Modelo de optimización basado en Algoritmos Genéticos para el diseño de nuevas rutas de transporte escolar en una Universidad Pública del Estado de Hidalgo

Palabras clave: Modelo de Optimización, Rutas, Sistema, Transporte Escolar, Programación, Algoritmo Genético, Problema del Agente Viajero

Resumen

El presente trabajo de investigación aborda el diseño de nuevas rutas del sistema de transporte escolar Garzabús de la Universidad Autónoma del Estado de Hidalgo (UAEH) para poder beneficiar a la población estudiantil del Instituto de Ciencias Básicas e Ingeniería (ICBI). Se propone un modelo de optimización basado en Algoritmos Genéticos desarrollado en MATLAB, así mismo se adoptará la metodología del Problema del Agente Viajero con Ruta de Paseo (PAV-RP) para representar la realidad del entorno de estudio. Se utilizarán diversas herramientas tecnológicas cómo la programación de una Interfaz de Programación de Aplicaciones (API) en el lenguaje de programación Python para obtener los datos de entrada (distancias de carretera y tiempos de tráfico). Dicho modelo ofrece cómo salida el recorrido óptimo, la distancia total recorrida, el tiempo de tráfico interarribo por cada parada y el costo total del recorrido en base al consumo vehicular y el precio del combustible con el fin de ofrecer un mejor panorama de la propuesta.

Descargas

La descarga de datos todavía no está disponible.

Citas

Ballou, R. (2004). Logística, administración de la cadena de suministro. México: Prentice Hall.

Cadena F. (2019). Más rutas del Garzabús para apoyar tu economía. Obtenido el 3 de mayo de 2023 de Gaceta UAEH: https://www.uaeh.edu.mx/gaceta/1/numero6/agosto/garzabus.html

Cogollo-Florez, J.M. (2017). Métodos exactos y heurísticos en la solución de problemas de redes de transporte en las cadenas de suministros. Lupa Empresarial, 44-63.

Dantzing, G.B., Fulkerson, S.M., & Johnson, S.M. (1954). Solutions of a large-scale traveling salesman problem. Ops Res. 2, 383-410.

Davis, L. (1991). Handbook of genetic algorithms. New York: Van Nostrand Reinhold.

Darwin, C. (1859). On the origin of species by means of natural selection. New York: D. Appleton And Company.

DINA. (2019). La ruta hacia una mejor inversión. Obtenido el 2 de abril de 2024 de DINA: https://dina.com.mx/autobuses

El-Rabbany, A. (2020). Introduction to GPS: The Global Positioning System (3rd ed.). Norwood, MA: Artech House.

Educa EDTECH BV. (2023). Transporte escolar. Obtenido el 23 de septiembre de 2023 de Red Educa: https://www.rededuca.net/contexto-educativo/t/transporte-escolar

Fuentes-Penna, A. (s.f.). Problema del Agente Viajero. Obtenido el 16 de mayo de 2024 de UAEH: https://www.uaeh.edu.mx/scige/boletin/tlahuelilpan/n3/e5.html#nota0&as_qdr=y15

Google Play. (s.f.). GARZABUS – UAEH. Obtenido el 30 de agosto de 2024 de Google Play: https://play.google.com/store/apps/details?id=edu.uaeh.garzabuscedai&hl=es_MX

Goldberg, D. E. (1989). Genetic Algorithms in Search, Optimization, and Machine Learning. Addison-Wesley.

Gutiérrez, A. (2012). ¿Qué es la movilidad? Elementos para (re) construir las definiciones básicas del campo del transporte. Dossier Central, 21, 61-74.

Haupt, R. L., & Haupt, S.E. (2004). Practical Genetic Algorithms. Wiley: New York.

Hillier, F. S., & Lieberman, G. J. (2010). Introducción a la Investigación de Operaciones. McGraw Hill: México D.F.

Jiménez-Carrión, M., Jiménez-Panta, A. B., Coaquira-Velásquez, M. A. (2023). Algoritmo evolutivo generador de rutas eficientes para el transporte público. Información Tecnológica, 34, 71-88.

Jiménez-Sánchez, J.E. (2018). Impacto del precio del diésel y otros insumos en los costos de operación del autotransporte de carga. Obtenido el 26 de agosto de 2024 del Instituto Mexicano del Transporte – Secretaria de Comunicaciones y Transportes: https://imt.mx/archivos/Publicaciones/PublicacionTecnica/pt536.pdf

Microsoft Support. (s.f.). Usar el elemento web Mapas de Bing. Obtenido el 30 de agosto de 2024 de Microsoft: https://support.microsoft.com/es-es/office/use-the-bing-maps-web-part-c0e3f2f6-dc0d-49df-9308-1bf7c888e794

Ortega-Ortega, J. (2017). Metodología y aplicación del dimensionamiento del transporte escolar en el Cantón Cuenca. Obtenido el 28 de agosto de 2024 del Departamento de Posgrados de la Universidad del Azuay: https://dspace.uazuay.edu.ec/bitstream/datos/6740/1/12736.pdf

Park, J., & Kim, B. I. I. (2009). The school bus routing problem: A review. EUROPEAN JOURNAL OF OPERATIONAL RESEARCH, 202, 311-319.

Pérez-Peña, R. (2019). Introducción a los modelos de optimización. Bogota: Universidad Piloto de Colombia.

Taha, H. (2012). Investigación de Operaciones. México: Pearson.

Toso, R. G., & Toth, P. (1994). The traveling salesman problem with a constraint on the total tour length: A survey. Combinatorial Optimization: Eureka, You Shrink! 456-465.

Vickerman, R. (2024). The transport problem: The need for consistent policies on pricing and investment. Transport Policy, 149, 49-58.

Villegas, J., Zapata, J., & Gatica, G. (2017). Una aplicación del método MTZ a la solución del problema del agente viajero. Scientia et Technica Año XXII. 22, 341-344

Publicado
2024-11-14
Cómo citar
Quijano-Crisóstomo, I. A., Seck-Tuoh-Mora, J. C., Medina-Marín, J., Hernández-Romero, N., & Anaya-Fuentes, G. E. (2024). Modelo de optimización basado en Algoritmos Genéticos para el diseño de nuevas rutas de transporte escolar en una Universidad Pública del Estado de Hidalgo. Pädi Boletín Científico De Ciencias Básicas E Ingenierías Del ICBI, 12(Especial3), 141-155. https://doi.org/10.29057/icbi.v12iEspecial3.13420
Tipo de manuscrito
Artículos de investigación