Hiperheurística para el planeamiento del transporte público

DOI: https://doi.org/10.31908/19098367.3709
Palabras clave: Transporte público, hiperheurísticas, optimización, problema de localización y ruteo

Resumen

Este artículo presenta un algoritmo que establece paradas y rutas de autobuses para extender líneas de transporte existentes. El algoritmo desarrollado se basa en una híperheurística, cuya característica principal es su capacidad para seleccionar y aplicar las metaheurísticas más convenientes en las diferentes etapas del proceso de búsqueda. Además, se muestra cómo se reducen los tiempos computacionales mediante programación paralela y una estrategia para minimizar el número de evaluaciones. El caso de estudio analizado surge de una necesidad existente en la ciudad de Bahía Blanca (Argentina), donde los vecinos han solicitado que el servicio de transporte público sea más accesible.

Descargas

La descarga de datos todavía no está disponible.

Biografía del autor

Diego Alejandro Rodríguez, Universidad Nacional de Salta

Nació en Salta, Argentina en 1978. Doctorado en Ciencias de la Computación de la Universidad Nacional del Sur, Bahía Blanca, Argentina, en 2015. Desde 2010 es miembro del Laboratorio de Investigación y Desarrollo en Computación Científica (LIDeCC). Es profesor en el Departamento de Informática - Facultad de Ciencias Exactas - Universidad Nacional de Salta. Sus áreas de investigación incluyen algoritmos de búsqueda, optimización combinatoria y procesamiento paralelo. Sus intereses en investigación son optimización combinatoria y el diseño y análisis de algoritmos aplicados a problemas de transporte. Contacto: drodriguez@unsa.edu.ar

Paola Patricia Oteiza, Universidad Nacional del Sur-CONICET

Nació en Bahía Blanca, Argentina en 1982. Doctorado en Ingeniería Química de la Universidad Nacional del Sur, Bahía Blanca, Argentina, y trabaja como becaria posdoctoral en PLAPIQUI (CONICET). Desde 2010 es miembro del Laboratorio de Investigación y Desarrollo en Computación Científica (LIDeCC). Sus intereses en investigación son el diseño de redes de cañerías, transporte público, técnicas metaheurísticas, control dinámico de plantas de procesos y algoritmos evolutivos. Contacto: poteiza@plapiqui.edu.ar

Nelida Beatriz Brignole, Universidad Nacional del Sur-CONICET

Nació en Bahía Blanca, Argentina en 1962. Es profesora de computación científica y directora fundadora del Laboratorio de Investigación y Desarrollo en Computación Científica (LIDeCC) en la Universidad Nacional del Sur, Bahía Blanca, Argentina. Tiene un Doctorado en Ingeniería Química de la Universidad Nacional del Sur, Bahía Blanca, Argentina, y trabaja como investigadora independiente en PLAPIQUI (CONICET). Sus intereses en investigación son las aplicaciones de la computación científica para procesar la ingeniería de sistemas, incluidos el diseño de redes de cañerías, transporte público, control dinámico de plantas de procesos, optimización, algoritmos evolutivos y programación paralela. Contacto: dybrigno@criba.edu.ar.

Citas

Garau, C., Masala, F., Pinna, F. “Cagliari and smart urban mobility: Analysis and comparison,” Cities. vol. 56, pp. 35-46, 2016, doi.org/10.1016/j.cities.2016.02.012

Prodhon, C., Prins, C., “A survey of recent research on locationrouting problems,” Eur. J. Oper. Res., vol. 238, no 1, pp. 1-17, 2014.

Chandra Mohan B., Baskaran, R. “A survey: Ant Colony Optimization based recent research and implementation on several engineering domain,” Expert. Syst. Appl., vol. 39, no 4, pp. 4618-4627, 2012.

Nagy, G., Salhi, S. “Location-routing: Issues, models and methods,” Eur. J. Oper. Res., vol. 177, no. 2, pp. 649-672, 2007.

Wolsey, L. A. (2000). Integer programming. IIE Transactions, 32(273-285), 2-58.

Lenstra, J.K., Kan, A.H.G. “Complexity of vehicle routing and scheduling problems,” Networks, vol.11, no. 2, pp. 221-227, 1981.

Sörensen, K. “Metaheuristics - the metaphor exposed,” Int. T. Oper. Res. vol. 00, pp. 1-16, 2013, DOI: 10.1111/itor.12001

Boussaïd, I., Lepagnot, J., Siarry, P. “A survey on optimization metaheuristics”. Inf. Sci. 237, 82-117, 2013.

Wolpert, D.H., Macready, W.G. “No free lunch theorems for optimization,” Evol. Comput, in IEEE Transactions, vol. 1, no. 1, pp. 67-82, 1997.

Cowling, P., Kendall, G., Soubeiga, E. “A hyperheuristic approach to scheduling a sales summit,” in Practice and Theory of Automated Timetabling III (Springer Berlin Heidelberg. 2001, pp. 176-190.

Burke, E., Kendall, G., Newall, J., Hart, E., Ross, P., Schulenburg, S. “Hyper-heuristics: An emerging direction in modern search technology,” In Handbook of metaheuristics, Springer US, 2003, pp. 457-474.

Ross, P. Hyper-heuristics. In Search methodologies, pp. 529-556, Springer US, 2005.

Burke, E.K., Gendreau, M., Hyde, M., Kendall, G., Ochoa, G., Özcan, E., Qu, R. “Hyper-heuristics: A survey of the state of the art”, J. Oper. Res. Soc. Vol. 64, no 12, pp. 1695-1724, 2013.

Reeves, C.R. Modern heuristic techniques for combinatorial problems, John Wiley & Sons, Inc, 1993, 320p..

Luke, S. Essentials of metaheuristics. Lulu, second edition, 2013, 261p.

Haupt, R.L., Haupt, S.E. Practical genetic algorithms. New Jersey. John Wiley & Sons, 2004.

Dorigo, M. “Ant Colony Optimization and Swarm Intelligence” in Proc. 5th International Workshop, ANTS, vol. 4150, Springer, US, 2006.

Kirkpatrick, S., Gelatt, C.D., Vecchi, M.P. “Optimization by simulated annealing,” Science, vol. 220, no. 4598, pp. 671-680,1983.

Rodríguez, D.A., Olivera, A.C., Brignole, N.B. “Hiperheurística Diseñada para un Problema de Localización.” Mec. Comp. Vol XXXIII, pp. 2513-2521, 2014.

GAMS. Development Corporation. GAMS. The Solver Manuals. San Francisco, CA, USA, 2013.

Publicado
2018-06-30
Cómo citar
Rodríguez, D., Oteiza, P., & Brignole, N. (2018). Hiperheurística para el planeamiento del transporte público. Entre Ciencia E Ingeniería, 12(23), 103-108. https://doi.org/10.31908/19098367.3709
Número
Vol. 12 Núm. 23 (2018)
Sección
Artículos