y no se permite la maniobra de

adelantamiento. 71

4.5. Escenario 5: Va con reductores de velocidad y

no se permite la maniobra de adelantamiento.

Lugo de hacer el estudio de los datos arrojados por el modelo para este escenario,

se vio una reduccion de hasta un 13 % en la media de las velocidades de los vehculos

livianos, por otra parte los vehculos pesados tan solo reducen un 0.26 % su veloci-

dad. Tambien se noto un gran aumento de 670 segundos en la media del tiempo de

seguimiento de los vehculos particulares.



de los vehculos en el septimo escenario

fvkfhviefhviefhvir

4.5 Escenario 5: Va con reductores de velocidad y no se permite la maniobra de

adelantamiento. 72

Figura 4.14: Pantalla de Netlogo para el septimo escenario.

4.6 Escenario 6: Va con reductores de velocidad, no se permite adelantar y se

aumenta la entrada de vehculos particulares. 73

4.6. Escenario 6: Va con reductores de velocidad,

no se permite adelantar y se aumenta la entra-

da de vehculos particulares.

Al observar los resultados de las pruebas con estas condiciones, vimos como se

hacen fuertes colas, y hay una reduccion del 66 % para la media de la velocidad de los

vehculos livianos y la media del tiempo de seguimiento aumentaron hasta 600 segundos.

Los vehculos pesados reducen la velocidad media hasta en un 12.52 %, siendo este un

resultado curioso y pudiendose explicar o atribuir esto a la poca cantidad de vehculos

pesados presentes en la va.

Siendo este caso el peor escenario que pudiera pasar en la va, aunque poco probable

de que no se pueda hacer cualquier tipo de adelantamiento en esta va, pero pudiendo

ocurrir un caso similar dentro de ella al rebasar su capacidad.


Figura 4.15: Graficas arrojadas por R para las velocidades y los tiempo de seg

determinar hcw usando netlogo

Documents