Análisis de los efectos del comportamiento altruista y egoísta en las redes de transporte
DOI:
https://doi.org/10.33448/rsd-v10i14.22514Palabras clave:
Agentes; Red de transporte; Altruismo; Simulación; Congestión.Resumen
Las redes de transporte son una infraestructura fundamental para la dinámica de los grandes centros urbanos. Estas estructuras están sujetas a congestión, lo que tiene un fuerte impacto social, económico y ambiental. En este trabajo, se construyó un modelo de simulación basado en agentes para investigar cómo el comportamiento altruista en la selección de rutas puede afectar los tiempos de viaje y la distribución del flujo en una red de transporte. Métodos: Se utilizó la base de datos abierta OpenStreetMap para obtener la estructura de la red de transporte. Se utilizó la teoría de redes complejas para realizar la simulación y estimar los impactos de la congestión. Simulando flujos de movilidad, analizamos cómo los criterios de selección de ruta de los agentes influyen en los niveles de congestión, la longitud de las rutas y los tiempos de viaje. Resultados: comportamiento altruista reduce significativamente la propagación de la congestión y la formación de agrupaciones de carreteras congestionadas en la red de transporte, además de reducir el tiempo medio de viaje entre dos puntos, pero incrementando la distancia media recorrida en menor proporción.
Citas
Auld, J., Verbas, O., & Stinson, M. (2019). Agent-based dynamic traffic assignment with information mixing. Procedia Computer Science, 151, 864-869.
Barrat, A., Barthelemy, M., & Vespignani, A. (2008). Dynamical processes on complex networks. Cambridge university press.
Barthelemy, J., & Carletti, T. (2017). A dynamic behavioural traffic assignment model with strategic agents. Transportation Research Part C: Emerging Technologies, 85, 23-46.Ben-Akiva, M. E., Gao, S., Wei, Z., & Wen, Y. (2012). A dynamic traffic assignment model for highly congested urban networks. Transportation research part C: emerging technologies, 24, 62-82.
Ben-Akiva, M. E., Gao, S., Wei, Z., & Wen, Y. (2012). A dynamic traffic assignment model for highly congested urban networks. Transportation research part C: emerging technologies, 24, 62-82.Ben-Akiva, M. E., Gao, S., Wei, Z., & Wen, Y. (2012). A dynamic traffic assignment model for highly congested urban networks. Transportation research part C: emerging technologies, 24, 62-82.
Boeing, G. (2019). Urban spatial order: Street network orientation, configuration, and entropy. Applied Network Science, 4(1), 1-19.
Boeing, G. (2020). A multi-scale analysis of 27,000 urban street networks: Every US city, town, urbanized area, and Zillow neighborhood. Environment and Planning B: Urban Analytics and City Science, 47(4), 590-608.
Casali, Y., & Heinimann, H. R. (2020). Robustness response of the Zurich road network under different disruption processes. Computers, Environment and Urban Systems, 81, 101460.
Crucitti, P., Latora, V., & Porta, S. (2006). Centrality measures in spatial networks of urban streets. Physical Review E, 73(3), 036125.Eikenbroek, O. A., Still, G. J., & van Berkum, E. C. (2021). Improving the performance of a traffic system by fair rerouting of travelers. European Journal of Operational Research.
Das, A. K., & Rama Chilukuri, B. (2020). Link Cost Function and Link Capacity for Mixed Traffic Networks. Transportation Research Record, 2674(9), 38-50.
Ding, R., Yin, J., Dai, P., Jiao, L., Li, R., Li, T., & Wu, J. (2019). Optimal Topology of Multilayer Urban Traffic Networks. Complexity, 2019.
Eikenbroek, O. A Still, G. J., & van Berkum, E. C. (2021). Improving the performance of a traffic system by fair rerouting of travelers. European Journal of Operational Research.Eikenbroek, O. A., Still, G. J., & van Berkum, E. C. (2021). Improving the performance of a traffic system by fair rerouting of travelers. European Journal of Operational Research.Gao, J., Barzel, B., & Barabási, A. L. (2016). Universal resilience patterns in complex networks. Nature, 530(7590), 307-312.
Gao, J., Barzel, B., & Barabási, A. L. (2016). Universal resilience patterns in complex networks. Nature, 530(7590), 307-312.Gao, J., Barzel, B., & Barabási, A. L. (2016). Universal resilience patterns in complex networks. Nature, 530(7590), 307-312.
Helbing, D. (Ed.). (2012). Social self-organization: Agent-based simulations and experiments to study emergent social behavior. Springer.
Jia, H., Li, F., Yang, L., Luo, Q., & Li, Y. (2020). Dynamic Cascading Failure Analysis in Congested Urban Road Networks With Self-Organization. IEEE Access, 8, 17916-17925.Ladyman, J., Lambert, J., & Wiesner, K. (2013). What is a complex system?. European Journal for Philosophy of Science, 3(1), 33-67.
Ladyman, J., Lambert, J., & Wiesner, K. (2013). What is a complex system?. European Journal for Philosophy of Science, 3(1), 33-67.Ladyman, J., Lambert, J., & Wiesner, K. (2013). What is a complex system?. European Journal for Philosophy of Science, 3(1), 33-67.
Levy, N., Klein, I., & Ben-Elia, E. (2018). Emergence of cooperation and a fair system optimum in road networks: A game-theoretic and agent-based modelling approach. Research in Transportation Economics, 68, 46-55.
Liu, W., & Song, Z. (2020). Review of studies on the resilience of urban critical infrastructure networks. Reliability Engineering & System Safety, 193, 106617.
Ma, D., Guo, R., Zheng, Y., Zhao, Z., He, F., & Zhu, W. (2020). Understanding Chinese urban form: the universal fractal pattern of street networks over 298 cities. ISPRS International Journal of Geo-Information, 9(4), 192.
Macal, C. M., & North, M. J. (2005). Validation of an agent-based model of deregulated electric power markets. In Proc. North American Computational Social and Organization Science (NAACSOS) 2005 Conference, South.
Manzo, S., Nielsen, O. A., & Prato, C. G. (2013). Investigating uncertainty in BPR formula parameters: a case study.
Melo Neto, O. de M., Santos, B. L. de F., Carvalho, F. do S. de S., Nascimento, A. M. V. do, & Silva, G. C. B. da. (2020). Urban planning: traffic feasibility near rotating through a software to improve flow of vehicles and pedestrians. Research, Society and Development, 9(7), e13973808. https://doi.org/10.33448/rsd-v9i7.3808
Moreira, L. de A., Santos, S. F. dos, Oliveira Neto, R. de, & Silva Junior, L. A. (2019). Bibliographic review of the mode of road transportation in Brazil. Research, Society and Development, 8(3), e2283728. https://doi.org/10.33448/rsd-v8i3.728
Perez, Y., & Pereira, F. H. (2021). Simulation of traffic light disruptions in street networks. Physica A: Statistical Mechanics and its Applications, 582, 126225.
Portugali, J. (2016). What makes cities complex?. In Complexity, cognition, urban planning and design (pp. 3-19). Springer, Cham.
Rambha, T., Boyles, S. D., Unnikrishnan, A., & Stone, P. (2018). Marginal cost pricing for system optimal traffic assignment with recourse under supply-side uncertainty. Transportation Research Part B: Methodological, 110, 104-121.
Salman, S., & Alaswad, S. (2018). Alleviating road network congestion: Traffic pattern optimization using Markov chain traffic assignment. Computers & Operations Research, 99, 191-205.
Serra, M., & Hillier, B. (2019). Angular and metric distance in road network analysis: A nationwide correlation study. Computers, Environment and Urban Systems, 74, 194-207.
Sharifi, A. (2019). Resilient urban forms: A macro-scale analysis. Cities, 85, 1-14.Sharifi, A. (2019). Resilient urban forms: A macro-scale analysis. Cities, 85, 1-14.Zilske, M., Neumann, A., & Nagel, K. (2015). OpenStreetMap for traffic simulation. Technische Universität Berlin.
Zilske, M., Neumann, A., & Nagel, K. (2015). OpenStreetMap for traffic simulation. Technische Universität Berlin.Zilske, M., Neumann, A., & Nagel, K. (2015). OpenStreetMap for traffic simulation. Technische Universität Berlin.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2021 Yuri Perez; Fabio Henrique Pereira
![Creative Commons License](http://i.creativecommons.org/l/by/4.0/88x31.png)
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los autores que publican en esta revista concuerdan con los siguientes términos:
1) Los autores mantienen los derechos de autor y conceden a la revista el derecho de primera publicación, con el trabajo simultáneamente licenciado bajo la Licencia Creative Commons Attribution que permite el compartir el trabajo con reconocimiento de la autoría y publicación inicial en esta revista.
2) Los autores tienen autorización para asumir contratos adicionales por separado, para distribución no exclusiva de la versión del trabajo publicada en esta revista (por ejemplo, publicar en repositorio institucional o como capítulo de libro), con reconocimiento de autoría y publicación inicial en esta revista.
3) Los autores tienen permiso y son estimulados a publicar y distribuir su trabajo en línea (por ejemplo, en repositorios institucionales o en su página personal) a cualquier punto antes o durante el proceso editorial, ya que esto puede generar cambios productivos, así como aumentar el impacto y la cita del trabajo publicado.