Potencialidades del uso de modelos DTA para estudio de operación y planificación en redes urbanas

Abstract

En el estudio del tránsito, el comportamiento común supuesto se basa en que los usuarios de una red vial eligen la ruta disponible que tiene el menor tiempo de viaje (o costo generalizado) entre su origen y destino (O-D). Debido a los efectos de la congestión, el tiempo de viaje por una ruta entre un O-D también depende de las decisiones tomadas por otros viajeros, quienes de igual manera intentan elegir la ruta de menor tiempo de viaje entre su propio O-D. Cuando cada viajero tiene éxito en la búsqueda de tal ruta, cada camino utilizado tiene el tiempo o costo mínimo. La valoración y percepción de estos costos resulta diferente en función del grado de congestión en las rutas alternativas. La Asignación Dinámica deTránsito (DTA por Dynamic Traffic Assignment) verifica en forma iterativa las nuevas rutas que van apareciendo en la red a causa de la congestión. La DTA ha evolucionado sustancialmente desde el trabajo pionero de Merchant y Nemhauser (1978). Se han introducido numerosas formulaciones y enfoques de soluciones que van desde la programación matemática, la desigualdad variacional, el control óptimo, hasta las formulaciones basadas en la simulación. Algunos modelos de microsimulación permiten a los vehículos actualizar el camino, basándose en la ruta más corta actualizada generada en un momento posterior. Esta función implica un comportamiento de elección de ruta regido por una guía al conductor sobre la ruta. Si bien existen estas conductas de elección de itinerarios en la realidad, es importante destacar que la mayoría de los viajeros seleccionan el camino que conduce al mínimo tiempo de viaje con base en la experiencia, en lugar de un mínimo tiempo de viaje instantáneo. El tiempo de viaje con experiencia debe ser evaluado después del hecho. En otras palabras, la elección de una ruta conmínimo tiempo de viaje con experiencia al momento de la salida,consiste en la anticipación de la futura condición de tránsito a lo largo del viaje. Esta anticipación es generalmente formada por el aprendizaje de la experiencia previa (por ejemplo, probar diferentes rutas). Para dar cuenta de este proceso de aprendizaje, se necesita un proceso algorítmico iterativo. Tal proceso refleja el aprendizaje y el ajuste en la elección de ruta de una iteración a la siguiente hasta que el usuario de la red no puede encontrar una ruta con un tiempo de viaje más corto. La asignación de tránsito en una red vial presenta interés para la planificación de transporte de una ciudad y el conocimiento de la operación de redes de transporte. <br />De esta forma, el desarrollo de un algoritmo validado para la Asignación Dinámica abre las posibilidades a mejoras de gestión en el sistema de tránsito. El uso de un modelo de estas características permite asistir al diseño de un nuevo modo o infraestructura, evaluar el funcionamiento de la red ante potenciales condicionamientos en sus componentes, estudiar la tarificación o incluso resolver cuestiones operativas coninformación de campo en tiempo real. Así resulta viable estudiar la operación de la red ante congestión o cortes de rutas, parciales o totales, permitiendo redirigir el tránsito de la manera más conveniente para el funcionamiento global de la vialidad urbana. Si bien se ponen de relieve las dificultades que implica el desarrollo de un enfoque de aplicación universal para las redes en el ámbito operativo, la investigación desarrollada en la últimas décadas ha llevado a rápidos avances en la comprensión de las características del problema y la obtención de algoritmos aplicables, ayudados paralelamente por la evolución de la potencia computacional disponible para su implementación. En el presente artículo se expone de manera resumida <br />la evolución histórica del problema de asignación dinámica en sus distintos enfoques, partiendo desde el trabajo de Merchant y Nemhauser hasta las prácticas actuales y desafíos futuros. A continuación se realiza una descripción conceptual de la conformación de los modelos DTA y una explicación analítica acotada mediante el algoritmo de descomposición de Dantzig-Wolfe para programación lineal. Finalmente se plantean las utilidades de uso de estos modelos dinámicos y las aplicaciones que mayores beneficios obtienen con su implementación.