Modelo basado en agentes para la optimización de rutas alimentadoras de

buses del sistema integrado de transporte en los barrios Gran Granada y

Dorado Industrial en la localidad 10 de Engativá

Angie Catalina Silva Buitrago - 20141025119, Andrés Felipe Mosquera Clavijo -

20141025142, Ingrit Tatiana Rincón Forero – 20141025223.
Ingeniería de Sistemas Sociales para el Territorio

RESUMEN de los recorridos y las correspondientes

En la actualidad las áreas metropolitanas
están creciendo debido al aumento
constante de la población causado por el
proceso de urbanización. Este proceso es
seguido por una demanda creciente de
movilidad en las ciudades. Además,
debido al cambio demográfico, el sistema
de transporte público no auxilia en su
totalidad la población, lo que muchas
veces implica un mayor tiempo de viaje.
Para este estudio se busca modelar el
proceso a través de un modelo basado en
agentes las posibles conductas que se
observan en los barrios Gran Granada y
Dorado Industrial en la localidad 10 de
Engativá. El programa a usar es Netlogo
debido a que se convierte en una
herramienta que economiza tiempo y
recursos y que permite analizar muchas
variables y comportamientos, por otro lado
es una de las mejores herramientas para
realizar estudios de fenómenos sociales. El
modelo busca establecer cuál es la ruta
más óptima de acuerdo a paraderos
establecidos, dependiendo de las distancias
aceleraciones de las rutas propuestas a
seguir por el bus alimentador.
Palabras claves: Transporte público,
modelo basado en agentes, ruta óptima,
bus alimentador.
_________________________________
OBJETIVO GENERAL
Simular la implementación de dos rutas
alimentadoras en los barrios Gran
Granada y Dorado Industrial en la
localidad décima de Engativá, a partir
del recorrido estimado según cierto
números de paraderos propuestos y
tomando como variable guía la
aceleración del bus, con ello determinar
cuántas y cuáles paradas harán más
efectiva la ruta.
OBJETIVOS ESPECÍFICOS
● Definir los agentes que
conformarán el modelo basado en
agentes para el diseño de las rutas.

1
 ● Establecer el propósito de los
agentes anteriormente definidos,
así como sus unidades de medida.
● Precisar las reglas que tendrá cada
agente para poder observar su
interacción en el modelo propuesto.
● Simular las posibles rutas
alimentadoras por medio del
software Netlogo, para poder
observar todos los posibles
escenarios en los cuales interactúan
los agentes.
DESCRIPCIÓN DEL PROBLEMA
Se busca evidenciar el cambio en
cuestiones de movilidad de los agentes
residentes en los barrios Gran Granada y
Dorado Industrial con la implementación
de una ruta alimentadora que conecte
directamente estos barrios con
Transmilenio.
El desarrollo de este modelo se realizará
en el software Netlogo, debido a que este
nos permite predecir los posibles
escenarios resultantes de la interacción de
los diversos agentes, su adaptabilidad
respecto a los datos disponibles, la
eficiencia de los resultados según el
entorno, así como la flexibilidad del
modelo según las reglas establecidas y que
nos permite hacer uso del modelo basado
en agentes, es por esto que es de vital
importancia identificarlos y relacionarlos
con el entorno de estudio.
ESTADO DEL ARTE
Los modelos basados en agentes, son un
nuevo método de investigación que
permite abarcar de manera sencilla la
complejidad, la emergencia y la no-
linealidad típica de muchos fenómenos
sociales. Se considera una de sus
principales aplicaciones es realizar
experimentos virtuales para simular su
evolución dinámica a lo largo del tiempo.
A continuación se disponen algunos de los
artículos tenidos en cuenta para el presente
modelo.
Planning for Efective Bus Rapid
Transitm, Systems: A scenario simulation
modelling based approach (Planificación
de sistemas de tránsito rápido de
autobuses eficaces: un enfoque basado en
modelos de simulación de escenarios.)
Bus Rapid Transit se refiere a una serie de
formas para proporcionar un mejor nivel
de servicio para el modo de transporte en
autobús.
Se centra en el desarrollo de un modelo de
red de tráfico válido y, en consecuencia, la
evaluación de una serie de escenarios de
BRT que incluyen el uso de carriles de
autobús. Esto se aplicó con éxito para el
caso de la introducción de sistemas de
BRT en Nicosia, Chipre. La clave para el
éxito del enfoque propuesto es la
planificación de escenarios que se logra
mediante la realización de una serie de
experimentos computarizados.
Se obtiene una solución viable, donde las
medidas específicas de efectividad
muestran mejoras significativas para el
modo de transporte de autobús mientras
que cualquier efecto negativo en el resto
del tráfico es mínimo.
Exploring the effectiveness of bus rapid
transit a prototype agent-based model of
commuting behavior (Explorando la
efectividad del transporte rápido en
autobús, un modelo prototipo basado en
2
agente de comportamiento de
conmutación)
Bus Rapid Transit (BRT). El modelo nos
permite probar los efectos de múltiples
suposiciones sobre los comportamientos
de los agentes individuales cuando
responden a diferentes incentivos
introducidos por los cambios, por ejemplo:
la implementación de carriles exclusivos
para autobuses, mayor frecuencia de
autobuses, máquinas de boletos previos al
embarque y paradas expresas, por
separado y juntos.
En este artículo se presenta un modelo
para explorar los impactos primarios y
posteriores de cambiar los incentivos que
enfrentan los agentes individuales. Para
este trabajo se realiza un modelo basado en
agentes enfocado en la elección de modos
ya existentes, pero que intenta recrear el
proceso de toma de decisiones de los
agentes al momento de elegir un sistema
de transporte.
Modelling and Simulation of
Transportation Systems (Modelado y
simulación de sistemas de transporte: un
enfoque de planificación de escenarios)
Mejorar el servicio de transporte público
utilizando tecnología, como es Intelligent
Transportation System (ITS)
Puede ayudar a los responsables políticos a
comprender y analizar el tráfico, evaluar
los problemas actuales y proponer
soluciones plausibles. La simulación de
tráfico puede apoyar la planificación del
transporte y la toma de decisiones de
gestión del tráfico, para un desarrollo
urbano sostenible a largo plazo.
Multi-model Based Simulation Platform
for Urban Traffic Simulation (Plataforma
de simulación multiagente para
simulación de tráfico urbano)
Se propone una plataforma de simulación
de tráfico que puede ejecutar simulaciones
de tráfico en toda la ciudad que tengan en
cuenta los aspectos de la selección de rutas
en una red de carreteras y el
comportamiento de conducción en
carreteras individuales
PROTOCOLO ODD
¿Con Qué Objetivo Se Desarrolla?
Estos barrios se caracterizan porque en los
últimos diez años ha aumentado el número
de viviendas en este sector y con ello ha
crecido la población que allí reside, sin
embargo, la falta de transporte que conecte
directamente esta zona con el sistema de
transporte masivo Transmilenio en este
caso el portal 80 es inexistente en
comparación con otros barrios del sector
cuya movilidad se ve facilitada por medio
de una ruta alimentadora.
Por este motivo, el objetivo es observar
cómo será la interacción de los agentes con
esta ruta alimentadora, es decir, si es
justificable su uso en términos de tiempos
de transporte hasta llegar a la estación de
Transmilenio más cercana, en este caso el
portal 80.
Se plantean las siguientes variables
globales:
1. Sector: Zona de estudio de la
ciudad de Bogotá.
3
 2. Paradas: Son aquellos elementos
urbanos para acoger a los pasajeros
que esperan el alimentador y lugar
donde el alimentador debe realizar
la parada.
3. Vía: Medio de comunicación por el
cual se moviliza los autobuses.
4. Intersecciones: hace referencia
aquellos elementos de la
infraestructura vial y de transporte
donde se cruzan dos o más
caminos. Estas infraestructuras
permiten a los conductores de los
autobuses el intercambio entre
caminos.
Escala temporal: La línea de tiempo
necesaria es de 10 días, para el modelo
prototipo se entenderá que es suficiente
con una línea de tiempo corta, ya que en
este tiempo se logra establecer cuál es la
ruta más óptima.
Escala espacial: La zona de estudio
abarca 39 manzanas catastrales lo que
comprende los barrios Gran Granada y
Dorado Industrial, donde se encuentran
vías, predios, nomenclatura vial y
domiciliaria, construcciones,
sectorización, entre otras características .

5. Speed: Aceleración determinada

para el bus de acuerdo a la ruta
indicada.

6. Top-speed: Aceleración máxima

que puede llegar a alcanzar el bus
según la ruta indicada.

De acuerdo a lo requerido por el proyecto, Figura 1. Zona de estudio.

los agentes se moldearán en un paso del
tiempo implementado por Netlogo, los Conceptos de Diseño
cuales se definen cada día es 1 tick, de
acuerdo a las necesidades que son Las reglas de los comportamientos
demandadas para el establecimiento de las evolutivos hacen referencia a los
paradas de los buses, buscando las rutas individuos que interactúan dentro del
más óptimas para el transporte. artefacto sociotécnico teniendo 3 etapas
definidas:
Razas, Variables y Escalas de Estado
Selección: Los individuos adoptan
determinados comportamientos dentro de
Raza Variable de Valores
Estado Base un entorno.
Capacidad 10 personas
Bus Velocidad 0.5 km/h En nuestro caso, la selección hace
Tiempo 20 minutos referencia a la interacción de las rutas
Usuario Tiempoe 8 usuarios propuestas con los demás agentes del
Intersecciones Guía N/A sistema, como los usuarios y las paradas,
Habilitación N/A con el fin de desplazarse hasta la troncal
Paradas
(True/False) de Transmilenio de la Calle 80, por la falta
Tabla 1. Razas, variables y escalas de estado de interconectividad vial y de transporte de
del modelo. la zona de estudio.

4
-Llegar a la troncal de Transmilenio de
diferentes modalidades en las rutas.
-Vías por las cuales se pueden transitar los
buses.
-Recoger a los usuarios.
Variación: Los demás individuos en el
entorno adoptan o adquieren dichos
comportamientos.
información geográfica del IDECA, para
que junto con las interacciones que tengan
las 2 rutas propuestas se observe el
comportamiento dentro del sector, para así
seleccionar la ruta alimentadora más
óptima.
Flujograma del Modelo

En nuestro caso, la variación se evidencia

en la determinación de paraderos según el
tamaño de las manzanas, las cuales
asumimos que se relacionan directamente
con la cantidad de población en ellas,
debido a que según la simulación basada
en agentes los paraderos pueden ser
ubicados a lo largo de diferentes rutas, y
en éstas se pueden plasmar las rutas más
óptimas para la movilidad de los
habitantes del barrio Gran Granada.
DETALLES DEL MODELO
-Menor tiempo de viaje.
-Menor kilometraje en distancia en el Configuración inicial
recorrido.

Retención: En otros escenarios los Las condiciones iniciales del modelo se

comportamientos se apropian y se verifica
la viabilidad de la permanencia de éstos.
En nuestro caso, la retención se debe a dos
factores importantes, uno de ellos es la
implementación de la ruta que cumpla con
las reglas de adaptación y otro factor es la
generación de la ruta completa que resulte
más óptima dentro de la movilidad del
entorno de los barrios, para su posible
conexión con la troncal de Transmilenio
de la Calle 80.
Observación: Datos e información
implementada en el modelo.
refieren al punto de partida que se genera
en el momento en el que el observador en
el programa oprime el botón nombrado
como setup. En este caso, primero carga y
visualiza la cartografía, concatena los
patches con la información del polígono y
después genera los usuarios de acuerdo al
número que se requiera, controlado por un
deslizador, ubicándolos aleatoriamente
dentro de él; se cuenta con otro deslizador
el cual se refiere a la aceleración que
puede tomar ambas rutas propuestas en
iguales condiciones.

La información recolectada para la

implementación del modelo se adquiere
mediante la observación directa de la
problemática de transporte inmersa en el
sector de estudio, junto con los paraderos,
intersecciones y vías por medio de

5
Figura 2. Configuración inicial del modelo.

Reglas del modelo

● Los usuarios son ubicados

aleatoriamente en el mundo de
acuerdo al deslizador, el cual se
encuentra en un rango de 8 a 50
usuarios.
● Las variables correspondientes a
los buses tales como capacidad,
tiempo, aceleración y aceleración
máxima son las mismas para las
dos rutas propuestas, con el fin de
tener una igualdad de condiciones
iniciales.
● El tiempo de ejecución del modelo
en términos de ticks, representa
que 1 tick equivale a 1 día en la
simulación del modelo.
● Los buses creados para la
simulación son 2, los cuales cada
uno de ellos tienen la ruta
correspondiente abarcando los
respectivos paraderos.
Figura 3. Rutas número 1 y 2 propuestas del
modelo.
● En un monitor de Netlogo se
evidencia las aceleraciones que
tienen cada uno de los buses en el
momento en tiempo real, que en
este cuentan con los mismos
valores, debido a la igualdad de
condiciones en las rutas.
● Verificando la inicialización de
variables con los correspondientes
sliders según sea, la simulación
entregada en el botón
“Recorridos” muestra los dos
buses junto con sus rutas
propuestas deteniéndose en cada
uno de los paraderos que les son

6
 de pertenencia.
● Al instante del movimiento en
simulación de los buses, se genera
una gráfica resultante la cual
muestra en la escala de tiempo (10
días) con respecto al recorrido
realizado por la ruta, cuál es la
seleccionada por ser más óptima.

VALIDACIÓN EN NETLOGO Y
RESULTADOS

La simulación en Netlogo de las dos rutas

de los buses teniendo en cuenta los
paraderos ubicados dentro del sector de la Figura 5. Simulación 2 de las rutas
zona de estudio y diferentes simulaciones, propuestas.
en donde se evidencia la variación entre
rutas, muestra según la gráfica que al
inicio la mejor ruta con favorables
resultados es la correspondiente a la ruta
número 2.

A continuación se muestran las distintas

simulaciones realizadas:

Figura 6. Simulación 3 de las rutas

propuestas.

CONCLUSIONES

● La simulación por computadora es

Figura 4. Simulación 1 de las rutas
propuestas.
una herramienta muy poderosa
para analizar problemas dinámicos
complejos como el caso de la
implementación de la ruta más
óptima. Por otro lado, el desarrollo
y el funcionamiento de los modelos
de simulación informática requiere

7
 tiempo, esfuerzo y alta Rapid Transit Systems: A scenario
persistencia. simulation modelling based approach,
Volume 45, Issue 24,2012, Pages 366-
● El modelo representa las posibles 2
371.
rutas propuestas de acuerdo a la
ubicación de los paraderos y a la
aceleración correspondiente del bus 3. Onggo, B., Bažant, M., & Popelka, J.
dentro del sector de los barrios (2014). An agent-based vehicle routing
simulation tool for road networks with
Gran Granada y Dorado Industrial.
time-variant data. Retrieved from
● De acuerdo a las simulaciones
presentadas en un principio la ruta 4. Karsten Hager, Jürgen Rauh, Wolfgang
número 1 en el transcurrir de los Rid. Agent-based Modeling of Traffic
primeros 3 días de implementada Behavior in Growing Metropolitan
Areas,Transportation Research
es la más favorable, pero en
Procedia,Volume 10,2015,Pages 306-315.
adelante, luego del tercer día la ruta
que presenta mejores condiciones
es la ruta número 2.
● Se evidencia que en los días pares
la ruta número 2 presenta picos en
el recorrido propuesto, lo que
indica una mayor optimización de
la misma.
● Finalmente se indica que la ruta
propuesta número 2 es la más
óptima para que siga un bus
alimentador dentro del sector, esta
ruta entonces cuenta con una
totalidad de 14 paraderos.
● El modelo y selección de la ruta
óptima es consecuente, debido a
que la ruta tiene un recorrido de
centralidad dentro del sector de los
dos barrios, los cuales recogen la
densidad poblacional y pasajeros
de todo el sector.

BIBLIOGRAFÍA

1. Rodríguez Zoya, L., & Roggero, P.

(2015). Agent-Based Models:
Epistemological and Theoretical
Contributions to Social Research.

2. George Papageorgiou, Athanasios

Maimaris, Petros Ioannou, Thrasos
Aphamis, Planning for Effective Bus