Universidad de Burgos RIUBU Principal Default Universidad de Burgos RIUBU Principal Default
  • español
  • English
  • français
  • Deutsch
  • português (Brasil)
  • italiano
Universidad de Burgos RIUBU Principal Default
  • Ayuda
  • Contacto
  • Sugerencias
  • Acceso abierto
    • Archivar en RIUBU
    • Acuerdos editoriales para la publicación en acceso abierto
    • Controla tus derechos, facilita el acceso abierto
    • Sobre el acceso abierto y la UBU
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Listar

    Todo RIUBUComunidadesFechaAutor / DirectorTítuloMateria / AsignaturaEsta colecciónFechaAutor / DirectorTítuloMateria / Asignatura

    Mi cuenta

    AccederRegistro

    Estadísticas

    Ver Estadísticas de uso

    Compartir

    Ver ítem 
    •   RIUBU Principal
    • E-Prints y Datos de investigación
    • Congresos y cursos UBU
    • Congreso de Ingeniería del Transporte CIT 2021 (14º. 2021. Burgos)
    • Ver ítem
    •   RIUBU Principal
    • E-Prints y Datos de investigación
    • Congresos y cursos UBU
    • Congreso de Ingeniería del Transporte CIT 2021 (14º. 2021. Burgos)
    • Ver ítem

    Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10259/6920

    Título
    Obtención de matrices origen destino para modelos mesoscópicos a partir de datos GPS
    Autor
    Sagüés García, Carlos
    Calatrava Nicolás, María
    Riveros González, Laura Milena
    Publicado en
    R-Evolucionando el transporte
    Editorial
    Universidad de Burgos. Servicio de Publicaciones e Imagen Institucional
    Fecha de publicación
    2021-07
    ISBN
    978-84-18465-12-3
    DOI
    10.36443/10259/6920
    Descripción
    Trabajo presentado en: R-Evolucionando el transporte, XIV Congreso de Ingeniería del Transporte (CIT 2021), realizado en modalidad online los días 6, 7 y 8 de julio de 2021, organizado por la Universidad de Burgos
    Resumen
    El objetivo del presente artículo es exponer la metodología seguida para obtener matrices Origen/Destino a partir de datos masivos geolocalizados (trazas GPS). Se trata de una metodología que actúa de manera complementaria con los procedimientos tradicionales de aforo. Las principales ventajas derivadas de esta metodología radican en una reducción de tiempos y de costes en los proyectos, además de aportar mayor fiabilidad en los resultados de los modelos al tratarse de matrices muestra obtenidas a partir de valores reales. Existen distintas variaciones de la metodología, pudiendo ésta adaptarse a proyectos tanto de micromodelación como de macromodelación, convirtiéndola en una metodología muy flexible. Esta metodología ya ha sido probada en distintos proyectos, obteniendo resultados satisfactorios, aunque también es cierto, que se encontraron ciertas debilidades en los procesos. Estas debilidades se han subsanado mediante la aplicación de algoritmos de Inteligencia Artificial (IA). El presente artículo detalla los diferentes procedimientos de obtención de matrices, así como un análisis de sus debilidades y mejoras desarrolladas. Finalmente, una comparativa con los modelos tradicionales de obtención de matrices y los resultados obtenidos en los proyectos en los que se implantó esta metodología.
    Palabras clave
    Modelización
    Modelling
    Simulación
    Simulation
    Inteligencia artificial
    Artificial intelligence
    Materia
    Ingeniería civil
    Civil engineering
    Transportes
    Transportation
    Informática
    Computer science
    URI
    http://hdl.handle.net/10259/6920
    Versión del editor
    https://doi.org/10.36443/9788418465123
    Relacionado con
    http://hdl.handle.net/10259/6490
    Aparece en las colecciones
    • Congreso de Ingeniería del Transporte CIT 2021 (14º. 2021. Burgos)
    Ficheros en este ítem
    Nombre:
    Sagüés_CIT2021_1223-1237.pdf
    Tamaño:
    353.4Kb
    Formato:
    Adobe PDF
    Thumbnail
    Visualizar/Abrir

    Métricas

    Citas

    Academic Search
    Ver estadísticas de uso

    Exportar

    RISMendeleyRefworksZotero
    • edm
    • marc
    • xoai
    • qdc
    • ore
    • ese
    • dim
    • uketd_dc
    • oai_dc
    • etdms
    • rdf
    • mods
    • mets
    • didl
    • premis
    Mostrar el registro completo del ítem