Movilidad inteligente: reducción de emisión de gases

Abstract

El concepto de movilidad inteligente se enmarca en el conjunto de acciones, técnicas e infraestructuras encaminadas a la mejora de la movilidad y organización del tráfico en las ciudades. Durante las últimas décadas uno de los principales problemas en las diferentes ciudades del mundo, es el congestionamiento vehicular y los efectos que esto ocasiona. Un mayor nivel de contaminación, emisiones y consumo de combustible se convirtieron en serios problemas. Aumenta también la cantidad de semáforos en las grandes urbes y la complejidad para su programación. En este trabajo se utilizan dos algoritmos metaheurísticos, el algoritmo genético celular (cGA) y el algoritmo de Recocido Simulado (en inglés, Simulated Annealing, SA) para optimizar la planificación de los programas de ciclos semafóricos. Las soluciones obtenidas por los algoritmos aplicados a dos grandes escenarios cercanos a la realidad en áreas urbanas ubicadas en las ciudades de Málaga (España) y París (Francia), son simuladas por el popular micro-simulador SUMO (Simulator Urban MObility). La comparación con un enfoque paralelo de la literatura revela la bondad del algoritmo genético celular. Además, se muestra una reducción significativa en términos de las tasas de emisión y del consumo total de combustible por parte del algoritmo genético.

Keywords

• problema de planificación de luces de tráfico
• algoritmo genético celular
• algoritmo de recocido simulado
• emisión de gases
• simulador sumo