Utilizamos cookies propias y de terceros para mejorar nuestra web mediante el análisis de tu navegación en nuestro sitio. Si continuas navegando, consideraremos que aceptas su uso. Para más información, consulta nuestra Política de Cookies.

Aceptar

Cancelar

Para no perderte ni un solo proyecto,

coloca el dispositivo en posición vertical.

; )

Modelos de tráfico: Éxito basado en datos de calidad

18/02/2020

Fiabilidad de la simulacion

¿Qué modelos existen en el mercado?  

La modelización del transporte funciona en varios niveles de detalle y escala, desde regiones enteras, hasta cruces individuales. El diagrama que se muestra a continuación indica que el intercambio de datos debe operar entre diferentes niveles de modelización para promover la coherencia analítica

Modelos de simulacion de trafico
Imagen 1.Diferentes modelos de transporte. Fuente: TfL Modelling Guidelines

Macroscopic model (Strategic model): Los modelos estratégicos suelen abarcar zonas muy extensas y modelan el equilibrio de los viajes entre los modos disponibles. Para gestionar los tiempos de ejecución de la simulación, la red de carreteras sólo se modela a nivel de detalle agregado. La demanda de los viajeros suele definirse en los viajes personales y se deriva de los datos del censo demográfico (synthetic data, datos que no se obtienen por medición directa) y del comportamiento observado en los viajes a partir de las encuestas, telefonía móvil o trabajos de campo específicos que se hagan (observed data).

Mesoscopic model: La modelización mesoscopica suele crearse para apoyar los principales planes de desarrollo. Este tipo de modelización está diseñado para predecir el impacto de la desviación de los viajes por carretera en toda la zona y la elección de la ruta.

Microscopic model: La microsimulación trata de reproducir con un gran nivel de detalle el entorno de simulación y es capaz de simular el movimiento de vehículos individuales (también conocidos como agent based models) que se desplazan dentro de una red de carreteras mediante la réplica exacta del comportamiento del conductor. A diferencia del resto de modelos (macro, meso o local area) donde todos los vehículos muestran un comportamiento común y uniforme, la microsimulación al basarse en la caracterización de los conductores pueden reproducir el efecto que ejercen los obstáculos o semáforos sobre los conductores que transitan por la infraestructura vial. También son capaces de representar problemas de tráfico complejos, por ejemplo el impacto de los aparcamientos o de los incidentes en la red, mostrando así modelos muy parecidos al comportamiento real.

Local Area or Junction Design model: La modelización Local Area tiene en cuenta el tráfico que se mueve a través de una red localizada, desde un solo cruce a múltiples cruces. Este nivel de modelización se centra en detalle en la capacidad de los enlaces y cruces individuales, y en la interacción entre ellos. Se requiere un alto nivel de precisión. El punto negativo de este tipo de modelos es que no pueden predecir el impacto de la desviación de la conducción o los cambios en el modo de viaje.

¿Qué es lo más necesario a la hora de crear un modelo?

Uno de los requisitos más importantes a la hora de dar fiabilidad, y por tanto utilidad, a estos modelos, es la calidad de los datos en los que se apoyan.

Con el fin de obtener modelos que representen la realidad, y que los procesos de calibración/validación conserven una línea coherente y robusta, la corrección y precisión de los datos recogidos será la clave a la hora de construir cualquiera de los modelos anteriormente citados. (Se debe de tener en cuenta que no todos los modelos se basan en los mismos tipos de datos).

Esta precisión es esencial para que el modelador tenga una visión clara de la situación actual, para tener una minuciosa percepción de las condiciones generales del tráfico y el entorno circundante, y para finalmente representar con rigor el funcionamiento de la red en términos de comportamiento del tráfico, capacidad, variabilidad, etc.

Así pues, el propósito de la toma de datos es tener una idea de la situación "sobre el terreno", cómo se desplaza la gente, en qué cantidad y hacia dónde se dirige, para que sea utilizada a la hora de crear la demanda del modelo.

Este proceso de recogida de datos puede llevarse parte de los recursos del proyecto, pero con una adecuada planificación de los trabajos de campo, los datos obtenidos pueden resultar de gran utilidad como apoyo a la toma de decisiones y creación de modelo. De la misma manera, la obtención de datos incorrectos, no solo reflejará un resultado final erróneo, sino que dificultará los procesos de calibración/validación,  entorpeciendo y  alargando el tiempo total del proyecto.

Una vez obtenida una base de datos de calidad, es crucial que el modelo reproduzca con exactitud la información conseguida. Uno de los test estadísticos que mas se utilizan es el R2 (coeficiente de correlación múltiple al cuadrado).

Este coeficiente indica que, si de un modelo se consigue un R2 próximo al 1, las diferencias entre los datos observados en el trabajo de campo y los resultados obtenidos en el modelo son mínimas, lo que significaría haber construido un modelo consistente.

Si el resultado del R2 es menor a 0.8, no debería considerarse como un modelo aceptable, puesto que una aceptable recogida de información debería por lo menos arrojar un resultado de 0.9. En los siguientes gráficos pertenecientes a un proyecto realizado por Vectio, se puede observar una R2 = 0.99, demostrando que el modelo se asemeja a los datos reales obtenidos mediante los trabajos de campo.

Fiabilidad simulación de trafico
Fiabilidad modelos de trafico

Gracias por su lectura.

Tania López | Ingeniera | Transport Planner

 

Referencias

Traffic Modelling Guidelines. (2020). Disponible el 17 de Febrero de 2020 en:https://assets.publishing.service.gov.uk/government/uploads/system/uploads/attachment_data/file/845725/cycle-to-work-guidance.pdf