Un enfoque de lógica borrosa para el modelado de los flujos de pasajeros y el tiempo de parada (A fuzzy logic approach for modeling passenger flows and downtime)

Published in: Megaprojects: Building Infrastructure by Fostering Engineering Collaboration, Efficient and Effective Integration and Innovative Planning: Proceedings of the 10th Latin American and Caribbean Conference for Engineering and Technology
Date of Conference: July 23-25, 2012
Location of Conference: Panama City, Panama
Authors: Aranzazu Berbey Alvarez
Rony Javier Caballero George
Refereed Paper: #216

Abstract

In English:
The estimate of the flow of passengers and downtime at the station are important tasks for planning systems passenger mass. However, conventional methods are difficult to apply for some practical applications. This paper presents a new approach that models the flow of passengers and their effect at the time of boarding and alighting on mass transportation systems in the presence of uncertainties. The technique used is to combine the approach of the origin destination matrices with artificial intelligence application. The new approach allows the inclusion of some kind of intuitive knowledge provided through an inference engine fuzzy logic to predict demand flow trips passengers, passengers descending and stations wagons explicit addressing.


In Spanish:
La estimación del flujo de pasajeros y el tiempo de parada en la estación constituyen importante tareas para la planificación de los sistemas de masivos de pasajeros. Sin embargo, los métodos clásicos son difíciles de aplicar para algunas aplicaciones prácticas. Este trabajo presenta un nuevo enfoque que modela el flujo de pasajeros y su efecto en los tiempos de abordaje y descenso de pasajeros en los sistemas de transporte masivos en presencia de incertidumbres. La técnica aplicada consiste en combinar el enfoque de las matrices origen destino con la aplicación de inteligencia artificial. El nuevo enfoque permite la inclusión de algún tipo de conocimiento intuitivo provisto a través de un motor de inferencia de lógica borrosa para predecir el flujo de demanda de los viajes de pasajeros, pasajeros descendiendo y abordando vagones en estaciones explícitas.