Resumen
Este estudio aborda la optimización del tráfico vehicular en una intersección de la ciudad de Tuxtepec, Oaxaca, aplicando un modelo de líneas de espera (M/M/S) y simulación Monte Carlo. Se realizaron observaciones en campo para obtener datos sobre tiempos de llegada de vehículos y tiempos de servicio de semáforos. Se calcularon las medidas de desempeño del modelo con las tasas de llegada, tasas de servicio y utilización del sistema. Posteriormente, se simuló el comportamiento del flujo vehicular bajo diferentes escenarios, identificando puntos de saturación. Los resultados muestran que, con tasas de llegada constantes, el sistema opera de manera estable. Sin embargo, con tasas de llegada máximas, ciertas vías comienzan a saturarse. Estos hallazgos sientan las bases para optimizar los tiempos de sincronización de los semáforos en fases posteriores del proyecto.
Citas
Elbaum, Y., Novoselsky, A., & Kagan, E. (2022). A queueing model for traffic flow control in the road intersection. Mathematics, 10(3997). https://doi.org/10.3390/math10213997
Gandica de Roa, E. (2020). Potencia y robustez en pruebas de normalidad con simulación Montecarlo. Revista Scientific, 5(18), 108-119. https://doi.org/10.29394/Scientific.issn.2542-2987.2020.5.18.5.108-119
Hair, J. F., Hult, G. T. M., Ringle, C. M., Sarstedt, M., Danks, N. P., & Ray, S. (2021). Partial least squares structural equation modeling (PLS-SEM) using R. En Classroom companion: Business. https://doi.org/10.1007/978-3-030-80519-7
Harahap, E., Darmawan, D., Fajar, Y., Ceha, R., & Rachmiatie, A. (2019). Modeling and simulation of queue waiting time at traffic light intersection. Journal of Physics: Conference Series, 1188, 012001. https://doi.org/10.1088/1742-6596/1188/1/012001
Instituto Nacional de Estadística y Geografía (INEGI). (s.f.). Transportes. https://www.inegi.org.mx/temas/transportes
Marcillo, P., Valdivieso Caraguay, Á. L., & Hernández-Álvarez, M. (2022). A systematic literature review of learning-based traffic accident prediction models based on heterogeneous sources. Applied Sciences, 12(9), 4529. https://doi.org/10.3390/app12094529
Mundaca, A. (2024, 20 de enero). Luces en forma de piña, la nueva identidad de los semáforos en Tuxtepec, Oaxaca. Oaxaca. https://oaxaca.eluniversal.com.mx/municipios/luces-en-forma-de-pina-la-nueva-identidad-de-los-semaforos-en-tuxtepec-oaxaca
Murillo Fajardo, J. P. (2022). Desarrollo de un modelo matemático a través de procesos estocásticos para optimizar el tráfico vehicular en la Escuela Superior Politécnica de Chimborazo.
Pereyra, L. C., & Vaira, M. (2021). Diseño de muestreo. Universidad Nacional de Jujuy, 23-32.
Pérez, F., Bautista, A., Salazar, M., & Macias, A. (2014). Analysis of vehicular traffic flow using a macroscopic model. DYNA, 81(184), 36. https://doi.org/10.15446/dyna.v81n184.38650
Reyna, P. (2015). Propuesta de mejora de niveles de servicio en dos intersecciones. Universidad Peruana de Ciencias Aplicadas. https://repositorioacademico.upc.edu.pe/handle/10757/581516
Soto, M. J. (2020). La congestión vial en la Ciudad de México: Retos de la planeación urbana.
Vargas-Sánchez, J. J., Causado, E., & Mercado, H. (2020). Estimadores bayesianos de distribuciones Weibull aplicados a un modelo de líneas de espera G/G/s. Revista de Métodos Cuantitativos para la Economía y la Empresa, 30, 142-162. https://doi.org/10.46661/revmetodoscuanteconempresa.2971
Zhang, S., Guo, Y., Zhao, P., Zheng, C., & Chen, X. (2021). A graph-based temporal attention framework for multi-sensor traffic flow forecasting. IEEE Transactions on Intelligent Transportation Systems, 23(7), 7743-7758. https://doi.org/10.1109/tits.2021.3072118
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Derechos de autor 2024 Rodrigo Compañ Sarmiento, Janeth Rodriguez Campechano, Valeria de Jesus Lorenzo Gamboa, Nayeli Sareli Cantero García, Estefany Bichi Delgado