RESUMEN

En este estudio se analiza el comportamiento del trfico vehicular dentro del distribuidor vial 5 de Febrero, comparando la calidad de su explotacin antes y despus de la propuesta de modernizacin estatal, por medio del programa de microsimulacin VISSIM. Para este propsito se construy un modelo base del distribuidor vial 5 de febrero, se aliment de informacin vehicular en base a la recopilacin de aforos y topografa realizados con anterioridad. La calibracin y validacin del modelo se hicieron en base al parmetro velocidad con el auxilio de la tcnica del vehculo flotante. Los parmetros restantes del modelo se tomaron por default tal como vienen en el programa. Para la validacin del modelo se obtuvo la longitud en campo y el tiempo de recorrido de veinte rutas principales, de las cuales se hicieron cuarenta y ocho recorridos y se tomaron dos lecturas por ruta, siendo el martes, mircoles y jueves los das seleccionados para el estudio. Los datos se agruparon por ruta y se determin su estadstica descriptiva as como el histograma y polgono de frecuencia. Con la informacin obtenida, se ingresaron las distribuciones de velocidades y se corri el modelo, obtenindose aforos virtuales, los cuales fueron correlacionados con los datos obtenidos en campo, con correlaciones mayores a 0.9 y desviaciones de aforos menores al 5%. Una vez validado el modelo base, se construy una propuesta de solucin para mejorar los niveles de servicio actuales. El modelo con la propuesta de solucin arroj una mejora en tiempos de recorridos, obteniendo velocidades promedio de 69 km/h y niveles de servicio A para el primer ao de operacin en el distribuidor.

Palabras clave: Microsimulacin de trfico, distribuidores viales, velocidad de trfico.

ii

SUMMARY

This study analyzes the behavior of vehicular traffic in the highway interchange 5 de Febrero, by comparing the quality of its operation before and after the proposed modernization by the state government, using the VISSIM micro-simulation program. For this purpose, a highway interchange model based was built, which was fed with vehicle information based on previously transit studies and surveying done in advance. Calibration and validation of the model were performed using the speed parameter with the help of the floating car technique. The remaining parameters of the model were taken by default as they appear in the software. For the validation of the model the field length and travel time was obtained for twenty major routes making forty-eight tours and two readings for each. Data was collected on Tuesday, Wednesday and Thursday. Data were grouped by route and descriptive statistics were determined as well the histogram and frequency polygon. With the information obtained, the velocity distributions were entered in the software and the model was run, obtaining virtual gauging speed which was correlated with data field. Correlation was greater than 0.9 and gauging deviations smaller than 5% were obtained. Once the model was validated a proposed solution to improve current levels of service was built. The model proposed solution gave an improvement in travel time, with average speeds of 69 km/h and A levels of service the first year of operation at the highway interchange.

Keywords: Traffic microsimulation, highway interchange, traffic speed

iii

DEDICATORIAS

A Dios, a mi familia y a las personas

Que estuvieron a mi lado en este trabajo

iv

AGRADECIMIENTOS

A mis profesores que me acompaaron en el proceso de la maestra y por sus experiencias y conocimientos que me transmitieron durante dos aos, les agradezco su atencin y paciencia. Un agradecimiento a la empresa PTV VISION y en especial al Dr. Vidal Roca por su apoyo invaluable con el programa VISSIM con el cual esta tesis pudo ser llevada a cabo. Gracias a mis sinodales por su atencin, por su apoyo para revisar este documento y por enriquecer esta tesis con sus comentarios. Por ltimo, a mi director de tesis por su paciencia y apoyo a lo largo de este trabajo.

CONTENIDO RESUMEN SUMMARY DEDICATORIAS AGRADECIMIENTOS NDICE DE FIGURAS NDICE DE ECUACIONES NDICE DE TABLAS 1. 2. INTRODUCCIN MARCO TERICO
2.1. 2.2. 2.3. 2.4. Mecanismo de actualizacin del sistema Representacin del flujo de trnsito Aleatoriedad en el flujo del trnsito Modelos de aceleracin
Modelos de seguimiento de vehculos Modelos generales de aceleracin Estimacin del tiempo de reaccin en frenado Efectos del alineamiento vertical en la aceleracin

ii Error! Marcador no definido. iv v ix x xi 1 9

9 10 11 11
12 21 26 26

2.4.1. 2.4.2. 2.4.3. 2.4.4.

2.5. 2.6. 2.7. 2.8.

Modelos de cambio de carril Modelos de cruzamiento Calibracin

Estudios de calibracin

30 34 35
35

2.7.1.

Estimacin de la OD
Definicin Aplicacin Generalidades del Modelo. Elementos de entrada del modelo. Desarrollo del Modelo

37
42 42 44 45 53

2.8.2. 2.8.3. 2.8.4. 2.8.5. 2.8.6.

2.9.

Aplicacin de modelos de microsimulacin

57

3.

METODOLOGA
3.1. Captura de datos

61
61

vi

3.2.

Datos requeridos
Datos geomtricos Datos de control Datos de demanda Ubicacin y duracin de conteos (aforos) Estimacin de matrices de viaje origen-destino (O-D)

61
62 62 62 62 63

3.2.1. 3.2.2. 3.2.3. 3.2.4. 3.2.5.

3.3. 3.4.

Caractersticas del vehculo Calibracin de datos

Inspeccin en campo Datos de tiempo de viaje Conciliacin de conteos de trfico

64 64
64 65 66

3.4.1. 3.4.2. 3.4.3.

3.5.

Base del desarrollo del modelo

Diagrama de nodo-arco: proyecto del modelo Datos de conexin de la geometra Datos de control de trfico en intersecciones y uniones Datos de operacin y manejo de trfico para conexiones Datos de demanda de trfico Datos de comportamiento del conductor Datos de eventos/escenarios Datos de simulacin del control de ejecucin Tcnicas de codificacin para situaciones complejas

67
67 68 68 69 69 69 70 70 71

3.5.1. 3.5.2. 3.5.3. 3.5.4. 3.5.5. 3.5.6. 3.5.7. 3.5.8. 3.5.9.

3.6. 3.7. 3.8. 3.9. 3.10.

Comprobacin de errores
Revisin de datos de entrada

71
72

3.6.1.

Revisin de la animacin Errores residuales Punto de decisin clave Calibracin de los modelos de microsimulacin
Objetivos de la calibracin Aproximacin de la calibracin

73 75 75 76
76 77

3.10.1. 3.10.2.

4.

CONSTRUCCIN, CALIBRACIN Y VALIDACIN DEL MODELO

4.1. Estudios de Ingeniera de trnsito
Estudio de placas Tiempos de recorrido 4.1.1. 4.1.2.

84
84
88 90

4.2.

Modelacin en VISSIM
Construccin del modelo Trazado de la red Programacin de elementos de control Demanda vehicular

90
91 91 93 94

4.2.1. 4.2.2. 4.2.3. 4.2.4.

4.3.

Calibracin de la red vii

98

4.3.1.

Parmetros de la situacin actual

101

4.4.

Validacin del modelo en base a la velocidad

102

5.

RESULTADOS
5.1. Demoras y niveles de servicio
Longitud de colas Tiempo de recorridos 5.1.1. 5.1.2.

110
110
111 112

5.2.

Revisin de propuesta de solucin

Parmetros para el paso superior vehicular Demoras y niveles de servicio Tiempos de recorrido Ahorro en tiempos de viaje

113
115 116 116 117

5.2.1. 5.2.2. 5.2.3. 5.2.4.

5.3.

Aseguramiento de calidad de la propuesta de solucin

120

6. 7. 8.

CONCLUSIONES REFERENCIAS ANEXOS

122 124 126

viii

NDICE DE FIGURAS
Figura 1 Vista area del Distribuidor 5 de Febrero y Celaya Cuota. (Imagen de Google Earth 2009) 7 Figura 2El sujeto y el lder 12 Figura 3 Resistencia que opone la pendiente al avance del vehculo 29 Figura 4Esquema de cruzamiento en una incorporacin 33 Figura 5 Proceso Iterativo de calibracin para simuladores de trfico (Ben- Akiva) 41 Figura 6 Comunicacin. Simulador de Trnsito y el Indicador de Semaforizacin. 54 Figura 7 Modelo de la Lgica del Seguimiento de Vehculo. (Wiedemann 1974) 57 Figura 8 Estudios de campo realizados en estaciones 84 Figura 9 Estaciones en intersecciones no-semaforizadas 85 Figura 10 Histograma del comportamiento vehicular por periodos de 15 minutos 86 Figura 11 Histograma del comportamiento vehicular por periodos de 1 hora 87 Figura 12 Accesos al distribuidor en hora de mxima demanda 88 Figura 13 Estaciones de estudio de placas y su rea de estudio 89 Figura 14 Red esquemtica trazada en VISSIM 92 Figura 15 Red tridimensional trazada en VISSIM 93 Figura 16 rea de conflicto insertada en la red trazada en VISSIM 93 Figura 17 Ingreso de flujos en la red trazada en VISSIM 94 Figura 18 Ingreso de flujos en la red trazada en VISSIM 95 Figura 19 Composiciones vehiculares ingresadas en VISSIM 96 Figura 20 Ejemplo de rutas marcada para un enlace en la red trazada en VISSIM 97 Figura 21 Rutas marcadas en la red trazada en VISSIM 97 Figura 22 Esquema de preferencia en un entronque en VISSIM 98 Figura 23 Comportamiento de colas en la red trazada en VISSIM 99 Figura 24 Comportamiento de entronques en la red trazada en VISSIM 100 Figura 25 Conteos de salida en la red trazada en VISSIM 101 Figura 26 Histograma de velocidades y polgono de frecuencias Av. Constituyentes Mxico 103 Figura 27 Correlaciones de velocidades en recorridos con origen en Av. Constituyentes 106 Figura 28 Correlaciones de velocidades en recorridos con origen en Mxico 106 Figura 29 Correlaciones de velocidades en recorridos con origen en Av. Constituyentes 107 Figura 30 Correlaciones de velocidades en recorridos con origen en Av. Constituyentes 107 Figura 31 Correlaciones de velocidades en recorridos con origen en Av. Constituyentes 108 Figura 32 Curvas de aceleracin por defecto del programa VISSIM, (vehculos ligeros a la izquierda y vehculos pesados a la derecha) 109 Figura 33 Esquema de puntos de conflicto por colas en el distribuidor 111 Figura 34 Esquema de vas evaluadas con tiempos de recorrido en el distribuidor 112 Figura 35 Solucin esquemtica al Distribuidor Vial 5 de Febrero 115

ix

NDICE DE ECUACIONES

Ecuacin 1 Forma General del modelo de seguimiento (1950) 13 Ecuacin 2 Modelo de seguimiento (Chandler et al., 1958) 13 Ecuacin 3 Modelo de seguimiento (Gazis et al., 1959) 14 Ecuacin 4 Relacin Velocidad-Densidad Macroscpica (Greenberg, 1959) 15 Ecuacin 5 Modelo de seguimiento (Edie, 1961) 16 Ecuacin 6 Modelo de seguimiento (Newell, 1961) 16 Ecuacin 7 Modelo de Seguimiento No lineal de General Motors 17 Ecuacin 8 Modelo de Seguimiento (Bexelius, 1968) 18 Ecuacin 9 Modelo General de Seguimiento, Aceleracin (Gipps, 1981) 22 Ecuacin 10 Modelo General de Seguimiento, Deceleracin (Gipps, 1981) 23 Ecuacin 11 Modelo de Seguimiento (Subramanian, 1996) 25 Ecuacin 12 Fuerza que dispone el vehculo para acelerar o decelerar 27 Ecuacin 13 Resistencia por pendiente 28 Ecuacin 14 Distancia crtica de cruzamiento DVA (Yang y Koutsopoulos, 1996) 33 Ecuacin 15 Distancia crtica de cruzamiento DVP (Yang y Koutsopoulos, 1996) 34 Ecuacin 16 Modelo de cambio de carril (Yang y Koutsopoulos, 1996) 34 Ecuacin 17 Cruzamiento crtico 35 Ecuacin 18 Relacin entre Volmenes O-D y Volmenes en Arcos (Dela LLata, 1991) 39 Ecuacin 19Formulacin De La Llata, Para Estimacin De Demanda De Trnsito En Carreteras (1991) 39 Ecuacin 20 Formulacin De La Llata, Para Estimacin De Demanda De Trnsito En Carreteras (1991) 39 Ecuacin 21 Distancia entre dos vehculos Modelo VISSIM 50 Ecuacin 22 Parte aditiva y multiplicativa de la distancia de seguridad. 51 Ecuacin 23 Nmero mnimo de corridas para la tcnica del automvil flotante 65 Ecuacin 24 Ahorro en tiempos de viaje 118 Ecuacin 25 Beneficios anuales en tiempos de viaje 118

NDICE DE TABLAS

Tabla 1 Resultados obtenidos del modelo desarrollado por Gazis et al. (1959) Tabla 2 Resultados del modelo de la GM obtenidos por May y Keller (1967) Tabla 3 Resultados del modelo de la GM obtenidos Subramanian (1996) Tabla 4 Matriz de viajes al interior del distribuidor hora de mxima demanda Tabla 5 Estadstica descriptiva de velocidades con origen Av. Constituyentes y destino Mxico Tabla 6 Longitud de los tramos recorridos en el distribuidor vial 5 de Febrero Tabla 7 Promedio de velocidades en el distribuidor vial 5 de Febrero Tabla 8 Tiempo de recorridos redondeados en el distribuidor vial 5 de Febrero
Tabla 9 Resumen del parmetro R , correlacin de velocidades de campo vs. velocidades en VISSIM.
2

Tabla 10 Niveles de servicio por demoras Tabla 11 Niveles de servicio y demoras en segundos para la situacin sin proyecto ao 2009 Tabla 12 Longitudes de colas en metros para la situacin sin proyecto ao 2009 Tabla 13 Tiempo de recorridos en segundos para la situacin sin proyecto ao 2009 Tabla 14 Niveles de servicio y demoras en segundos para el viaducto elevado ao 2009 Tabla 15 Tiempo de recorridos en minutos para el viaducto elevado ao 2009 Tabla 16 Configuracin del valor del tiempo Tabla 17 Informacin sobre la utilizacin del vehculo Tabla 18 Ahorro en tiempos de viaje (Horas) Tabla 19 Ahorro en tiempos de viaje (Pesos/Vehculos) Tabla 20 Beneficios anuales en tiempos de viaje (primer ao)

15 18 25 90 103 104 104 104 108 110 110 111 112 116 117 117 118 119 119 119

xi

1. INTRODUCCIN
Las vas terrestres en la actualidad tienen una notable importancia en el desarrollo de un pas, estado o municipio, ya que representan la forma de comunicacin y transporte ms usada en la actualidad. Segn cifras del Instituto Nacional de Estadstica y Geografa, en el mes de abril del ao 2009 se cuenta con un parque vehicular de 18,220,936 automviles registrados en circulacin en el pas de Mxico, adems de 8,400,865 vehculos de carga contando con un sistema carretero de 360,075 km. Estas cifras reflejan que la importancia que tiene la planeacin de las vas terrestres es imprescindible, el desarrollo de nuevas y mejores vialidades es inevitable, puesto que el crecimiento de un Estado depende principalmente del incremento en vas de comunicacin y de transporte con las que cuente, sin embargo adems de la nueva infraestructura que se construye, es necesario revisar las vialidades existentes y su problemtica, actualizando los parmetros que se toman en cuenta, as como los mtodos utilizados para la proyeccin de los mismos. Entre los mtodos convencionales de proyeccin de vialidades tenemos el mtodo por eleccin de niveles de servicio, en el que se determinan las caractersticas geomtricas de la vialidad para que esta proporcione un nivel de servicio deseado para un volumen y caractersticas de trafico previstas, esto por medio de los parmetros de volumen horario de proyecto, trnsito promedio diario anual y la distribucin direccional. Sin embargo estos mtodos tradicionales tienen un alcance reducido, es por eso que en la actualidad una de las formas de evaluar la calidad o las caractersticas de operatividad de una vialidad, es mediante herramientas de simulacin que nos proveen de informacin ms detallada para la toma de decisin, como lo es la necesidad de modernizacin de una vialidad o la bsqueda de nuevas rutas de transporte.

Para la modelacin, simulacin y estudio de vialidades usualmente se utilizan paquetes computacionales, dentro de los cuales tenemos, aaSIDRA que cuenta con el anlisis de capacidad y niveles de servicio en intersecciones con semforos, intersecciones de prioridad, glorietas, cruces peatonales y puntos de intercambio as como la optimizacin en la programacin de tiempos de semforos, HCS+ en flujo discontinuo, es posible realizar anlisis operacionales presentes o futuros de intersecciones con semforos, incluyendo la optimizacin de los mismos, SYNCHRO realiza anlisis, evaluacin y optimizacin de redes viales, TRANSYT-7F este paquete cuenta con la capacidad de optimizacin de semforos en redes viales, arterias urbanas, o intersecciones aisladas, que tengan condiciones de operacin simple o complejas, produce mejores planes de tiempos que otros programas de optimizacin. Sin embargo existen paquetes computacionales en los cuales se puede hacer un estudio mucho ms profundo, tomando en cuenta ms variables, recreando de manera ms real, y produciendo mejores resultados. Dentro de estos paquetes encontramos VISSIM, Cube Dynasim, LISA+, Quadstone Paramics, SiAS Paramics, Simtraffic and Aimsun, ms adelante se vern las capacidades de estos paquetes. El estudio a base de la simulacin microscpica del trfico es la herramienta ms potente y flexible para el anlisis, diseo y evaluacin de sistemas de transporte. Bsicamente lo que la simulacin realiza es una interaccin de las entidades de un sistema de transporte consistente en datos de entrada como lo son; la geometra, es decir, anchos de carriles, grados de curva, radios de giro y secciones de calzada, por otro lado el vehculo, ya sea de carga, particular o de transporte, as como caractersticas del vehculo como lo son la tasa de aceleracin, frenado y movilidad. Estas variables interactan entre s, creando una simulacin dinmica, es decir, se logra crear una simulacin la cual imita en un computador las operaciones del sistema real a medida que evolucionan en el tiempo.

El contar con una herramienta de microsimulacin nos da la posibilidad de crear infinidad de escenarios posibles en la solucin de un problema de transporte, esto sin recurrir a la experimentacin en campo, lo cual es similar a tener un laboratorio donde poder ensayar sin perjudicar a los usuarios de una vialidad. Como se mencion anteriormente la micro simulacin representa una poderosa herramienta, que al ser utilizada de forma correcta, puede convertir nuestro computador en un laboratorio virtual, donde podemos ensayar, probar, reproyectar e innovar, sin la necesidad de tomar riesgos para la poblacin, es decir, sin experimentar en campo, y sin poner en peligro la economa de un Estado al utilizar recursos para la construccin de un distribuidor o una vialidad importante que al no contar con estudios previos devengara en una vialidad sin objeto o simplemente en una vialidad que no cumple con las expectativas para las que fue creada. Se cuenta con experiencia prctica en materia de microsimulacin de trfico como referencia se mencionan algunos trabajos realizados a nivel nacional como internacional: Boulevard bicentenario (paseo zumpango) Para satisfacer las necesidades de transportacin en esta ciudad, GEPOLIS estableci la necesidad de desarrollar un esquema vial conformado por una vialidad principal Boulevard Bicentenario o Paseo Zumpango de manera tal, que se asegur la conexin interregional de la nueva ciudad con autopistas como el Circuito Exterior Mexiquense, la Autopista Mxico-Quertaro, el Arco Norte y la Autopista MxicoPachuca; y desde el punto de vista urbano, articule las vialidades de conexin interna, asegurando a los residentes movilidad, conectividad, ahorros en tiempo de viaje y en costos de operacin. Para el logro de objetivos y desarrollo de los alcances, se utilizaron tcnicas de modelacin y microsimulacin de tipo regional y local como los modelos Visum y Vissim.

Sistema de transporte masivo trolmrida Para el desarrollo de la Copa Amrica 2007, la ciudad de Mrida en Venezuela enfrent un reto en materia de movilidad y transporte. Al mismo tiempo que se preparaba el estadio metropolitano de Mrida para su inauguracin, se trabajaba a marchas forzadas en la construccin de vas de acceso a ste y se pona en marcha el nuevo sistema de trolebuses tipo BRT conocido como TrolMrida. Los lineamientos de la Conmebol exigan que no se permitiera al pblico en general el acceso al estadio en automvil particular; es decir, todos los aficionados (el estadio cuenta con capacidad para 42,000 espectadores) deban llegar al estadio caminando o en transporte pblico. Expertos en micro-simulacin, trnsito y transporte pblico se encargaron directamente de disear un plan de contingencia para solucionar esta problemtica. Dicho plan incluy la definicin de dos permetros de control de acceso alrededor del estadio, un plan de desvos para el trnsito vehicular y un diseo especial de rutas de transporte pblico que permiti dar acceso y salida a los aficionados del estadio. En primera instancia se dise el plan de desvos y de sealamiento para trnsito vehicular, as como el plan operativo para transporte pblico que permitiera mover, a travs del trolebs y autobuses disponibles, a los aficionados dentro de los tiempos requeridos de acceso y desalojo del estadio. El modelo de micro-simulacin permiti evaluar y afinar el plan propuesto en trminos de operacin y administracin de la infraestructura ofrecida. Estudio de vialidad, transporte y estacionamientos con aplicacin de simulacin y modelos de negocios para Ciudad Universitaria. Autopista Interestatal 880, Estados Unidos Braidwood Associates, especialista en microsimulacin de trfico fue

contratado por el Centro de Transporte de California en Estados Unidos para llevar

4

a cabo el desarrollo de un modelo de microsimulacin para el trfico de la Interestatal 880, autopista con ruta de transporte pesado que se encontraba saturada. El estudio se compone de un segmento de 34 millas de la I-880 entre Oakland y Militas, CA e incluye el modelado de 30 distribuidores de la autopista, donde se encuentran 5 de los ms importantes 880/SR 84, I 880/SR 92, I 880 / I 238 y I 880 / I 980. El objetivo del estudio fue desarrollar un modelo base al ao 2006 de la infraestructura vial de la carretera interestatal 880, como parte del corredor dentro de Oakland y los condados Militas, con el objeto de ayudar en el desarrollo de un plan de gestin de corredores (CSMP). Se calibraron y validaron parmetros de operacin por un periodo de tres horas por la maana y tarde por el Departamento de transporte del Estado de California. La calibracin del modelo incluye enlaces y los volmenes de trfico as como los tiempos de viaje y velocidades. Distrito hospitalario, Aeropuerto internacional de Delhi Se desarrollo un modelo de microsimulacin de trfico con VISSIM que permiti conocer el comportamiento operacional de la red carretera alrededor del distrito hospitalario y dentro del mismo, se simularon circulaciones internas como maniobras de acenso y descenso as como ingresos y accesos al mismo. Puntualmente este trabajo buscar resolver la problemtica que se presenta en el distribuidor vial, ubicado en la interseccin de las avenidas 5 de Febrero y Constituyentes punto crtico donde se puede decir que representa el foco de un congestionamiento vehicular, que provoca demora significativas en su

funcionamiento dado que los movimientos de vueltas izquierdas se realizan actualmente mediante el sistema de gazas, sistema que actualmente est saturado en horas de mxima demanda, por lo que este documento se centrara en

simular la condicin actual para en base a este modelo base, generar una propuesta de solucin y simular los resultados. Un distribuidor vial es aquel que tiene como funcin primordial el distribuir o intercambiar de manera fluida al trnsito en un punto de confluencia dado. La importancia de un distribuidor vial radica en las vas que confluyan a este as como en su TPDA (Trnsito Promedio Diario Anual). De ah que la necesidad del estudio de un distribuidor es de gran impacto ya que usualmente es donde se presentan los mayores problemas en una red carretera, el beneficio que conlleva el estudio y el mejoramiento de estos repercute en la movilidad de una red vial urbana, induciendo beneficio a los usuarios y en general a la ciudad. La oportunidad que concibe esta investigacin, adems de realizar un estudio que valide un proyecto de modernizacin de un distribuidor a partir de la microsimulacin, es la de realizar un trabajo prctico de modelacin que sirva de criterio para los especialistas en vas terrestres de la ciudad de Quertaro para la utilizacin de este tipo de herramientas, creando un antecedente que pueda servir como plataforma para estudios posteriores en el parmetro de calibracin

velocidad.

ANTECEDENTES
La presente tesis centra su estudio en el distribuidor vial ubicado en la zona sur poniente de la Ciudad de Quertaro, en la cual confluyen dos carreteras que por su volumen vehicular forman parte de las ms transitadas en el Estado de Quertaro. La carretera federal 57 y la carretera federal 45 forman parte del mismo, razn por la cual la importancia se da no solo a nivel estatal si no a nivel federal. Actualmente el mantenimiento y operacin de la ruta Mxico-Irapuato (carretera 57 y carretera 45) se da por parte de Capufe, es decir, en este distribuidor involucramos no solo trnsito local si no tambin trnsito de largo itinerario.

A San Luis Potos

A Quertaro Centro

A Celaya Cuota

A Celaya Libre

A Mxico

Figura 1 Vista area del Distribuidor 5 de Febrero y Celaya Cuota. (Imagen de Google Earth 2009)

Como se observa en la imagen ubicamos este distribuidor en un punto neural, donde se encuentran las vialidades Constituyentes, Av. 5 de Febrero, Carretera Mxico-Quertaro, Quertaro-Celaya y Quertaro-San Luis Potos. Cabe mencionar que el distribuidor se encuentra rodeado por

establecimientos que por su giro atraen a un sin nmero de usuarios durante todo momento, dentro de los ms importantes tenemos el IMSS, el Hospital General y uno de los centros comerciales ms importantes de la ciudad. Es por eso que al paso del tiempo, ha quedado inmerso en una zona totalmente urbana y la convivencia del trnsito local urbano con el de largo itinerario ha mermado las condiciones de operatividad de dicho distribuidor.

OBJETIVOS
El objeto principal de esta tesis es analizar el comportamiento del trfico vehicular dentro del distribuidor vial 5 de Febrero nicamente comparando la calidad de su explotacin antes y despus de la propuesta de modernizacin estatal, por medio del programa de microsimulacin VISSIM considerando nicamente el parmetro de velocidad en la calibracin y validacin del modelo.

Dentro de los objetivos particulares tenemos: Obtencin de aforos vehiculares en la zona del distribuidor, apoyndonos en estudios realizados recientemente. Obtencin de los movimientos direccionales de manera particular del distribuidor apoyados en un estudio de placas. Anlisis de la topografa actual y obtencin de la informacin geomtrica necesaria para el modelo de microsimulacin Obtencin del parmetro vehicular velocidad en la zona, para cargar en el modelo de microsimulacin. Finalmente el anlisis de la informacin mediante el modelo de microsimulacin tanto del modelo actual de funcionamiento como el modelo propuesto de solucin, nicamente en la zona del distribuidor por lo que se omiten los movimientos que no se encuentren dentro del mismo.

HIPTESIS

La propuesta de modernizacin estatal del distribuidor vial 5 de febrero mejorar la calidad del sistema vial en el mbito de dicho enlace.

2. MARCO TERICO
Los modelos de simulacin son diseados para emular el comportamiento del trnsito en una red de transporte tanto en tiempo como espacio, para predecir el desempeo de un sistema. Estos modelos de simulacin incluyen matemtica y lgica abstracta del sistema del mundo real que se implementan en un paquete computacional. La simulacin se puede ver como un experimento realizado en un laboratorio en lugar de realizarlo en el campo. 2.1. Mecanismo de actualizacin del sistema

La simulacin del modelo de trnsito describe los cambios en el sistema a travs de intervalos discretos en el tiempo. Generalmente existen 2 tipos de modelos, dependiendo del intervalo de actualizacin del tiempo ya sea, fijo o variable. Modelo de tiempo discreto: El sistema se inicia siendo actualizado en un intervalo fijo de tiempo. Por ejemplo, el modelo calcula la posicin de un vehculo, velocidad y aceleracin a un intervalo de 1 -s. La opcin del intervalo de tiempo de actualizacin depende del nivel de precisin que se requiera esto a expensas del tiempo del procesamiento del computador. La mayora de los modelos de microsimulacin emplean una resolucin de 0.1 para la actualizacin del sistema. La mayora de los sistemas de trnsito utilizan este modelo debido a la experiencia que se tiene al tener un cambio continuo de estado, lo que genera la sensacin de ver un modelo en movimiento constante. Modelo de eventos discretos: En estos modelos, el intervalo del tiempo vara en duracin y corresponde a un intervalo entre eventos. Se puede ver esto fcilmente viendo el sistema de semaforizacin de una interseccin, en un semforo el tiempo de luz verde puede ser de 30 segundos hasta que este cambie a amarillo. La duracin entre cambio de luces representa un evento. Este tipo de modelos por eventos, reducen significativamente el tiempo de proceso del

computador, sin embargo se reduce su utilizacin a simulacin en las que el cambio en el estado del modelo no es frecuente. 2.2. Representacin del flujo de trnsito

Los modelos de simulacin son tpicamente clasificados de acuerdo al nivel de detalle con los que representan el flujo de trnsito. Estos incluyen: Modelos microscpicos: En estos modelos se simulan las caractersticas e interacciones de cada vehculo. Esencialmente se producen trayectorias con el movimiento de los vehculos dentro de la red. El proceso lgico incluye algoritmos y reglas describiendo como los vehculos tienen que moverse e interactuar, envolviendo las variables de aceleracin, deceleracin, cambio de carril y maniobras de paso. Modelos Mesoscpicos: Estos modelos simulan vehculos individualmente pero describen sus actividades e interacciones basadas en relaciones

macroscpicas. Usualmente la aplicacin para estos modelos son evaluaciones de sistema de informacin para viajeros. Como lo puede ser el simular la ruta de un vehculo equipado con un sistema de informacin geogrfica satelital (GPS) el cual traza la mejor ruta, el tiempo de viaje, a partir de la informacin de la velocidad promedio que existe en dicha ruta, y a su vez la velocidad promedio es calculada a partir de una relacin entre la velocidad y el flujo. Modelos macroscpicos: Estos modelos simulan flujos de trnsito, tomando la relacin de caractersticas de entrada como lo son la velocidad, flujo y densidad. Usualmente los modelos macroscpicos emplean ecuaciones sobre la

conservacin del flujo. Estas simulaciones pueden ser usadas para predecir en espacio y tiempo una congestin provocada por una demanda de trnsito o incidentes en la red, sin embargo, estos modelos no muestran la interaccin de vehculos en configuraciones de diseo alternativas. Por lo tanto, los modelos microscpicos son una herramienta mucho ms potente que los macroscpicos, sin embargo los modelos microscpicos requieren
10

de mucho ms parmetros que requieren calibracin y de los cuales son difciles de estimar en campo, como lo es la medicin de la distancia entre vehculos durante el movimiento de estos. 2.3. Aleatoriedad en el flujo del trnsito

Los modelos de simulacin tambin se pueden clasificar en tanto ellos representen la aleatoriedad en el flujo del trnsito: Modelos determinsticos: Estos modelos asumen que no hay variabilidad en las caractersticas del conductor y el vehculo. Modelos Estocsticos: Estos modelos si asumen las variables que existen del conductor y del vehculo, obteniendo esta informacin por medio de distribuciones estadsticas usando nmeros al azar. Proceso de microsimulacin Los modelos de microsimulacin emplean varios submodelos, relaciones analticas y lgica en un modelo de flujo de trnsito. En este estudio no detallaremos esos submodelos. En su lugar se enfocar en algunos aspectos claves del proceso de simulacin que dan lugar a la eleccin de la herramienta a utilizar as como de la precisin de los resultados. Los modelos de simulacin incluyen algoritmos y lgica para: Generar vehculos dentro del sistema para ser simulados Mover vehculos dentro del sistema Modelar la interaccin entre los vehculos

2.4. Modelos de aceleracin

Los modelos que capturan el comportamiento de aceleramiento de los conductores se clasifican en:

11

2.4.1. Modelos de seguimiento de vehculos

El comportamiento del primer modelo mencionado se describe a partir del rgimen del seguimiento de vehculo. En este rgimen, el conductor se encuentra cerca del lder o el vehculo posterior (ver figura 2). El modelo general de aceleracin captura el comportamiento en el seguimiento del vehculo y el flujo libre. En el rgimen de flujo libre, los conductores no estn cerca de sus lderes y por lo tanto tienen la libertad de atender a una velocidad deseada.

Figura 2El sujeto y el lder

El comportamiento de aceleracin de los conductores, cuando estos estn en el rgimen del seguimiento de vehculo, ha sido estudiado extensamente desde 1950. La estimacin de estos modelos usa informacin microscpica, por ejemplo, velocidad del sujeto y su lder, longitud entre vehculos, aceleracin aplicada por el sujeto. Un simple anlisis de correlacin fue usado durante el periodo mencionado para estimar los modelos en muchos de los casos. Investigadores como Gipps, Yang y Aycin, empezaron a poner atencin al comportamiento de la aceleracin en un rgimen de flujo libre en los comienzos de 1980 cuando la simulacin microscpica emerga como una herramienta importante por estudiar el comportamiento del trfico y desarrollar y evaluar diferentes controles y administrar estrategias. Reuschel (1950) y Pipes (1953) mostraron la forma general del modelo de seguimiento de vehculos desarrollado a finales de 1950:

12

x Ecuacin 1 Forma General del modelo de seguimiento (1950)

El tiempo de reaccin, incluye el tiempo de percepcin-reaccin y el tiempo de movimiento del pie. La velocidad relativa del lder es generalmente considerada como un estimulo para el seguidor y sensibilidad que es un factor que puede ser funcin de factores como la velocidad del sujeto y el espacio entre vehculos. Chandler et al. (1958) desarroll el primer modelo de seguimiento de vehculo que es un modelo lineal simple. Matemticamente, el modelo puede ser expresado como:

Ecuacin 2 Modelo de seguimiento (Chandler et al., 1958)

Donde,

13

Un conductor responde al estimulo al tiempo

aplicando aceleracin

al tiempo . El mismo trmino de sensibilidad es usado para ambas situaciones la aceleracin y la deceleracin. Se estima el modelo usando el mtodo de anlisis de correlacin y datos microscpicos del seguimiento de vehculo. Para conocer los valores que ms se correlacionan se recolecto

informacin de un estudio con 8 conductores en un prueba de manejo en una carretera de dos carriles con trnsito real en un tiempo de entre 20 y 30 minutos. Para cada conductor, se obtena datos de aceleracin, velocidad, espacio entre vehculos, y velocidad relativa entre cada observacin. Chandler (1958) a partir de la informacin que se obtuvo fue despejando de la ecuacin 2 para diferentes valores de , as logr observar la correlacin entre la aceleracin en campo y que alcanzaron las ms altas correlaciones para cada conductor. Se concluyo

la estimada. Los valores de

fueron usados como los estimados para que los valores

promedio sobre todas las muestras fueron de 1.5 segundos

y 0.37 segundos respectivamente. Una gran limitacin del modelo anterior es la de asumir un sensibilidad constante para todas las situaciones. Gazis et al. (1959) abordaron esto mediante la incorporacin del espacio entre dos vehculos en trminos de la sensibilidad. Su modelo es como sigue:

Ecuacin 3 Modelo de seguimiento (Gazis et al., 1959)

Donde,

denota el espacio entre vehculos al tiempo

. El

modelo fue estimado usando informacin obtenida de experimentos de seguimiento de vehculos microscpicos en el tnel Holanda y Lincoln ambos en Nueva York, adems de la pista de pruebas de General Motors. Los parmetros fueron estimados para cada conductor de cada conjunto usando anlisis de correlacin. Para cada conjunto de datos, los valores de los parmetros promediaron sobre todas las muestras fueron reportados como los estimados. La tabla 1, resume los resultados que obtuvieron.
14

T Sitio Prueba de GM Tnel de Holanda Tnel de Lincoln Conductores 8 10 16 (mph) 27.4 18.3 20.3 (Segundos) 1.5 1.4 1.2

Tabla 1 Resultados obtenidos del modelo desarrollado por Gazis et al. (1959)

De los resultados anteriores se denota la similitud entre los datos obtenidos en los dos tneles, mientras que en la pista de pruebas se nota una diferencia relativamente ms alta, esto dado por las condiciones de la vialidad, al tener una visual ms reducida siendo este el caso de los conductores en los tneles el conductor tiende a acelerar de manera ms conservadora as como mantener una menor velocidad es por eso que los valores de la constante de aceleracin son menores que en la pista de pruebas donde la visual es mucho ms amplia logrando el efecto contrario en el conductor, as mismo se denota que el tiempo de reaccin es muy parecido en los tres casos. Edie (1961) puntualiza que, el modelo dado por la ecuacin 3 sufre de dos limitaciones. Primero, desde un punto de vista del comportamiento, la teora del seguimiento del lder no es aplicable a bajas densidades. Segundo, la relacin macroscpica velocidad-densidad derivada de la ecuacin lleva a velocidades infinitas cuando la densidad tiende a cero. Para entender esto, tomemos la ecuacin 3 e integremos ambos lados de la ecuacin, de donde obtendremos lo que a continuacin se expresa:
) Ecuacin 4 Relacin Velocidad-Densidad Macroscpica (Greenberg, 1959)

15

Esta ecuacin que es equivalente a la ecuacin 3 fue desarrollada por Greenberg (1959) y se le conoce como la relacin velocidad-densidad macroscpica. En esta se puede observar que la ecuacin no admite densidades con valor cero. Edie (1961) advirti de las limitaciones arriba mencionadas y propuso el cambio del trmino de sensibilidad quedando el modelo como sigue:

Ecuacin 5 Modelo de seguimiento (Edie, 1961)

Ahora, la sensibilidad es proporcional a la velocidad e inversamente proporcional al cuadrado de la distancia entre vehculos. La ecuacin 5 puede ser integrada para obtener un modelo que permite velocidades a flujo libre a una densidad cercana a cero. Este modelo funciona mejor que el modelo propuesto por Gazis et al. (1959) a bajas densidades. Sin embargo el trmino de estimulo es an funcin de la velocidad relativa del lder, que no es realista a bajas densidades, en particular cuando las distancias entre autos son altas. En lugar de usar la sensibilidad-estimulo para explicar el seguimiento de vehculo, Newell (1961) sugiri la siguiente relacin entre velocidad y distancia entre vehculos.

Ecuacin 6 Modelo de seguimiento (Newell, 1961)

Donde,

es una funcin cuya forma determina la especificacin del

modelo de seguimiento de vehculo de la ecuacin 6. Diferentes formas de fueron asumidas para diferentes aceleraciones y deceleraciones. Sin embargo, el modelo tiene la ventaja de integrar para obtener diferentes relaciones macroscpicas de velocidad-flujo-densidad.

16

El seguimiento de vehculo desarrollado por Gazis et al. (1961) conocido como el modelo no lineal de General Motors, es el ms general. El modelo esta dado por:

Ecuacin 7 Modelo de Seguimiento No lineal de General Motors

Donde, ,

son parmetros del modelo. La sensibilidad es proporcional e inversamente proporcional a la distancia . El parmetro es una constante y la

a la velocidad elevada a la potencia entre vehculos elevada a la potencia

velocidad relativa frontal es el estimulo. Los modelos desarrollados anteriormente por Chandler et al. (1958) y Gazis et al. (1959) pueden ser derivados de este modelo como casos especiales. Se debe mencionar que la relacin macroscpica flujo-velocidad desarrollada por Edie (1961) puede ser derivada por medio del modelo de GM dando el valor de cero a y de dos.

May y Keller (1967) estimaron el modelo de GM usando relaciones macroscpicas entre velocidad y densidad que fueron derivadas por Gazis et al. (1961). Adems de usar valores enteros de y , May y Keller (1967) tambin

usaron valores no enteros y encontraron altos coeficientes de correlacin para los casos no enteros. Los parmetros encontrados se presentan en la tabla 2 con valores enteros y no enteros. Dado que usaron una relacin macroscpica entre velocidad y densidad, el tiempo de reaccin no pudo ser identificado.

17

Parmetro

Vel. Libre uf, mph Densidad de saturacin Kj vpm Vel. Optima, mph Densidad optima (ko), vpm Flujo mximo, vph

Estimado con valores Estimado con valores enteros enteros 1.35x10-4 1.33x10-4 1 0.8 3 2.8 48.7 50.1 infinito 29.5 60.8 1795 220 29.6 61.1 1810
ko )2

no

Modelo macroscpico

ufe u

0 .5 ( k

uf

k k j

1 .8

Tabla 2 Resultados del modelo de la GM obtenidos por May y Keller (1967)

Bexelius (1968) sugiri que en lugar de seguir slo al lder inmediato, los conductores en una situacin de seguimiento de vehculo, tambin siguen a los vehculos delante del lder. Matemticamente, el modelo esta dado por:

Ecuacin 8 Modelo de Seguimiento (Bexelius, 1968)

Donde,

son la sensibilidad y velocidad asociados con el i-

simo vehculo delantero y N es el nmero de conductores. Esta ecuacin nos permite el obtener respuestas que no dependen de un solo vehculo si no que integran al trfico permitiendo que no se tenga un solo lder para estimular al conductor. Leutzbach (1968) propuso un modelo sico-fsico del espacio que adverta dos limitaciones del modelo de seguimiento de vehculo desde un punto de vista de comportamiento. Primero, los conductores no siguen a sus lderes a lo largo del espacio, y segundo, los conductores no pueden percibir pequeas diferencias en velocidades relativas y por lo tanto, no reaccionan con diferencia. As mismo, Leutzbach introdujo el trmino umbral perceptual para definir una velocidad relativa umbral que es funcin del espacio entre vehculos. El umbral es ms
18

pequeo en tanto el espacio entre vehculos sea pequeo y gradualmente incrementa conforme el espacio entre vehculos aumenta. El conductor reacciona al estimulo, a la velocidad relativa, solo cuando el estimulo excede el umbral perceptual. Es decir cuando entre los vehculos existe una pequea distancia casi cualquier estimulo del lder hara reaccionar al seguidor al contrario si se llegasen a separar un distancia considerable difcilmente algn estimulo del lder podra lograr alguna reaccin al seguidor y en un momento dado si se siguiese incrementando esa distancia ya no aplicara la teora del seguimiento de vehculos, es decir el umbral tendera a ser infinito. Un descubrimiento importante de su investigacin es que el umbral perceptual para velocidades relativas negativas (proceso de deceleramiento) es ms pequeo que el de velocidades relativas positivas (proceso de aceleramiento). Esto implica que la sensibilidad del espacio y la velocidad relativa en las decisiones de aceleracin y deceleracin de los conductores son diferentes. Leutzbach, sin embargo, no dio ninguna formulacin matemtica del modelo propuesto, ni como ste puede ser estimado. Ozaki (1993) estim los parmetros del modelo de GM. El uso el anlisis de regresin para estimar un modelo de tiempo de reaccin del conductor y correlacionar el anlisis para estimar los parmetros , y .

Ozaki list cuatro acciones para identificar el tiempo de reaccin, siendo las siguientes: Accin A, comienza la deceleracin: Tiempo que pasa desde que la velocidad relativa se vuelve cero y el sujeto, quien aceler en ese instante de tiempo, empez la deceleracin. Accin B, mxima deceleracin: Tiempo que pasa desde que la velocidad relativa alcanza su mnimo valor y el sujeto aplic la mxima deceleracin; Accin C, comienzo de la aceleracin: Tiempo que pasa desde que la velocidad relativa se vuelve cero y el sujeto, quien fue decelerando en ese instante de tiempo, comenz la aceleracin;

19

Accin D, mxima aceleracin: Tiempo que pasa desde que la velocidad relativa alcanza su mximo valor y el sujeto aplica la mxima aceleracin. Estas definiciones de tiempo de reaccin no son consistentes con aquellas investigaciones que se sugirieron anteriormente en los modelos de seguimiento de vehculo y en la literatura de ingeniera de trfico (Gerlough y Huber 1975). Estas investigaciones definieron el tiempo de reaccin como la suma del tiempo de percepcin y reaccin. Dependiendo de la capacidad de decelerar del vehculo, el conductor puede empezar a reaccionar a diferentes tiempos. Ozaki hace una importante observacin: las condiciones del trfico, como son la distancia entre vehculos y la aceleracin del lder influyen en el tiempo de reaccin. Para estimar los parmetros del modelo de seguimiento de vehculos, primero identific el tiempo de reaccin usando su definicin para las diferentes acciones listadas arriba. Despus, para diferentes valores de los parmetros, se observ la aceleracin en campo y la calculada obteniendo una correlacin de datos. Ozaki asumi un grupo diferente de parmetros para la decisin de aceleracin y la deceleracin; esto captura el hecho que diferentes factores, como la velocidad del sujeto, la velocidad relativa, y el espacio entre vehculos pueden no tener el mismo impacto en la decisin de aceleracin y deceleracin. Los parmetros , y que obtuvo fueron 1.1, -0.2, y 0.2 respectivamente para el

modelo de aceleracin y 1.1, 0.9, y 1.0 respectivamente para el modelo de deceleracin. Aycin y Benekohal (1998) desarrollaron un modelo de seguimiento de vehculo que estima la tasa de aceleracin en cualquier instante de tiempo. La aceleracin para el siguiente instante de tiempo es entonces procesada por adicin al producto de la tasa de aceleracin estimada y la diferencia de tiempo con la actual aceleracin. Esto garantiza una aceleracin continua en un conductor dado. Emple ecuaciones de la ley del movimiento para calcular la tasa de
20

aceleracin requerida por un conductor para atender la velocidad de su lder mientras mantiene un tiempo adecuado de separacin entre vehculos. Esto es definido como la distancia de separacin necesaria para mantener un rgimen de seguimiento de vehculo estable. Para cada conductor el grupo de datos de seguimiento de vehculo que viaja a velocidades dentro de de la

velocidad de su lder, el tiempo fijo de separacin de vehculos medido en campo se computo y se obtuvieron valores. Estos valores estuvieron en un rango desde 1.1 hasta 1.9 segundos con una media de 1.47 segundos. Llega a la conclusin de que, los conductores estn en un rgimen de seguimiento de vehculo si el espacio libre es menor a 762 metros. Algunas de las deficiencias observadas se enuncian a continuacin: i. ii. iii. Esta regla ignora la variabilidad entre conductores. El tiempo de reaccin no fue estimado usando un mtodo riguroso. Fue asumido un 80% del estimado tiempo de preferencia de espacio entre vehculos. 2.4.2. Modelos generales de aceleracin

Los modelos presentados anteriormente aplican nicamente al rgimen de seguimiento de vehculos. Cuando la distancia entre vehculos es muy amplia, los conductores no siguen a un lder y en lugar de eso tratan de obtener su velocidad deseada. Desarrollar un modelo apropiado de aceleracin para un rgimen de flujo libre es importante en los modelos de simulacin microscpica. Gipps (1981) desarroll el primer modelo general de seguimiento de vehculos que es aplicable a ambos regmenes, el de seguimiento de vehculos y el de flujo libre. Este modelo calcula una mxima aceleracin para un conductor el cual no exceder la velocidad deseada y mantendr un mnimo espacio libre de seguridad. Gipps (1981) captur las limitaciones mecnicas de vehculos usando los parmetros mximos de aceleracin y de deceleracin.

21

El modelo de Gipps est representado por la ecuacin 9. Esta ecuacin puede ser considerada como un desarrollo del modelo emprico en que los parmetros son determinados por la influencia de las condiciones locales, es decir del tipo de conductor, la geometra de la seccin, la influencia de otros vehculos, entre otros. El modelo est compuesto por dos componentes: Aceleracin Deceleracin Por un lado la aceleracin representa la intencin del conductor de alcanzar cierta velocidad mxima deseada (ecuacin 9) por el otro, la desaceleracin es la limitacin impuesta por el vehculo precedente cuando el conductor quiere alcanzar esa velocidad mxima deseada (ecuacin 10). Este modelo establece que la mxima velocidad deseada a la que un vehculo n puede acelerar durante un intervalo de tiempo (n, t + T) est dada por:

Ecuacin 9 Modelo General de Seguimiento, Aceleracin (Gipps, 1981)

Donde: V a (n,t +T) = velocidad del vehculo n en el tiempo t + T. V (n,t) = velocidad del vehculo n en el tiempo t. a(n) = mxima aceleracin para el vehculo n. T = tiempo de reaccin, equivale al intervalo de simulacin. V*(n) = velocidad deseada del vehculo n para una seccin determinada, corresponde al mnimo valor entre la velocidad mxima deseada y la velocidad permitida de la seccin.

Por otra parte, cuando un vehculo debe disminuir su velocidad debido a la presencia de vehculos que lo preceden, la velocidad queda determinada por la siguiente expresin en cada intervalo de tiempo:

22

Ecuacin 10 Modelo General de Seguimiento, Deceleracin (Gipps, 1981)

Donde: V b (n,t + T) = velocidad del vehculo n en el tiempo t + T. d(n) = mxima deceleracin deseada por el vehculo n, su valor es menor a cero. x(n,t) = posicin del vehculo n en el tiempo t. x(n 1,t) = posicin del vehculo precedente en el tiempo t. s(n 1) = longitud del vehculo precedente n-1. d'(n 1) = estimacin de la deceleracin deseada del vehculo n-1. V(n 1,t) = velocidad del vehculo precedente n-1, en el tiempo t. T y V (n,t) = tiempo de reaccin y velocidad del vehculo n en el tiempo t respectivamente.

En este caso en los clculos fueron utilizadas ecuaciones de leyes del movimiento. Los parmetros del modelo no fueron estimados rigurosamente y el tiempo de reaccin fue aleatorio para todos los conductores. Benekohal y Treiterer (1988) desarrollaron un modelo de simulacin de seguimiento de vehculos, llamada CARSIM, para simular trfico en condiciones normales y condiciones de alto-siga. La aceleracin para un vehculo es calculada para 5 diferentes situaciones y una de estas es la aceleracin usada para actualizar la velocidad y posicin del vehculo. Estas situaciones son: El sujeto se est moviendo pero no alcanza su velocidad deseada El sujeto ha alcanzado la velocidad deseada El sujeto fue detenido y empieza desde una posicin de parada El movimiento del sujeto es gobernado por el algoritmo de seguimiento de vehculos en el cual el espacio entre vehculos se restringe y se cumple

23

El sujeto se encuentra avanzando de acuerdo al algoritmo de seguimiento de vehculos con una constante de no colisin En los clculos se utilizaron ecuaciones de la ley de movimiento. Adems se asumi una mxima aceleracin para limitar aceleraciones fuera de lmites razonables en el modelo. El tiempo de reaccin de los conductores esta generado aleatoriamente y se utilizaron tiempo de reaccin cortos a densidades altas. No presenta un marco terico riguroso para la estimacin de parmetros, los tiempos de reaccin fueron tomados de Johansson y Rumer (1971). Por su parte, Yang y Koutsopoulos (1996) desarrollaron un modelo general de aceleracin que es usado en MITSIM, un simulador microscpico de trfico desarrollado por el Instituto de Tecnologa de Massachusetts (MIT). Basado en la espacio entre vehculos, el conductor es asignado a uno de los tres siguientes regmenes; Rgimen de emergencia, si el espacio entre vehculos actual es menor que el umbral. El rgimen del seguimiento de vehculo, si el espacio entre vehculos actual es mayor que el menor umbral pero menor superior El rgimen de flujo libre, si el espacio entre vehculos actual es mayor que el del umbral superior. En el rgimen de emergencia, el conductor aplica la deceleracin necesaria para evitar una colisin con su lder. El modelo de la GM es usado para determinar la tasa de aceleracin en el rgimen de seguimiento de vehculo. Diferentes grupos de parmetros son usados para los casos de velocidades relativas negativas y positivas. Subramanian (1996) desarroll un modelo general de aceleracin que captura el comportamiento en ambos regmenes de aceleracin el de seguimiento de vehculo y el de flujo libre. Fue asumida una distribucin de umbral de espacio entre vehculos que determina que rgimen de conductor es en cualquier instante
24

que al umbral

de tiempo. En el rgimen de seguimiento de vehculos, se asume que los conductores siguen a su lder y en el rgimen de flujo libre, se asume que tratan de mantener su velocidad deseada. Sin embargo, slo estimaron parmetros para el modelo de seguimiento de vehculos, usando informacin recolectada en 1983 de una seccin de la Interestatal 10 Westbound cerca de Los ngeles (citado en Smith, 1985). Estas especificaciones del modelo de seguimiento de vehculo son una extensin del modelo de GM y estn dada por:

Ecuacin 11 Modelo de Seguimiento (Subramanian, 1996)

Donde,

es un trmino aleatorio asociado con el conductor n en el

tiempo t. Modelaron el tiempo de reaccin como una variable aleatoria para capturar la variabilidad entre conductores. Las variables y son asumidas

como una distribucin normal y una log normal truncada respectivamente. El estudio de modelos de Subramanian (1996) se estim en condiciones de aceleracin y deceleracin. Estos resultados se muestran en la tabla 3.
Modelo Parmetro Modelo para aceleracin 9.21 -1.67 -0.88 Desv. Est. (E cf) Promedio (T) seg Desv. Est. (T) 0.78 1.97 1.38 deceleracin 15.24 1.09 1.66 0.632 2.29 1.42 para

Tabla 3 Resultados del modelo de la GM obtenidos Subramanian (1996)

En donde la aceleracin en

, velocidad en pie/seg y el espaciamiento en pies

25

2.4.3. Estimacin del tiempo de reaccin en frenado

Se presentan a continuacin, algunos estudios que analizaron el tiempo de reaccin de conductores manejando en trfico real. Johansson y Rumer (1971) estimaron la distribucin del tiempo de reaccin de frenado de una muestra de 321 conductores. Los sujetos fueron instruidos para aplicar el pedal de freno tan rpido como ellos escucharan un sonido emitido por un dispositivo electrnico colocado en el auto. El lapso de tiempo desde el momento en que el sonido era producido al momento en el que el conductor encenda las luces de alto del vehculo fue registrado como el tiempo de reaccin en frenado. Los resultados de la investigacin mostraron que el tiempo vari desde 0.4 hasta 2.7 segundos con una mediana, media y desviacin estndar de 0.89, 1.01 y .37 segundos respectivamente. Por su parte, Lerner et al. (1995) estimaron la distribucin del tiempo de reaccin de una muestra de 56 conductores manejando en trfico real. Para estimar el tiempo de reaccin en frenado en una situacin inesperada, los sujetos no fueron informados que ellos estaban participando en un estudio de tiempo de reaccin. Cuando el sujeto alcanzaba una velocidad de prueba en sitio de 40 mph, una barrera amarilla era colocada aproximadamente a 610 metros enfrente del vehculo. El lapso de tiempo desde que la barrera era colocada al instante en el que el conductor aplicaba los frenos fue registrada como el tiempo de reaccin en frenado del conductor. Este tiempo vario desde 0.7 hasta 2.5 segundos con una mediana, media y desviacin estndar de 1.44, 1.51 y 0.39 segundos respectivamente. 2.4.4. Efectos del alineamiento vertical en la aceleracin

Segn el Manual de Proyecto Geomtrico de la SCT, un vehculo acelera, cuando la fuerza tractiva que genera el motor es mayor que las resistencias que se oponen al movimiento del vehculo y decelera, cuando las resistencias que se oponen al movimiento son mayores que la fuerza tractiva generada. Cuando las
26

resistencias son iguales a la fuerza tractiva, el vehculo se mueve a una velocidad constante y entonces se dice que ha llegado a su velocidad de rgimen. En general, el conductor acelera su vehculo cuando efecta una maniobra de rebase, cuando va a entrar a una pendiente ascendente, cuando se incorpora a una corriente de trnsito a travs de un carril de aceleracin, cuando cruza una interseccin a nivel en presencia de un vehculo que se aproxima por otra rama o bien, cuando desea aumentar su velocidad para disminuir tiempos de recorrido. El conductor decelera su vehculo cuando advierte algn peligro, para salir de un camino de alta velocidad a otro lateral, para cruzar una interseccin, para disminuir su velocidad en pendientes descendentes y en general, cuando quiere disminuir su velocidad; la longitud en que el conductor desee decelerar su vehculo, depender de la forma en que use el mecanismo de freno y de las resistencias que se oponen al movimiento de su vehculo. Habr ocasiones en que el vehculo pueda decelerar o acelerar en mayor grado que el deseado por el conductor como por ejemplo en las pendientes ascendentes y descendentes. En estos casos, toca al proyectista juzgar e interpretar los deseos del conductor, apoyado en las caractersticas de su vehculo y en funcin del uso del camino. La fuerza que dispone el vehculo para acelerarse o decelerarse, viene dada por la expresin:

Ecuacin 12 Fuerza que dispone el vehculo para acelerar o decelerar

En donde: = Fuerza disponible para acelerar o decelerar el vehculo en kg = Fuerza tractiva neta del vehculo en kg = Resistencia producida por el aire al movimiento del vehculo kg = Resistencia al rodamiento en kg

27

= Resistencia por friccin kg = Resistencia que ofrece la pendiente al movimiento del vehculo, en kg. Cuando el pendiente es ascendente, ofrece resistencia al avance del vehculo, pero cuando es descendente, favorece este movimiento. Para el caso estudiaremos el efecto en la pendiente o alineamiento vertical, . La resistencia por pendiente es proporcional al peso del vehculo y a la pendiente de la tangente vertical. En efecto, de la figura 3 se tiene:

Para el rango de las pendientes usadas en caminos:

Ecuacin 13 Resistencia por pendiente

En donde: Resistencia por pendiente, kg Peso total del vehculo, kg Pendiente de la tangente del alineamiento vertical, % En pendientes pronunciadas esta resistencia es mucho mayor que las dems y su influencia es decisiva en la operacin de los vehculos pesados.

28

Figura 3 Resistencia que opone la pendiente al avance del vehculo

Por lo tanto aplicando la segunda ley de newton tenemos:

Por otra parte, de las ecuaciones del movimiento uniformemente acelerado puede establecerse que:

;
En donde: = Masa del vehculo. Longitud que requiere el vehculo para pasar de la velocidad inicial ( ) a la velocidad final ( ), en metros = Velocidad inicial = Velocidad final Tiempo que requiere el vehculo para pasar de la velocidad inicial ( ) a la velocidad final ( ), en metros = Aceleracin
29

= Aceleracin de la gravedad, 9.81 Si expresamos la velocidad en km/h y sustituimos las expresiones anteriores, quedarn:

En donde: = Velocidad inicial = Velocidad final Las expresiones anteriores permiten proyectar todos aquellos elementos del camino en que intervenga la aceleracin o deceleracin de los vehculos. 2.5. Modelos de cambio de carril

Para entender el comportamiento del modelo de cambio de carril algunas investigaciones se han enfocado en modelar el comportamiento del espacio de cruzamiento en condiciones de alto en intersecciones T1. La fase de espacio de cruzamiento es una parte del proceso del cambio de carril. Gipps (1986) present un modelo de decisin de cambio de carril para ser usado en un simulador microscpico de trfico. El modelo fue diseado para cubrir varias situaciones de conductores donde las seales de trfico, obstrucciones y la presencia de vehculos pesados afectan en la decisin de cambio de carril. Tres principales factores fueron considerados en el proceso de decisin, estos son: necesidad, seguridad y conveniencia. Diferentes condiciones de manejo fueron examinadas. Sin embargo, el modelo mostr problemas de inconsistencia y no
1

Interseccin de tres ramas al mismo nivel en donde podemos realizar 6 movimientos.

30

homogeneidad. Los trminos inconsistentes implicaban que el conductor pudiera comportarse diferente bajo condiciones idnticas en diferentes tiempos, mientras el termino de no homogeneidad implica que diferentes conductores se

comportaran diferente bajo condiciones idnticas. Los parmetros del modelo no fueron estimados formalmente. La FHWA (1998) menciona que CORSIM es un simulador de trfico microscpico que usa FREESIM para simular carreteras y NETSIM para simular vialidades urbanas. En CORSIM el cambio de carril es clasificado ya sea como obligatorio (MLC, Mandatory Lane Change) o discrecional (DLC Discretionary Lane Change). Los conductores realizan un MLC cuando el conductor debe dejar su carril actual y realizar un DLC es cuando el conductor percibe que las condiciones del carril adyacente son mejores empero la necesidad no es imperativa. La necesidad o la conveniencia de cambiar de carril es determinada calculando un factor de riesgo que es aceptable para un conductor que est en funcin de la posicin del conductor relativa al objeto que da lugar a la necesidad de cambiar de carril. Yang y Koutsopoulos (1996) desarroll un modelo de cambio de carril en base a una regla que es slo aplicable en carreteras de carriles mltiples. El modelo es implementado en el simulador de trfico del MIT llamado MITSIM. El cambio de carril es clasificado ya sea obligatorio o discrecional. A diferencia de Gipps (1986), emplea un marco terico de probabilidad para modelar el comportamiento del conductor en las decisiones de cambio de carril cuando este tenga conflictos de intereses. Un conductor considera un cambio de carril discrecional nicamente cuando la velocidad del lder est por debajo de su velocidad deseada y observa los carriles adyacentes como una oportunidad de incrementar su velocidad. Emplea dos parmetros, el factor de impaciencia y el factor de velocidad indiferente, para determinar si la velocidad actual es lo bastante baja y la velocidad de otros carriles es lo suficientemente alta para considerar un DLC. Tambin desarrollaron un modelo de cruzamiento que captura

31

el hecho de que la longitud crtica de cruzamiento bajo una situacin MLC es ms baja que bajo una situacin DLC. Ahmed et al. (1996) desarrollaron un marco terico para un modelo general de cambio de carril que obtiene el comportamiento de cambios bajo ambas situaciones MLC y DLC. El cambio es modelado como una secuencia de 4 pasos: Decisin para considerar el cambio de carril, seleccin del carril, espacio de cruzamiento en el carril de cambio y desarrollar la maniobra de cambio. Desde el punto de vista del modelo, las herramientas para obtener el primer y cuarto paso no pueden ser identificadas de forma nica es decir al ser estos comportamientos que difieren segn el individuo en estudio y que con las tcnicas actuales el considerar la gama de comportamientos en un estudio de trfico es muy complicado hace que los parmetros en estos dos pasos no puedan ser considerados como nicos. Los investigadores estimaron parmetros del modelo nicamente para un caso en especfico el cul fue la incorporacin desde una carretera a una rampa en un intercambiador, usaron informacin obtenida en 1983 de un punto en la interestatal 95 Northbound cerca de Baltimore Washington (Smith, 1985). En dicho caso, asumieron que el conductor ya haba decidido el uso del intercambiador y por lo tanto el proceso de decisin incluye un espacio de cruzamiento y la maniobra del cambio de carril. Siguiendo a Yang y Koutsopoulos (1996) el espacio mnimo de cruzamiento para que el conductor tenga la posibilidad de ingresar a un carril de circulacin ingresando desde una incorporacin es igual a la distancia del vehculo anterior mnima requerida para cruzarse sin que el conductor de ese vehculo choque por alcance con el sujeto ms la distancia al vehculo posterior mnima para que el sujeto pueda acelerar sin dar alcance a dicho vehculo y por ltimo se suma la longitud del auto. La figura 3 nos muestra la definicin de lo anteriormente expuesto.

32

Figura 4Esquema de cruzamiento en una incorporacin Fuente: Dibujada por el autor del la tesis

Por lo tanto, para que el proceso de intercambio se lleve a cabo se tienen que dar las condiciones de tener un DVA mnimo as como un DVP mnimos, luego entonces es necesario calcular estas distancias. La distancia al vehculo anterior (DVA) para un conductor n al tiempo t es:

)
Ecuacin 14 Distancia crtica de cruzamiento DVA (Yang y Koutsopoulos, 1996)

Donde,

El clculo para la distancia del vehculo crtica DVP es la siguiente:

33

Ecuacin 15 Distancia crtica de cruzamiento DVP (Yang y Koutsopoulos, 1996)

Donde,

El modelo de cambio de carril dado ambas distancias de cruzamiento DVP y DVA son aceptables si:

Ecuacin 16 Modelo de cambio de carril (Yang y Koutsopoulos, 1996)

2.6. Modelos de cruzamiento

Estos modelos fueron desarrollados en los sesentas y setentas basados en la suposicin de la distribucin de la longitud crtica de cruzamiento. Herman y Weiss (1961) asumieron que el cruzamiento crtico tuviera una distribucin exponencial, Drew et al. (1967) asumi una distribucin log normal y Miller (1972) asumi una distribucin normal.

34

El cruzamiento crtico para un conductor n al tiempo t se asume que tiene la siguiente forma:

Ecuacin 17 Cruzamiento crtico

Donde,

y asume que

se asume que ambos son independientes. Por otra parte, se y . El trmino especifico aleatorio, ,

obtiene la correlacin entre diferentes observaciones de un conductor n. El modelo tiene la flexibilidad de incorporar la afectacin de otros estmulos en el comportamiento del cruzamiento del conductor por medio de la variacin del valor , mismo que incorpora numricamente la conducta del conductor. 2.7. Calibracin

La calibracin se puede ver como un problema de optimizacin en el cual la funcin objetivo tiene que ser minimizada bajo ciertas limitaciones. A continuacin, veremos la literatura actual relativa a la calibracin, los mtodos y estudios de matrices origen destino y la correlacin que existe entre ellos. 2.7.1. Estudios de calibracin

Como ya observamos en los temas anteriores existe una gran cantidad de informacin disponible sobre modelos de comportamiento, de aceleracin, de cambio de carril, de deceleracin inclusive hasta de comportamiento. Muchos de estos parmetros o distribuciones fueron calibrados usando recursos de informacin muy limitados o derivados de condiciones especficas y difcilmente

35

fueron probados en condiciones generales. En esta seccin describiremos algunos de los trabajos que se han hecho para calibrar modelos de trfico. Abdulhai y Tao (2002) en su ensayo discuten la calibracin de los parmetros de los simuladores microscpicos de trfico usando un algoritmo gentico. El paquete GENOSIM desarrollado por el propsito de calibracin realiza el papel de obtener los parmetros del simulador de trfico como lo es la eleccin de rutas, el cambio de carril, entre otros, asumiendo una MOD (Matriz-OrigenDestino). Dada una MOD y los parmetros inciales estimados, el micro simulador es activado para producir una informacin simulada. Basado en informacin simulada contra la informacin actual y una funcin objetivo, un algoritmo

gentico identifica los mejores parmetros. Este proceso es llevado a cabo hasta obtener resultados satisfactorios. Este enfoque fue usado para calibrar 5 parmetros de una red de 470 nodos, 1270 ligas y 109 uniones en Toronto,

Canad durante periodos pico de la maana entre las 8:00 a 9:00 AM. Lee et al. (Der- Horn, 2001 148) present la aplicacin del algoritmo gentico como una herramienta de optimizacin para determinar un combinacin de valores de parmetros de PARAMICS. En su estudio, un segmento de la carretera I-5 al sur de California entre Culver y Jamboree fue seleccionada para calibrar parmetros. Los sub modelos bsicos calibrados fueron el cambio de carril y el modelo de seguimiento de vehculo. Ambos modelos comenzaron afectados por el valor promedio de espacio entre vehculos y el promedio del tiempo de reaccin por lo tanto estos parmetros fueron seleccionados como los elementos de calibracin en este modelo. La calibracin se hizo en base a un conteo en campo con un detector de paso con un intervalo de 30 segundos el cual fue comparado contra los datos de salida del programa. Para que el comportamiento del modelo fuese estocstico se promediaron tres corridas con diferentes datos de inicio. Sin embargo, para simplificar el potencial de impacto trado por la MOD, se utilizaron mltiples orgenes y un slo destino. Cheu et al. (1994), calibraron el simulador microscpico INTRAS con un detector de paso con un intervalo de 30 segundos. Los parmetros encontrados
36

fueron identificados y calibrados individualmente, un valor ptimo fue obtenido teniendo los dems parmetros como constantes. Para obtener la naturaleza estocstica de los valores se promediaron ms de tres corridas. La desventaja de este enfoque es que no obtiene la interaccin entre los parmetros, por lo tanto la solucin obtenida podra no ser la ptima. Cheu et al. (1984) uso un algoritmo gentico para calibrar el simulador microscpico FRESIM para una carretera libre de Singapore. La calibracin hecha se baso en la informacin de campo obtenida en das de semana sobre 5.6 km de la vialidad mencionada. Los parmetros de la calibracin consistieron en velocidad a flujo libre y movimiento del vehculo. La funcin fue una combinacin de promedio de errores absolutos de 30 segundos de volumen y velocidad entre la informacin de salida de FRESIM y la informacin de campo. La forma de la funcin fue basada en la base logartmica natural, elevada a valor absoluto de la diferencia entre los valores observados y los simulados. Sin embargo, no se incluy ni asocio ningn dato estocstico en el modelo. Kurian (2000) en su trabajo desarroll un marco terico de optimizacin para la calibracin de un simulador de trfico estocstico. La variedad de problemas afect el estudio de la calibracin, como lo fueron la formulacin de una apropiada funcin objetivo, la identificacin sistemtica de los parmetros de sensibilidad y el efecto estocstico en los valores de los parmetros calibrados. La metodologa comenz con un grupo inicial de parmetros y despus se actualizaron los parmetros basado en la direccin ascendente. Esta metodologa puede llevar a un ptimo local y un enfoque ms fuerte ha de ser tomado para alcanzar un ptimo global. 2.8. Estimacin de la OD

Uno de los datos ms importante de entrada para los modelos de simulacin es la matriz de origen-destino. Las matrices OD pueden ser ya sea esttica o dinmica como en la naturaleza. Un recuento de mtodos para la estimacin de las matrices estticas de OD es presentado a continuacin.
37

Los mtodos estticos usados para la estimacin de flujo de OD incluyen los que maximizan la entropa o se enfocan en la minimizacin de la informacin (Vanzuylen, 1980) los mtodos probabilsticos (Maher, 1983) y mtodos generalizados de mnimos cuadrados. Estos modelos de estimacin son relativamente simples de resolver y tienen algunas propiedades establecidas (Bell, 1985). Cascetta (1988) present una revisin de estas estimaciones de matrices OD estticas. As mismo en 1984 clasific en general las tcnicas de estimacin dentro de las siguientes tres categoras: Estimacin de muestra directa Modelo de estimacin Estimacin usando conteo de trfico En la estimacin de muestra directa, muchas encuestas deben ser realizadas, como encuestas de casa o de destino, entrevistas en carretera,

tcnicas de reten entre otras, o una combinacin de ellas, con el propsito de estimar la matriz OD. Estas matrices usualmente son parciales por no existir una medida del error. En el modelo de estimacin, de las matrices OD se aplica un sistema de modelos que da el nmero de viajes realizados. El tercer mtodo usa conteos de trfico para la estimacin indirecta de la matriz OD. Este mtodo es el menos costoso, dado que medir el flujo es mucho ms econmico en comparacin con las costosas encuestas. Nguyen (1977), dirige el problema de la estimacin de la matriz OD a buscar reproducir el tiempo de viaje observado, cuando la OD es asignada a la red de manera ptima por el usuario. La formulacin result ser similar a una demanda elstica de un modelo de red equilibrado para problemas de trfico. En el trabajo realizado por De la Llata (1991), expone el procedimiento donde a partir de formulaciones matemticas que se enuncian a continuacin se logra una relacin entre los volmenes de trnsito y los volmenes de O-D. La relacin entre volmenes origen-destino y volmenes en arcos est dada por la siguiente ecuacin:
38

Ecuacin 18 Relacin entre Volmenes O-D y Volmenes en Arcos (Dela LLata, 1991)

Donde P ij es la proporcin de los volmenes en el par origen-destino j que usan el arco i. Estos valores P ij se obtienen mediante los procedimientos llamados de asignacin. Siendo los volmenes observados en el par origen destino j y en el arco i respectivamente, las dos formulaciones planteadas por De la Llata (1991) se desarrollaron como se ve a continuacin.

Ecuacin 19Formulacin De La Llata, Para Estimacin De Demanda De Trnsito En Carreteras (1991)

Donde Min se refiere a minimizar y s.a, sujeto a.

Ecuacin 20 Formulacin De La Llata, Para Estimacin De Demanda De Trnsito En Carreteras (1991)

39

En ambas formulaciones, los volmenes a incluir en la funcin objetivo, deben ser aquellos para los que se tenga alguna observacin, ya que de utilizarse un valor igual a cero para aquellos volmenes no observados, al minimizar la funcin objetivo se forzara a que los volmenes estimados fueran demasiado pequeos. La literatura discutida hasta ahora era referida a la estimacin esttica de la matriz OD. Las desventajas de tales modelos estticos es que ellos no capturan la dinmica del flujo del trfico y asumen que las ligas de flujo observadas representan una situacin estacionaria que persiste sobre un bloque de tiempo. Cremer y Keller (1987) propusieron un mtodo dinmico para la estimacin de la OD. El flujo de la OD fue tratado como una variable de cambios de tiempo, que depende en tiempo variando el conteo de salida y entrada. Modelos dinmicos fueron desarrollados para complejas intersecciones usando cuatro mtodos

diferentes: Mtodo de matrices de correlacin cruzada, mtodo de optimizacin limitada, estimacin recursiva y estimacin usando el filtro de Kalman. Nihan y Davis (1989) propuso mtodos de error recursivo para estimar la OD dinmica de un conteo de entradas y salidas. El mtodo de error recursivo es una formulacin de mnimos cuadrados donde toda la observacin pasada es tomada dentro de la cuenta, para estimar las matrices OD de un conteo de entrada y salida. Ambos mtodos ignoran los efectos de la eleccin de la ruta. Bell (1991), determin parmetros separados relaciones de salida-entrada en la red que representan el flujo del trfico en intersecciones de redes carreteras o a lo largo de pequeos segmentos en autopista. Propuso dos mtodos para estimar dinmicamente los flujos de las OD. En el primer mtodo se asume que el tiempo de viaje esta geomtricamente distribuido y el modelo hace uso del modelo de recurrencia de dispersin del pelotn. Este mtodo es apropiado para una interseccin sencilla debido a que la distribucin geomtrica del tiempo es adecuada slo en distancias cortas. En el segundo mtodo no se hace asume ninguna distribucin del tiempo de viaje por lo tanto puede ser aplicada a redes de autopistas.
40

Chang y Tao (1996), propusieron un modelo de lnea cordn (se refiere hipotticamente a una curva cerrada que intercepta con un grupo de ligas y divide la red en dos partes: dentro y fuera de la sub red circunscrita) para la estimacin dinmica de la OD. El modelo fue desarrollado usando el enfoque del filtro de Kalman. Los componentes clave de este modelo son: No toma en cuenta ninguna OD previa, y toma en cuenta los efectos de semaforizacin en los tiempos de viaje y por lo tanto puede ser aplicada en redes con redes semaforizadas. Sin embargo, la desventaja de este modelo es que requiere un conteo de trfico en cada entrada y salida de locacin. Cascetta et al. (1993) en un trabajo posterior extendi enfoque de mnimos cuadrados para estimar el flujo de las matriz OD dinmicas. Se discutirn dos procesos alternativos de estimacin, el simultneo y el secuencial. El enfoque simultaneo estima el flujo de la OD en todo intervalo de tiempo en un solo paso. Por otro lado la tcnica de la estimacin secuencial estima el flujo de la OD en cada intervalo de tiempo. Ben- Akiva et al. (2002) calibraron el paquete MITSIMLab para una red de trfico mixta, urbano-carretero, en el rea de Brunnsviken en el norte de Stockholm bajo condiciones de congestionamiento. Usaron sensores en diferentes ubicaciones para obtener informacin adicional como la velocidad y el flujo.

Usaron un mtodo iterativo para tomar en cuenta la interaccin entre los parmetros de comportamiento del conductor y los viajes generados

correspondientes a la matriz OD de flujo. La metodologa que siguieron se describe en la figura 4.

Comportamiento del conductor Calibracin de Sub-Red Comportamiento de Viaje Calibracin de Sub-Red

Calibracin de Sub-Red

Parametros de comportamiento del conductor

Tiempos habituales de viaje

Parametros de eleccin de ruta

Estimacin de la OD

PROCESO ITERATIVO

Figura 5 Proceso Iterativo de calibracin para simuladores de trfico (Ben- Akiva)

41

2.8.1.1.

Modelo de microsimulacin VISSIM

Este modelo se desarroll en los inicios de los aos 70 en la Universidad de Karlsruhe en Alemania; para 1973 se inicia la comercializacin y distribucin por parte de PTV Amrica Inc. En 1995 se aplica en Norte Amrica por primera vez en Eugene. Oregn, y en 1999 se realiza la actualizacin con el modelo de seguimiento de vehculos en autopista, en el 2001 se integr con VISUM (modelador de planificacin de transporte y sistema de informacin geogrfica) y por ltimo en 2004 se crea una nueva interface grfica de usuario basada en Microsoft.NET10. 2.8.2. Definicin

VISSIM est basado en un modelo de microsimulacin que se desarroll para modelar el trnsito urbano y operaciones del transporte pblico, este programa puede analizar: configuracin de carriles, composicin del trnsito, semaforizacin; seal de alto, etc., convirtindose as en una herramienta til para la evaluacin de varias alternativas basadas en el diseo y la planeacin del trnsito y transporte. 2.8.3. Aplicacin

Los resultados de VISSIM se utilizan en la definicin de estrategias en el control de la semaforizacin para el manejo ptimo de vehculos, tambin para probar varias disposiciones y asignaciones de cruces complejos, lo mismo que para la ubicacin de bahas de autobuses, la viabilidad de paradas complejas, la viabilidad de sitios de peaje, as mismo se encuentra que es para asignar carriles de mezclamiento, entre otros. VISSIM es un simulador multiuso que se dirige al personal tcnico responsable del control de la semaforizacin, operacin de trnsito, planificacin de ciudades e investigadores que requieran evaluar la influencia de tecnologas nuevas de control.
42

VISSIM es usado para simulacin de trnsito y las necesidades del transporte pblico, esto incluye. Desarrollo, evaluacin y ajuste de la lgica de las seales de prioridad. Puede usar varios tipos de lgica de semaforizacin. Adems de la

funcionalidad de la construccin de programacin de tiempos fijos, hay semaforizacin accionada por el trnsito idntica a los paquetes de software de semaforizacin instalados en el campo. En VISSIM algunos de ellos pueden ser incorporados, algunos se pueden aadir usando agregaciones y otros se pueden simular a travs del generador externo del estado de la semaforizacin (VAP) que permite diseo de la lgica de control definida por la semaforizacin. Evaluacin y optimizacin (interfaces para signal97/TEAPAC) de la

operacin del trnsito en una red con combinacin de semforos coordinados y actuados. Evaluar la viabilidad y el impacto de integrar trenes ligeros dentro de la red

vial urbana. Es aplicado para el anlisis de oscilacin de velocidades bajas y reas de

mezclamiento. Permite la comparacin fcil de alternativas que incluyen semaforizacin e

intersecciones controladas con seal de alto, glorietas e intercambios a desnivel. Anlisis de operacin y capacidad de estaciones de tren y sistemas de bus. Soluciones de tratamientos especiales para buses (Ej.: colas, longitud,

carriles solo para bus) Con la incorporacin de un modelo de asignacin dinmica, VISSIM puede

responder a un cambio de ruta dependiendo de cuestionamientos tales como es el impacto de las seales de mensaje variable o del posible trnsito dentro de los barrios vecinos para la red o para ciudades de tamao mediano.

43

2.8.4. Generalidades del Modelo.

La distribucin estocstica de la velocidad y los diferentes umbrales relacionados con la distancia se refleja en las caractersticas de comportamiento individual del conductor. El modelo ha sido calibrado a travs de mltiples medidas en la Universidad Tcnica de Karlsruhe Alemania. Peridicamente se miden los parmetros y los resultados del modelo que aseguran que los cambios en la conducta del conductor y el mejoramiento del vehculo son tenidos en cuenta 2. VISSIM no es solo un simulador del trnsito que representa conductores en una autopista multicarril precedidos por dos vehculos, tambin pueden ser dos vehculos vecinos en su circulacin por carriles adyacentes. Adems, la aproximacin a un semforo previene a los conductores a una distancia de 100 metros de la lnea de detencin. El flujo de trnsito es simulado por el movimiento de la unidad vehculo conductor" a travs de la red. Cada conductor con sus caractersticas de conducta especfica es asignado a una clase de vehculo. Como consecuencia, el comportamiento del conductor corresponde a las capacidades tcnicas de su vehculo, cada atributo de las caractersticas de la unidad vehculo-conductor puede ser discriminado dentro de tres categoras3: 1) Especificaciones tcnicas de los vehculos: Longitud, mxima velocidad, potencia de aceleracin, posicin actual en la red, velocidad actual y aceleracin. 2) Comportamiento de la unidad vehculo - conductor: Umbral de sensibilidad del conductor (habilidad para estimar, agresividad), memoria del conductor, aceleracin basada en la velocidad de la corriente y la velocidad deseada.

2 3

PTV VISION, traffic mobility logistics. Manual del VISSIM 5.20. ao 2009. PTV VISION, traffic mobility logistics. Manual del VISSIM 5.20. ao 2009

44

3) Interdependencia de la unidad vehculo- conductor: Relacin de lecturas del seguimiento de vehculos en carriles propios y adyacentes. Relacin de enlaces de las corrientes de flujo a las intersecciones prximas. Relacin de la prxima seal de trnsito. 2.8.5. Elementos de entrada del modelo.

2.8.5.1.

Funciones de Aceleracin y Deceleracin.

VISSIM utiliza distribuciones estocsticas para las funciones de aceleracin y deceleracin las cuales dependen de la velocidad actual y representan los diferentes comportamientos en la conduccin. Para cada tipo de vehculo se asigna dos funciones de aceleracin y otras dos para la deceleracin; y se representan mediante grficas. Cada grfica consiste de tres diferentes curvas que muestran los valores mnimos, medios y mximos de las funciones. Aceleracin Tcnica: Es la aceleracin factible tcnica para los vehculos. Es considerada slo si una aceleracin excede la aceleracin deseada para mantener la velocidad en pendientes (esta es la aceleracin que garantizan las industrias de vehculos). Aceleracin deseada: La que el conductor desea. Esta es usada para cualquier otra situacin (medida de campo). Deceleracin Tcnica: Es la deceleracin factible tcnicamente para por los vehculos. sta es ajustada a pendientes por cada 1 m/s2 para pendiente positivas y para pendientes negativas en - 1 m/s2 (esta es la deceleracin que garantizan las industrias de vehculos).

45

Deceleracin deseada: La que el conductor desea. Si esta es menor que la mxima deceleracin tcnica, entonces la deceleracin deseada es usada como la mxima para la deceleracin (medida de campo). 2.8.5.2. Distribuciones

Algunos parmetros que se manejan en VISSIM estn representados por medio de distribuciones de naturaleza estocstica, los cuales permiten asemejarse ms a las situaciones reales. Los siguientes son parmetros que corresponden a esta naturaleza: Distribucin de Velocidad: Para cualquier tipo de vehculo, la distribucin de la velocidad es un parmetro de gran influencia en la capacidad de las vas. Para alimentar el programa se debe tener en cuenta la velocidad deseada para cada tipo de vehculo, la cual se define, como la velocidad a la que un conductor desea viajar a flujo libre la cual puede tener pequeas variaciones llamadas oscilaciones. Distribucin de Peso y Potencia: sta se realiza slo para los vehculos pesados; y es la relacin de su peso y potencia; por lo tanto se hace necesario saber no slo la caracterstica tcnica del vehculo relacionada con la potencia sino tambin el peso de la carga para poder establecer la relacin, es un parmetro que influye de manera notable en autopistas donde este tipo de vehculos presenta un alto porcentaje de la composicin del flujo vehicular. Por realizarse en una zona urbana donde este tipo de vehculos representa menos del 3% de la composicin este parmetro no es considerado relevante. Distribucin de Color: Est distribucin es slo necesaria para la visualizacin de las grficas, y no es un parmetro que afecte los resultados de la modelacin. Distribucin de Modelo de Vehculos: Est distribucin modela los diferentes tipos de vehculos que se pueden encontrar en una red de acuerdo a las
46

caractersticas de sus dimensiones, (longitud, distancia al eje frontal, al eje trasero, etc.). Adems se puede definir el porcentaje que cada tipo de vehculos conforma en su clase. Distribucin de Tiempos de Demora: Estas distribuciones son usadas en VISSIM para simular: parqueo, seales de pare, conteo en peajes, paradas de buses. Se puede ingresar mediante dos formas: Distribucin Normal: Con una media y una desviacin estndar. Distribucin Emprica: Se definir por medio de una grfica similar a las

distribuciones de velocidades donde se hallar un valor mximo y un mnimo y con puntos intermedios con los que se construir la grfica. Distribucin de Modelo, Millaje y Temperatura: Este tipo de distribuciones tiene como principal funcin cumplir con las evaluaciones de emisiones, en este trabajo no se evaluaran este tipo de alternativas por el alcance que se ha definido. 2.8.5.3. Tipos de Vehculos

Se le denomina tipo a un grupo de vehculos con caractersticas tcnicas y comportamiento de conduccin similar, por defecto el VISSIM presenta los siguientes tipos: autos, camiones, bus, bus articulado, trenes, bicicletas y peatones. 2.8.5.4. Clases de Vehculos

En este tem se puede agrupar diferentes tipos de vehculos (creados previamente) que contengan ciertas caractersticas similares, para efectos de la investigacin se dejarn establecidas las mismas clases que el programa trae por defecto las cuales son: Livianos, pesados, buses, trenes, peatones y bicicletas.

47

2.8.5.5.

Comportamiento de Conduccin

El comportamiento de los conductores se refleja en diferentes variables las cuales pueden ser: velocidades, distancias de seguridad, brechas, tiempos de reaccin e inclusive dependen de las caractersticas fsicas de los vehculos y del tipo de conductor (anciano, joven, mujer, etc.). En VISSIM se modela el comportamiento del conductor en cuatro fases las cuales son: 1. Seguimiento de Vehculo. 2. Cambio de Carril. 3. Movimiento lateral. 4. Control por semaforizacin. Cada una de estas fases est compuesta por diferentes parmetros los cuales afectan directamente la interaccin de los vehculos y por lo tanto pueden causar diferencias substanciales en los resultados de la simulacin. VISSIM asigna un comportamiento de conduccin a cada arco por medio del tipo de arco, por lo tanto existe para cada clase de vehculo diferentes parmetros de comportamiento de conduccin. A continuacin se definirn los diferentes parmetros asignados en las cuatro fases descritas anteriormente. 2.8.5.6. Seguimiento de Vehculo

El seguimiento del vehculo est basado en un modelo microscpico, discreto, estocstico, basado en la teora de que el conductor se encuentra en cuatro diferentes estados de seguimiento con el paso del tiempo, configurando el vehculo y el conductor como una sola unidad.

48

Parmetros Disponibles: Distancia hacia adelante: Define la distancia que un conductor puede ver

para reaccionar ante otros vehculos que se encuentran adelante o al lado del en el mismo arco. Esta distancia se divide en una distancia mxima y una mnima. Distancia Mxima: Es la mxima distancia permitida para mirar hacia delante. Para efectos de este trabajo se tomar como la mayor distancia que permite la zona de estudio teniendo en cuenta la visibilidad del sitio. Distancia Mnima: este es un valor importante para la modelacin del comportamiento lateral, especialmente si varios vehculos se encuentran prximos a una cola, este valor depende de la velocidad de aproximacin. Como recomendacin del programa, para zonas urbanas se encuentra entre 20 y 30 metros. Para efectos del estudio se tomar una distancia aproximada de 10 metros. Para este caso no se hicieron observaciones de campo, sin embargo por la experiencia se considera que este valor representa las maniobras arriesgadas observadas. Nmero de Vehculos Observados: Este parmetro afecta tan bien los

vehculos en la red, pueden predecir el movimiento de los dems vehculos y reaccionar adecuadamente. Este parmetro ser asignado como 2 vehculos. Este valor es considerado porque el seguimiento tiene en cuenta el vehculo de adelante principalmente y en una proporcin muy baja el que sigue ms adelante del vehculo en cuestin. Falta de Atencin Temporal: (parmetro del sueo): Los vehculos no

reaccionarn a un vehculo precedente, por un intervalo de tiempo. Este parmetro se encuentra dividido en dos: Duracin: definida como el tiempo en segundos que dur la ltima falta de atencin. Probabilidad: la frecuencia con la que ocurre la falta de atencin.

49

Este parmetro no ser tenido en cuenta en la calibracin, por lo tanto se trabajar con los valores que vienen por defecto. Modelo del Seguimiento de vehculo: Este parmetro selecciona el modelo

base para el comportamiento del vehculo; dependiendo del modelo seleccionado los parmetros cambian. Existen tres tipos de seleccin: 1. Wiedemann 74: Modelo que se utiliza para trnsito urbano. Este ser el

modelo seleccionado para esta investigacin, ya que el sitio escogido es en zona urbana. 2. Wiedemann 99: Modelo que se utiliza para autopistas, es decir trnsito

interurbano. 3. No interaccin: Se relaciona con vehculos que no reconocen otros

vehculos este es seleccionado para simplificar el comportamiento peatonal. Parmetros del Modelo: Dependiendo del modelo seleccionado estos parmetros cambian, por lo tanto los parmetros aqu descritos corresponde al modelo Wiedemann 74. Distancia esttica Promedio: (ax ) define el promedio de la distancia entre dos vehculos que se encuentran detenidos, la cual tiene una variacin fija de 1m. Parte aditiva y multiplicativa de la distancia de seguridad: (bx _ add) y (bx _mult). Estas afectan la distancia de seguridad (d). La distancia d entre dos vehculos est calculada usando la siguiente frmula:

Ecuacin 21 Distancia entre dos vehculos Modelo VISSIM

50

Donde ax es la distancia esttica y

Ecuacin 22 Parte aditiva y multiplicativa de la distancia de seguridad.

Donde: V= Es la velocidad del vehculo. Z= Es una distribucin normal con un rango de [0,1] alrededor de 0.5 con una desviacin estndar de 0.15. Estos parmetros pueden afectar la capacidad del flujo. 2.8.5.7. Cambio de Carril

El modelo contempla bsicamente dos cambios de carril: 1. Cambio de carril necesario: para continuar por un conector y seguir la ruta

asignada. Los parmetros de comportamiento de conduccin contienen una mxima deceleracin aceptable para el vehculo que se encuentra en el carril y desea cambiar y para el vehculo que quedar detrs en el nuevo carril, dependiendo de la posicin de la parada de emergencia en el prximo conector de la ruta. 2. Cambio de carril libre: cambiar a un carril de velocidades ms altas. VISSIM

chequea la distancia de seguridad deseada del vehculo que quedar atrs en el nuevo carril. Esta distancia de seguridad depende de la velocidad de este vehculo y del vehculo que desea cambiar de carril. En ambos casos cuando un conductor intenta cambiar de carril, el primer paso es hallar una brecha conveniente en la direccin del flujo. El tamao de la brecha depende de la velocidad del carril a cambiar y del actual.

51

Parmetros Disponibles: Comportamiento General: Define como es el comportamiento del

adelantamiento en la conduccin. Seleccin libre del carril: Los vehculos adelantan en cualquier carril. Esta opcin ser la seleccionada para esta investigacin, pues se observa en el campo este tipo de comportamiento. Regla de la mano derecha o izquierda: Permite el adelantamiento en el carril rpido solo si la velocidad est alrededor de 60 km/h. Para los carriles lentos se les est permitido a los vehculos comprometerse con una mxima diferencia de velocidades de 20 km/h. Cambio de carril necesario: La agresividad del cambio de carril puede ser definida. Esta es determinada por umbrales de deceleracin tanto para el vehculo que realizar el cambio de carril como para el que quedar detrs de l. El rango de esta deceleracin est definido por una deceleracin mxima y una aceptada, adems se usa una tasa de cambio de 1 metro por 1 m/s2 para reducir la mxima deceleracin con el incremento de la distancia de la posicin de la parada de emergencia. Tiempo de espera ante una interseccin: Define la mxima cantidad de tiempo que un vehculo puede esperar en la posicin de lnea de detencin, para esperar una brecha y cambiar de carril para continuar su ruta. Mnima Separacin: Definida como la mnima distancia al vehculo de enfrente que est disponible para realizar el cambio de carril en condiciones estticas. Factor de reduccin de la distancia de seguridad: El factor de reduccin que se utiliza para el cambio de carril del vehculo que realizar la maniobra es de 0.6 por defecto.

52

2.8.5.8.

Comportamiento Lateral

Por defecto en VISSIM un vehculo ocupa el ancho entero de un carril: Los parmetros del comportamiento lateral permiten viajar a diferentes posiciones laterales y tambin sobrepasar vehculos que se encuentran en el mismo arco si el ancho es suficiente. Parmetros disponibles: Deseo de la posicin a Flujo Libre: Define la posicin lateral de un vehculo dentro del carril mientras est a flujo libre. Las opciones que se presentan son a mitad del carril o derecha o izquierda. Para la simulacin de la zona en estudio se tomar la mitad del carril, pues es el comportamiento observado en campo. Observacin de los vehculos en carriles prximos: Los vehculos tambin consideran la posicin de otros vehculos que viajan en carriles adyacentes. Esta opcin ser seleccionada. Configuracin de la cola en diamante: Permite la configuracin de los vehculos cuando se encuentran en cola en forma de diamante, asemejndose ms a la realidad. Est opcin ser seleccionada. Adelantamiento en el mismo carril: Selecciona la clase de vehculos que les est permitido el adelantamiento en el mismo carril por otros vehculos que estn especificados dentro de este parmetro. Distancia mnima Lateral: Es la distancia mnima lateral por clase de vehculos que se encuentran en un mismo carril. La distancia est definida para una velocidad de 0 Km/h como tambin para 50 Km/h; la distancia que por defecto carga el programa es de 1m para ambos casos. 2.8.6. Desarrollo del Modelo

El paquete de simulacin VISSIM consiste internamente de dos programas el simulador de trfico y el generador de estado de seales La simulacin genera
53

una animacin en tiempo real de las operaciones del trnsito e internamente una generacin de archivos de salida con acumulacin de datos estadsticos tales como tiempos de viajes y longitudes de cola. El simulador de trnsito es un modelo microscpico de flujo de trnsito que incluye la lgica del seguimiento de vehculo y del cambio de carril. El generador del estado de seales es un indicador del control del software para detectar informacin de la simulacin del trnsito en un intervalo de tiempo discontinuo (ms pequeo que una dcima de segundo). De acuerdo con esa informacin determina el estado de seales para el siguiente segundo y retorna esta informacin al simulador del trnsito en la figura 5 se esquematiza la comunicacin entre el simulador y generador de estado de seales.

Figura 6 Comunicacin. Simulador de Trnsito y el Indicador de Semaforizacin. FUENTE: Manual del VISSIM. PTV American Ao 2009.

Lo esencial para la exactitud de la simulacin del trnsito, es la calidad de la modelacin real de los vehculos, Ej.: la metodologa del movimiento de los vehculos a travs de la red. En contraste con esto hay modelos menos complicados que usan la velocidad constante y determinan la lgica del seguimiento de vehculos. El modelo de flujo de trnsito de VISSIM es discreto y

54

estocstico, el paso de tiempo se bas primero en un modelo microscpico, con unidades de vehculo como entidades individuales. 2.8.6.1. Modelo de Seguimiento de vehculo de Wiedemann

VISSIM usa el modelo del comportamiento psicofsico del conductor desarrollado por Widemann (1974). Los vehculos siguen uno a otro en un proceso de oscilacin. Cuando un vehculo ms rpido se acerca a un vehculo ms lento en un solo carril se ajusta su separacin. El punto de accin o de reaccin consciente depende de la diferencia de velocidad, la distancia y el comportamiento del conductor. En conexiones de multi-carril se verifica s los vehculos manejan cambiando de carriles. Si ese es el caso, ellos verifican la posibilidad de encontrar los espacios aceptables en carriles vecinos. El seguimiento de vehculos y el cambio de carril forman un conjunto integrado en el modelo de trnsito. El movimiento longitudinal de los vehculos est influenciado por los vehculos que viajan al frente en el mismo carril. Es por esto que el modelo es llamado el modelo del seguimiento de vehculos. Un conductor est directamente influenciado por el primer vehculo que viaja al frente suyo ya que el segundo vehculo tendr alrededor del doble de la distancia; por lo tanto este modelo se concentra en la influencia del primer vehculo que est al frente, incluyendo la opcin de frenado.

La influencia del movimiento est caracterizada por la percepcin del movimiento relativo del vehculo del frente, cambios en la distancia y en la diferencia de velocidades. Estos cambios son percibidos si el impulso fsico excede un cierto valor mnimo, llamado umbral. La percepcin de los cambios depende de qu tan rpido la imagen del vehculo del frente cambie, la cual es una funcin de la diferencia de velocidades y distancias.

Estas medidas e investigaciones fueron realizadas por Todosiev (1963), Michaels (1965) y Hoefs (1972); con el propsito de encontrar los lmites de la
55

percepcin humana en el proceso de seguimiento de vehculos. Esta investigacin forma la base del modelo de seguimiento de vehculo desarrollado por Wiedemann (1974).

2.8.6.2.

Umbrales del Modelo

El comportamiento humano tiene una distribucin natural: En diferentes conductores se encuentra diferencias en la habilidad a la percepcin y estimacin, en las distancias de seguridad, en los deseos de velocidad, y en la aceptacin de las mximas aceleraciones o deceleraciones ; las cuales son caractersticas de la agresividad en la conduccin. Algunos de estos parmetros tambin dependen de la capacidad de los vehculos como lo son: la mxima velocidad y mxima aceleracin y deceleracin. Esto es un fenmeno natural que puede ser representado por distribuciones normales aunque no se tiene un conocimiento exacto acerca de estas distribuciones, por lo tanto diferentes parmetros se usarn al azar dentro del modelo para calcular los valores del umbral y las funciones de conduccin. La percepcin y reaccin estn representadas por un conjunto de umbrales y distancias deseadas. Estos umbrales representan diferentes reas que estn asociadas a diferentes situaciones de la interaccin entre un vehculo y el vehculo que est frente a l. Estas reas son: 1. El vehculo no est influenciado por un vehculo que viaje al frente. 2. El vehculo est influenciado porque el conductor percibe un vehculo al frente con una velocidad ms baja que la de l. 3. El vehculo empieza un proceso de seguimiento. 4. El vehculo se encuentra en una situacin de emergencia.

56

Por lo tanto, el proceso de conduccin de acuerdo a las condiciones dadas se asocia a las diferentes reas, las cuales son representadas en la siguiente figura 6:

Figura 7 Modelo de la Lgica del Seguimiento de Vehculo. (Wiedemann 1974) FUENTE: Manual del VISSIM. PTV American. Ao 2006

Los umbrales son representados para una unidad de vehculo-conductor (I) que viaja a una velocidad (real). El eje horizontal representa la diferencia de velocidades con valores positivos caracterizando el cierre del proceso (la velocidad del vehculo de en frente (I-1) es ms baja). Y el eje vertical representa la distancia al vehculo de en frente (I-1). 2.9. Aplicacin de modelos de microsimulacin

Los modelos de microsimulacin actualmente utilizados en el rea de las vas terrestres son utilizados con propsitos de presentacin en la mayor parte de los trabajos encontrados, realmente los modelos son aplicados en la mayora por personas con conocimientos limitados en el rea, tomando parmetros arbitrarios y sin una calibracin. Sin embargo se indag si existan antecedentes de trabajos
57

de simulacin de trfico, serios donde se pudiese encontrar una metodologa y una calibracin, resultando en tres proyectos realizados por la empresa Cal y Mayor con el paquete VISSIM, sin embargo no se encontr evidencia de que los parmetros fueran ajustados para las condiciones de las zonas de estudio, nicamente se not una calibracin a los modelos. A continuacin se enuncian las aplicaciones encontradas donde se simul el trnsito con el propsito de toma de decisiones y realizacin de propuestas conceptuales. Boulevard Bicentenario (Paseo Zumpango) Para satisfacer las necesidades de transportacin en esta ciudad, GEPOLIS estableci la necesidad de desarrollar un esquema vial conformado por una vialidad principal Boulevard Bicentenario o Paseo Zumpango de manera tal, que se asegur la conexin interregional de la nueva ciudad con autopistas como el Circuito Exterior Mexiquense, la Autopista Mxico-Quertaro, el Arco Norte y la Autopista MxicoPachuca; y desde el punto de vista urbano, articule las vialidades de conexin interna, asegurando a los residentes movilidad, conectividad, ahorros en tiempo de viaje y en costos de operacin. Para el logro de objetivos y desarrollo de los alcances, se utilizaron tcnicas de modelacin y microsimulacin de tipo regional y local como los modelos Visum y Vissim. Sistema de transporte masivo Trolmrida Para el desarrollo de la Copa Amrica 2007, la ciudad de Mrida en Venezuela enfrent un reto en materia de movilidad y transporte. Al mismo tiempo que se preparaba el estadio metropolitano de Mrida para su inauguracin, se trabajaba a marchas forzadas en la construccin de vas de acceso a ste y se pona en marcha el nuevo sistema de trolebuses tipo BRT conocido como TrolMrida. Los lineamientos de la Conmebol exigan que no se permitiera al pblico en general el acceso al estadio en automvil particular; es decir, todos los aficionados
58

(el estadio cuenta con capacidad para 42,000 espectadores) deban llegar al estadio caminando o en transporte pblico. Expertos en micro-simulacin, trnsito y transporte pblico se encargaron directamente de disear un plan de contingencia para solucionar esta problemtica. Dicho plan incluy la definicin de dos permetros de control de acceso alrededor del estadio, un plan de desvos para el trnsito vehicular y un diseo especial de rutas de transporte pblico que permiti dar acceso y salida a los aficionados del estadio. En primera instancia se dise el plan de desvos y de sealamiento para trnsito vehicular, as como el plan operativo para transporte pblico que permitiera mover, a travs del trolebs y autobuses disponibles, a los aficionados dentro de los tiempos requeridos de acceso y desalojo del estadio. El modelo de micro-simulacin permiti evaluar y afinar el plan propuesto en trminos de operacin y administracin de la infraestructura ofrecida. Sistema de transporte UNAM Ciudad Universitaria est conformada por decenas de edificios, zonas escolares, instalaciones deportivas, estacionamientos y circuitos viales de gran extensin; todos distribuidos a lo largo de un rea aproximada de 700 hectreas en dnde se da cita diariamente una poblacin cercana a 280 mil personas. El incremento de automviles llev al uso ineficiente de la infraestructura vial y de estacionamientos, arrojando circuitos congestionados, trfico intenso, aglomeraciones y falta de espacio; en general, redujo considerablemente la calidad de la movilidad de personas y vehculos. Para solucionar esta problemtica se concibi el sistema PUMABUS,

conformado por modernos autobuses que circulan en carriles exclusivos, los cuales prestan el servicio de transporte pblico en circuitos o rutas que unen un estacionamiento re-moto, ubicado en el Estadio Olmpico con todas las dependencias y facultades del complejo de Ciudad Universitaria. Paralelamente se
59

implement el Sistema BICIPUMA que consiste en un circuito para bicicletas que cubre gran parte del Campus y que en puntos estratgicos cuenta con Bicicentros donde, de forma gratuita, se prestan bicicletas a todos los universitarios. Durante el proceso de evaluacin se incluy, en muchos casos, el uso de modelos de micro-simulacin, los cuales permitieron definir de manera precisa lo que hoy en da es el funcionamiento real del sistema.

60

3. METODOLOGA

3.1. Captura de datos

Este captulo provee la gua sobre la identificacin, recoleccin y preparacin de la base del conjunto de datos que se necesita para desarrollar un modelo de microsimulacin y los datos que se necesitan para evaluar la calibracin y fidelidad que presenta el modelo comparado con las condiciones reales. Hay tcnicas especficas y documentos gua que se centran en la recoleccin de datos que deben ser usados para el anlisis de trnsito 4. 3.2. Datos requeridos

Los datos concretos de entrada que se requieren para un modelo de microsimulacin variarn de acuerdo al software y a la aplicacin especfica del modelo as como los objetivos y alcances definidos del estudio. Este documento se centra en el paquete VISSIM: Geometra de la vialidad (longitud, carriles y curvaturas). Controles de trfico (sealamientos y frecuencia de los sealamientos). Demandas (volmenes de entrada, volmenes de movimientos, tabla Origen-Destino) Datos de calibracin (aforos de trfico, datos de rendimiento como velocidad y filas). Adems de lo dicho anteriormente, los modelos de microsimulacin requieren las caractersticas de los vehculos y de los conductores (longitud de vehculo, tasa de aceleracin mxima y agresividad de los conductores).

Por ejemplo; Currin(2001), Robertson y Hummer (1994), MCA(200).

61

3.2.1. Datos geomtricos

Los datos de geometra bsica que requieren la mayora de los modelos consisten en el nmero de carriles y longitudes. Para las intersecciones los datos de geometra podran tambin incluir los carriles designados para vueltas y la longitud de almacenamiento de los vehculos en esos carriles. Estos datos se pueden obtener usualmente de planos, encuestas en campo, de los sistemas de informacin geogrfica y de las fotografas areas. 3.2.2. Datos de control

Estos consisten en la localizacin de los dispositivos de control de trfico y configuracin de los tiempos del sealamiento. Lo mejor es obtener estos datos en las dependencias que operan el control de trfico o de inspecciones de campo. 3.2.3. Datos de demanda

Los datos bsicos de la demanda de viaje requeridos en la mayora de los modelos consisten en los volmenes de entrada (trfico entrante en el rea de estudio) y movimientos de giros en intersecciones del rea de estudio. Algunos modelos pueden requerir alguna o ms tablas Origen-Destino de vehculos que permitan modelar la diversidad de rutas. Los procesos existen en muchos paquetes de modelos de demandas. Algunos paquetes de

microsimulacin estiman las tablas Origen-Destino a partir de los conteos (aforos) de trnsito. 3.2.4. Ubicacin y duracin de conteos (aforos)

Para la duracin del periodo analtico de simulacin los aforos de trfico debern llevarse a cabo en estaciones claves dentro del rea del modelo de microsimulacin. El aforo de preferencia deber ser obtenido por periodos no mayores a 15 minutos.
62

Si se presenta congestionamiento en un punto de aforo, esto se debe tomar en cuenta para asegurarse que los aforos miden la demanda y no la capacidad. Idealmente el periodo deber iniciar antes del inicio del congestionamiento y terminar despus de la disipacin de este para asegurar que todas las demandas de fila estn incluidas en el aforo. Todos los aforos debern ser realizados simultneamente para que, si los recursos (del software) lo permiten, puedan ser considerados en un solo periodo de simulacin; frecuentemente los recursos no permiten hacerlo en reas grandes de simulacin por lo tanto el analista deber establecer uno o varios puntos donde al aforo sea continuo a lo largo del periodo de recoleccin de datos y as el analista use los datos colectados en varios das para ajustarlos a una muestra representativa en un da tpico. 3.2.5. Estimacin de matrices de viaje origen-destino (O-D)

En algunos paquetes de simulacin los aforos deben ser convertidos en las tablas origen-destino de viaje. Otros programas de software pueden trabajar tanto con las tablas O-D como con los aforos de movimientos. La tabla O-D es requerida si se trata de un modelo con cambios en la eleccin de ruta en el modelo de microsimulacin. El analista deber estimar las tablas O-D a partir de los datos de origendestino. Este proceso probablemente requerir considerar patrones de cambio de Origen-Destino que resultan de la hora del da especialmente para simulaciones que cubren extensos periodos de tiempo a lo largo del da. El estudio de placas es uno de los mtodos utilizados para medir los datos origen-destino. El analista establece puntos de control dentro o en la periferia del rea de estudio y anota el nmero de placas de los vehculos pasando por cada punto, entonces se usa un programa de reconocimiento para saber cuntos vehculos pasaron entre cada par de puntos o estaciones.

63

3.3. Caractersticas del vehculo

Las caractersticas del vehculo tpicamente incluyen peso de vehculos, dimensiones del vehculo y caractersticas de rendimiento del vehculo (aceleracin mxima, etc). Peso de vehculos: Esta es definida por el analista, regularmente en trminos del porcentaje de vehculos generados en el proceso de Origen-Destino. Se recomienda que el analista obtenga uno o ms estudios de clasificacin de vehculos del rea de estudio para el periodo de tiempo que est siendo analizado. 3.4. Calibracin de datos

Los datos calibrados son las medidas de capacidad, los aforos de trfico, medidas de rendimiento del sistema como tiempo de viaje, velocidades, demoras y filas. Las capacidades pueden ser reunidas independientemente de los conteos de trfico (excepto durante condiciones adversas de clima y luz); los tiempos de viaje, velocidades, demoras y longitudes de fila deben ser reunidos simultneamente con los aforos para hacer funcional la calibracin del modelo. Si hay una o ms estaciones de aforo continuas en el rea de estudio puede ser posible ajustar los datos del conteo para asemejar las condiciones presentes con los datos de la calibracin; como sea, esto introduce el potencial para errores adicionales en la calibracin de datos y debilita la fuerza de las conclusiones que pueden ser obtenidas de la tarea de la calibracin del modelo. 3.4.1. Inspeccin en campo

Es muy valioso observar operaciones existentes en campo durante el periodo de tiempo simulado. Una inspeccin visual simple puede identificar comportamientos que no aparecen en los conteos y en las ejecuciones del auto flotante. Las Imgenes de video pueden ser tiles, como sea no pueden centrarse
64

en las condiciones adyacentes que causan el comportamiento observado, por esta razn las visitas en campo durante las condiciones pico son siempre importantes. 3.4.2. Datos de tiempo de viaje

Tcnica del automvil flotante. Consiste en que un observador conduce el automvil de prueba a lo largo de la seccin prueba, de modo que este automvil flote con el trnsito. El conductor del automvil de prueba intenta rebasar al mismo nmero de vehculos que lo rebasan. Se toma nota del tiempo empleado para recorrer la seccin de estudio. Esto se repite, y el tiempo promedio se registra como el tiempo de viaje. El nmero mnimo de corridas de prueba puede determinarse usando la ecuacin 23 empleando valores de la distribucin t. La razn es que el tamao de muestra para este tipo de estudio es menor que 30 por lo tanto, es ms apropiada la distribucin t. Por lo tanto tenemos que:

Ecuacin 23 Nmero mnimo de corridas para la tcnica del automvil flotante

Donde: Tamao de la muestra (nmero mnimo de corridas de prueba) Desviacin estndar (km/hora) Lmite del error aceptable para la estimacin de la velocidad (km/hora) Valor de la distribucin t de student con un nivel de confianza de (1(N 1) grados de libertad

Nivel de significancia El lmite del error aceptable que se usa depende del propsito del estudio. Comnmente se usan los siguientes:
65

Antes y despus de los estudios: de +- 1.5 a +- 5 km/h Operacin de trnsito, evaluaciones econmicas y anlisis de tendencias: de +-3 a 6 km/h Estudios de necesidades de carreteras y de planificacin del transporte: de +-5 a 8 km/h

3.4.3. Conciliacin de conteos de trfico

Inevitablemente, habr conteos de trfico en uno o ms estaciones adyacentes que no se asemejen. Esto es el resultado de errores de conteo, conteos en diferentes das (tpicamente los conteos varan el 10% o ms dependiendo el da) y el mayor trfico entre las dos estaciones o filas entre las dos estaciones. El analista debe revisar los conteos y determinar (basado en el conocimiento de las observaciones de campo) las probables causas de las discrepancias. Los errores de conteo y los conteos hechos en diferentes das son tratados de forma diferente que las diferencias de conteo causadas por filas. Conteos inconsistentes provocan que la comprobacin de errores y la calibracin del modelo sean ms difciles. Diferentes conteos para la misma estacin deben ser normalizados o promediados. Esto es especialmente para los volmenes de entrada dentro del modelo. Las diferencias en entradas y salidas en los conteos que son causados por filas entre dos estaciones de conteo sugieren que el analista debe extender el periodo de conteo para asegurarse que toda la demanda est incluida en ambos conteos.

66

3.5. Base del desarrollo del modelo

3.5.1. Diagrama de nodo-arco: proyecto del modelo

El diagrama de nodo-arco es el proyecto para construir el modelo de microsimulacin. El diagrama identifica que calles y autopistas sern incluidas en el modelo y como sern representadas. El diagrama de nodo-arco puede ser creado directamente en el software de microsimulacin o fuera de este usando varios tipos de software de diseo (CAD). Si el diagrama es creado en el software de microsimulacin, es de ayuda importar un mapa o fotografa area sobre el diagrama de nodo-arco que puede ser sobrepuesto. Si el diagrama es creado fuera usando software CAD, entonces es til importar un mapa o fotografa al software CAD. Los nodos son la interseccin de dos o ms arcos. Normalmente los nodos son colocados en los modelos usando coordenadas X-Y y pueden ser para representar una interseccin o estacin donde hay un cambio en la geometra. Los arcos son segmentos unidireccionales de las calles o carreteras, representan la longitud del segmento y normalmente contienen los datos de las caractersticas geomtricas del camino o carretera entre dos nodos. Idealmente, un arco representa un segmento de camino con geometra y condiciones de operacin de trfico uniformes. El analista debe considerar establecer un esquema de nodos numerados para facilitar el control de error. Gran informacin de la que produce el software de microsimulacin es texto con los resultados identificados por nmeros de nodo y los puntos de inicio y termino de cada conexin. El tener los nodos numerados puede facilitar en gran medida la bsqueda de resultados en archivos de texto de gran tamao. Si el diagrama de nodo-arco fue creado fuera del modelo del software de microsimulacin se necesita cargar la informacin en el diagrama dentro del
67

software de microsimulacin. Tambin se cargan las coordenadas X-Y y nmeros de identificacin de nodos. 3.5.2. Datos de conexin de la geometra

Una vez que el modelador ha completado el diagrama de nodo-arco debe cargar las caractersticas fsicas y de operacin de las conexiones dentro del modelo. En esta fase el modelador debe codificar lo siguiente: Nmero de carriles Ancho de carril Longitud de conexin Grado Curvatura Condiciones del pavimento (mojado, seco, etc) Distancia de visibilidad Paradas de autobs Banquetas y otras instalaciones para el peatn Ciclopista Otros 3.5.3. Datos de control de trfico en intersecciones y uniones

La mayora de las microsimulaciones utilizan una simulacin de tiempo de paso para describir las operaciones de trfico. Los vehculos son movidos de acuerdo a la lgica del seguimiento de vehculo, en respuesta a los dispositivos de control de trfico y otras demandas. Los dispositivos de trafico para modelos de microsimulacion variaran, a continuacin se enlistan algunos ejemplos. Sin control Rendimiento de seales Seales de alto Seales (temporizado, accionado y adaptado al tiempo real de trafico)
68

Rampa de medicin 3.5.4. Datos de operacin y manejo de trfico para conexiones Consiste en lo siguiente: Datos de alerta (incidentes, reduccin de carriles, salidas, etc). Datos reglamentarios (lmites de velocidad, lmites de velocidad variable, alta ocupacin de vehculos (HOVs), alta ocupacin de peaje (HOT), desvos, canalizaciones de carril, etc.) Detectores para vigilancia (tipo y localizacin) 3.5.5. Datos de demanda de trfico

Las demandas de trfico son definidas en nmero y porcentaje de vehculos de cada tipo que quieren atravesar el rea de estudio durante el periodo de tiempo de simulacin. Adems, necesariamente debe reflejar la variacin en la demanda a lo largo del periodo de tiempo de simulacin. En la mayora de los programas, el trfico que entra dentro del sistema usualmente se define por algunos parmetros, y el trfico que sale usualmente se computariza basado en parmetros internos de la red. El modelador debe cifrar el volumen de trfico empezando primero por los nodos externos. Una vez que se ha cargado el volumen de trfico en los nodos externos, el modelador definir los movimientos de giro y otros parmetros relacionados a eleccin de la ruta. Los datos de la demanda de trfico son: Volmenes de entrada por tipo de vehculo y fracciones de giro en todas las intersecciones y uniones (simuladores de paseo aleatorio). O-D/datos de vehculos y trayectoria especfica (simuladores especficos de trayectoria. Operacin de autobs (rutas/horarios) datos de demanda de peatones y ciclistas. 3.5.6. Datos de comportamiento del conductor

69

Los valores predeterminados para los datos del comportamiento del conductor son normalmente provistos con el software de microsimulacin. Los usuarios pueden anular los valores predeterminados de cualquier parmetro del comportamiento del conductor si los datos vlidos observados estn disponibles (Ej.: velocidad del flujo deseada, tiempos perdidos en intersecciones, etc). Los datos del comportamiento del conductor incluyen: Agresividad del conductor. Disponibilidad (en tiempo real) de informacin para el conductor. Respuesta del conductor a la informacin (para el plan del viaje anterior y/o en cambio de ruta). 3.5.7. Datos de eventos/escenarios

Datos de eventos incluyen: Bloqueos e incidentes. Zonas de trabajo. Estacionamiento en el acotamiento. Estos datos son opcionales y variarn de acuerdo a la aplicacin especfica desarrollada por el analista. 3.5.8. Datos de simulacin del control de ejecucin

Todos los paquetes de simulacin contienen parmetros de control de ejecucin que permiten al modelador personalizar la operacin del software para modelar de acuerdo a sus necesidades especficas. Estos parmetros varan de acuerdo al software pero generalmente incluyen: Duracin del tiempo de simulacin. Datos de salida (Ej.: reportes, archivos de animacin, o ambos). Otros parmetros del sistema para ejecutar el modelo.

70

3.5.9. Tcnicas de codificacin para situaciones complejas

Los paquetes de microsimulacin permiten al usuario desarrollar un modelo que representa la situacin de la realidad. De cualquier modo, cuando se origin el software no fueron contempladas todas las situaciones posibles de la realidad, es aqu cuando el modelador, con una buena comprensin de la operacin del software, puede extender las condiciones simuladas que originalmente no fueron incorporadas en el software de microsimulacin. Esto se intenta solo despus de haber considerado completamente todas las herramientas, recursos y habilidades disponibles debido a que nuevas herramientas que dan cuenta de las situaciones reales seleccionadas continan estando disponibles. A continuacin se muestran algunos ejemplos de cmo el software de microsimulacin puede ser aplicado en situaciones comunes. El acotamiento es usado en gran medida como estacionamiento y actividades de carga y descarga. Como resultado, este carril debe ser virtualmente bloqueado todo el tiempo. Si el software no puede hacer una rplica correcta de la situacin de la realidad, el modelador debe considerar remover este carril de la conexin. El trfico generalmente retorna en una autopista por una rampa de salida. En vez de parar en la autopista o bloquear un carril, la fila se forma sobre el acotamiento de la autopista conservando el carril derecho abierto. 3.6. Comprobacin de errores

Este paso de correccin de errores es esencial en el desarrollo de un modelo de trabajo, as que el proceso de calibracin no resulta en parmetros que son distorsionados para compensar los errores de codificacin. Los pasos subsecuentes de la calibracin dependen de la eliminacin de la mayora de los errores en la demanda y en la codificacin de la red antes de la calibracin.

71

La comprobacin de errores involucra varias revisiones de la red codificada, demandas codificadas y parmetros predeterminados. La comprobacin de errores procede en tres etapas bsicas: 1) comprobacin de errores del software, 2) comprobacin de errores en la captura de datos, y 3) animacin de revisin para detener los errores menos evidentes en la captura de datos. 3.6.1. Revisin de datos de entrada

A continuacin se muestra una lista de deteccin para verificar los datos de entrada codificados: Red de arcos y nodos. a. Verificar la conectividad de la red bsica (estn todos los arcos presentes?). b. Verificar la geometra de la conexin (longitud, nmero de carriles, velocidades permitidas, tipo de instalaciones, etc.). c. Verificar controles de interseccin (tipo de control, datos de control). d. Verificar restricciones para vueltas prohibidas, cierres de carril y carriles en intersecciones y conexiones. Demanda: a. Verificar las proporciones de mezcla de vehculos en cada nodo/puerta/zona de entrada. b. Verificar zonas identificadas de origen y prdida de trfico. c. Verificar volmenes de zona contra conteos de trfico. d. Verificar la distribucin de ocupacin de vehculos (si se modela HOVs). e. Verificar porcentajes de giros. f. Verificar O-Ds de viaje en el sistema. Comportamiento del conductor y caractersticas del vehculo. a. Verificar y revisar, en caso de ser necesario, las dimensiones y tipo de vehculos predeterminados.

72

b. Verificar y revisar las especificaciones realizadas del vehculo predeterminado. Las siguientes tcnicas son usadas para incrementar la eficiencia y efectividad de los procesos de deteccin de errores: Sobreponer la red codificada sobe una fotografa area de la zona de estudio para verificar rpidamente la exactitud de la geometra de la red codificada. Modelar en tres dimensiones, encender los nmeros de nodos y verificar si hay nmeros repetidos, ellos indican la superposicin no intencionada de arcos y nodos. Para una red larga, se debe crear un reporte resumen de los atributos de los arcos, ya que son valiosos para una revisin ms fcil. Usar cdigos de color para identificar arcos con atributos especficos, por ejemplo, las conexiones podran ser codificadas por color para un rango de velocidad permitida, fuera de ese rango las conexiones pueden ser identificadas rpidamente si tienen otro color particular. Interrupciones en la continuidad tambin pueden ser moteadas rpidamente.

3.7. Revisin de la animacin

La animacin de salida permite al analista ver el comportamiento del vehculo que ha sido modelado y evaluar la calidad del modelo de microsimulacin. Ejecutar el modelo de simulacin y revisar la animacin, con demandas artificiales, puede ser usado para identificar errores de codificacin en la entrada de datos. En la revisin de la animacin, se puede seguir un proceso de dos etapas: 1. Ejecutar la animacin con una demanda extremadamente baja (tan baja que no haya congestionamiento). El analista entonces debe seguir cada
73

vehculo a travs de la red y ver donde bajan la velocidad inesperadamente. Estas sern estaciones de menores errores de codificacin en la red que perturban el movimiento de vehculos sobre la conexin o a travs del nodo. Esta prueba se debe repetir para varios pares de zona O-D diferentes. 2. Una vez realizada la revisin con demandas bajas, se debe ejecutar la simulacin al 50% del nivel de demanda existente. En este nivel, la demanda aun no es tan grande como para causar congestionamiento, si este aparece, es el resultado de errores de codificacin sutiles que afectan la distribucin o evolucin de vehculos a travs de los carriles. La animacin debe ser observada detalladamente en los puntos de congestin para determinar si el vehculo animado tiene un comportamiento realista. Si el comportamiento observado del vehculo aparentemente no es realista, el analista debe revisar las siguientes causas potenciales de ese comportamiento en el orden mostrado a continuacin: Error en las expectativas del analista: El analista primero debe verificar en campo el comportamiento correcto del vehculo para la estacin y periodo de tiempo que est siendo simulado antes de decidir que la animacin no tiene un comportamiento realista. Muchas veces las expectativas del analista de un comportamiento realista no coinciden con el comportamiento actual del campo. La inspeccin en campo revela las causas del comportamiento del vehculo que no son cuando se codifica la red desde planos y fotografas areas. Estas causas necesitan ser codificadas dentro del modelo si se quiere reproducir

comportamientos reales. Algunas cuestiones adicionales a revisar incluyen lo siguiente: Datos de valores que necesitan ser afinados. Operaciones anormales del vehculo (Ej.: conductores usando carriles de circulacin o acotamientos para dar vuelta, etc). Puntos de mayor ingreso y egreso previamente no definidos (estos deben ser modelados como intersecciones).
74

Configuraciones inusuales de estacionamiento. Velocidades promedio de viaje que superan las velocidades permitidas (en el proceso de calibracin usar la velocidad promedio observada). Las bahas de retorno no pueden ser utilizadas en su totalidad porque causaran bloqueos de trfico. 3.8. Errores residuales

Si el analista ha verificado en campo sus expectativas de trfico y ha agotado todos los posibles errores de entrada de datos, y sigue sin quedar satisfecho, aun hay algunas posibilidades. La simulacin deseada puede estar ms all de las capacidades del software o puede existir algn error en el mismo. Las limitaciones del software se pueden identificar con una revisin cuidadosa de la documentacin del mismo. Si las limitaciones del software son un problema, el analista tendr que trabajar alrededor de las limitaciones truqueando o forzando el modelo para producir el funcionamiento deseado. Los errores del software pueden ser examinados con simples pruebas de codificacin de problemas (tales como un arco o interseccin) donde el resultado (tal como capacidad o velocidad promedio) puede ser obtenido manualmente y compararse con el modelo. 3.9. Punto de decisin clave

Antes de concentrarse en la calibracin del modelo, el analista deber confirmar que ha sido realizada en su totalidad la deteccin de errores, especficamente que: Todos los datos de entrada sean correctos. Los valores de todos los parmetros inciales y parmetros

predeterminados sean razonables. Las animaciones resultantes se vean bien en base al juicio del analista o inspecciones en campo.
75

Una vez que la deteccin de errores ha sido finalizada, el analista cuenta ya con un modelo en funcionamiento (aunque an no est calibrado). 3.10. Calibracin de los modelos de microsimulacin

Una vez realizadas las tareas de de deteccin de errores, el analista tiene un modelo funcionando, sin calibracin, en este punto el analista no tiene la seguridad que el modelo prediga correctamente el rendimiento del trfico para el proyecto. La calibracin es el ajuste de los parmetros del modelo para mejorar la habilidad de este de reproducir el comportamiento local del conductor y las caractersticas de rendimiento del trfico. La calibracin es realizada en varios componentes del modelo en general. 3.10.1. Objetivos de la calibracin

La calibracin es necesaria porque puede esperarse que no haya un modelo nico que tenga la misma precisin para todas las posibles condiciones de trfico. Incluso el modelo de microsimulacin ms detallado contiene solo una porcin de todas las variables que afectan las condiciones reales de trfico. Desde que un modelo no nico puede incluir todo el universo de variables, cada modelo debe ser adaptado a las condiciones locales. Cada software de microsimulacin viene con un conjunto de parmetros ajustables que tienen como propsito la calibracin del modelo a las condiciones locales, por lo tanto, el objetivo de la calibracin es encontrar un conjunto de valores de parmetros para el modelo que reproduzca de mejor forma las condiciones locales de trfico. Para conveniencia del analista, los desarrolladores del software

proporcionan valores predeterminados sugeridos para los parmetros del modelo, de cualquier modo, solo bajo circunstancias muy raras el modelo producir resultados exactos para un rea especfica
76

usando

solo

los

valores

predeterminados de parmetros. El analista siempre debe realizar algunas pruebas de calibracin para asegurarse que el modelo codificado reproduce con precisin el comportamiento y las condiciones locales de trfico. El fundamento supuesto de la calibracin es que los modelos de comportamiento de viaje en el modelo de simulacin son esencialmente de slidos, no hay necesidad de verificar que ellos producen el retraso correcto, el tiempo de viaje y la densidad cuando ellos dan los parmetro de entrada correctos para la conexin, por lo tanto, la nica tarea restante para el analista es ajustar los parmetros de manera que los modelos predigan correctamente las condiciones locales de trfico. 3.10.2. Aproximacin de la calibracin

La calibracin involucra la revisin y ajuste de cientos de parmetros del modelo, cada uno de los cuales impacta el resultado de la simulacin en una manera que muy a menudo est relacionada con la de los otros. El analista puede quedar atrapado fcilmente en un proceso circular de nunca acabar reparando un problema solo para encontrar que aparece uno nuevo en algn otro lugar. Por lo tanto, es esencial dividir el proceso de calibracin en series de pasos lgicos consecutivos, es decir, en una estrategia para calibracin. Para hacer una calibracin prctica, los parmetros deben ser divididos en categoras y cada categora deber ser tratada por separado. El analista debe dividir los parmetros disponibles de calibracin en las siguientes dos categoras bsicas: Parmetros que el analista est seguro acerca de ellos y no desea ajustarlos. Parmetros que el analista est menos seguro acerca de ellos y est dispuesto a ajustarlos. El analista debe intentar conservar el conjunto de parmetros ajustables tan reducido como sea posible para minimizar el esfuerzo requerido en su calibracin.
77

Cada vez que sea posible el analista debe usar los datos observados en campo para reflejar las condiciones locales, estos datos observados servirn como valores no ajustables para determinados parmetros de calibracin, dejando el conjunto de parmetros ajustables al mnimo. La compensacin es que ms parmetros permiten al analista ms grados de libertad para mejorar el modelo calibrado a la ubicacin especfica. El conjunto de parmetros ajustables es nuevamente dividido en los que impactan directamente la capacidad y los impactan directamente la eleccin de ruta. Primero se debe calibrar los parmetros ajustables de capacidad y despus los de eleccin de ruta. Cada conjunto de parmetros ajustables puede ser nuevamente dividido en aquellos que afectan la simulacin en forma global y en los que la afectan en puntos especficos. Primero se calibran los parmetros globales y despus los parmetros locales para ajustar los resultados. Los tres pasos a seguir recomendados para la calibracin: Estrategia de calibracin: 1. Calibracin de la capacidad. Una calibracin inicial es realizada para

identificar los valores para ajustar el parmetro de ajuste de la capacidad que hacen que el modelo reproduzca mejor las capacidades de trfico observadas en este archivo. Primero se realiza una calibracin global, seguida por la afinacin de enlaces especficos. El HCM puede ser usado como un recurso alternativo de capacidad de los valores objetivo si las mediciones en campo no son posibles. 2. Calibracin de la eleccin de la ruta. Si la microsimulacin del modelo incluye calles paralelas la eleccin de la ruta ser importante. En este caso una segunda calibracin del proceso es realizada pero esta vez con los parmetros de la ruta escogida. Primero se hace una calibracin global seguida por la afinacin de enlaces especficos.

78

3. Calibracin del rendimiento del sistema. Finalmente, las estimaciones generales del modelo de rendimiento de sistema (tiempos de viaje y filas) son comparados a las mediciones de campo para filas y tiempos de viaje. Los ajustes son hechos para que el modelo iguale las mediciones de campo. Paso 1: calibracin para capacidad. El paso de la calibracin de la capacidad ajusta los parmetros globales y la relacin de capacidad en el modelo de simulacin para hacer una mejor replica de las mediciones en campo para capacidad. Este es un paso importante porque la capacidad tiene un efecto significativo en la prediccin del sistema realizado

(demoras y filas). El objetivo de este paso de calibracin es encontrar una serie de parmetros de modelo que hacen que el mismo se acerque lo ms posible a las mediciones de campo para la capacidad de trfico. La calibracin de capacidad consiste en dos fases: 1 Una fase de calibracin global y 2 una fase de ajuste fino. La calibracin global se realiza primero para identificar el valor de la red apropiado de los parmetros de capacidad que reproduzca las mejores condiciones en campo. El vnculo especfico de los parmetros de capacidad es ajustado finalmente al modelo as que es igualado con ms precisin a las capacidades medidas en campo en cada embotellamiento. El procedimiento de la calibracin de la capacidad es como sigue: 1. Recoger las mediciones de capacidad de campo. 2. Obtener estimaciones del modelo de capacidad. 3. Seleccionar parmetros de calibracin. 4. Establecer la funcin objetivo de la calibracin. 5. Realizar una bsqueda para un valor ptimo del parmetro. 6. Afinar la calibracin. Recoger las mediciones realizadas en campo de capacidad.
79

La identificacin de los lugares para las mediciones de capacidad en campo depender de las condiciones de trfico existente dentro del rea de estudio. Para vialidades no sealizadas (autopistas, carreteras y caminos rurales), el anlisis deber identificar los lugares donde las filas persisten por lo menos 15 minutos y medir el flujo en el punto donde la fila descarga. Este flujo observado es medido solo mientras la fila est presente. Obtener las estimaciones modelo de capacidad Los modelos de microsimulacin no producen un nmero llamado capacidad, en lugar de eso producen un nmero de vehculos que pasan en un punto determinado. Por lo tanto el analista deber manipular la demanda de entrada necesaria para crear una fila para la seccin objetivo a calibrar, as que el modelo reportar el flujo mximo posible a travs del embotellamiento. Si inicialmente el modelo no muestra congestin igual al embotellamiento que existe en campo, entonces las demandas codificadas en el modelo son temporalmente incrementadas para forzar la creacin de esos embotellamientos. Estos incrementos temporales debern ser eliminados despus de que la calibracin de capacidad est completa, pero antes del paso de calibracin de la eleccin de ruta. Si inicialmente el modelo muestra embotellamientos en lugares que no existen en campo, ser necesario incrementar temporalmente la capacidad de esos embotellamientos falsos (usando ajustes temporales de vnculos especficos en progreso). Estos ajustes temporales son eliminados durante la fase de afinacin. Para instalaciones no sealizadas (autopistas, carreteras y caminos rurales), la fila de coches simulada deber persistir por lo menos 15 minutos del tiempo simulado a travs de todos los carriles y enlaces de alimentacin de la seccin objetivo. La capacidad simulada es el flujo medio en la seccin objetivo (medida en el detector colocado en la seccin objetivo y sumado en todos los
80

carriles) sobre 15 minutos en promedio o periodos ms largos presentes en la fila de coches. El resultado es dividido por el nmero de carriles y es convertido a un flujo horario. Para intersecciones sealizadas, la demanda en el modelo deber ser incrementada tanto como para garantizar la fila necesaria de por lo menos 10 vehculos al comienzo de la fase verde. Un detector es colocado en el modelo en la lnea de parada para medir los intervalos de descarga de los primeros 10 vehculos pasan el detector en cada carril. Los intervalos por lnea son en promedio para cada carril y en promedio a travs de los carriles. El resultado es convertido a un flujo horario por carril. Al igual que las mediciones de capacidad en campo fueron repetidas varias veces y los resultados fueron el promedio, la corrida del modelo ser repetida varias veces y el flujo mximo en cada lugar deber ser el promedio de todas las corridas. Seleccionar parmetros de calibracin. Solo los parmetros del modelo que directamente afectan la capacidad son calibrados esta vez. Cada programa de microsimulacin tiene su propio conjunto de parmetros que afectan la capacidad dependiendo en especfico de los vehculos seguidos y el cambio de carriles implementado en el programa. El analista deber revisar la documentacin del programa y seleccionar uno o dos de esos parmetros para calibracin. Este captulo no intenta describir todos los parmetros para todos los modelos de microsimulacin disponibles. A continuacin se muestra una lista ilustrativa relacionada a los parmetros de capacidad para autopistas y arterias sealizadas: Autopistas: Promedio de los vehculos seguidos. Tiempo de reaccin del conductor.
81

Espacio crtico para cambiar de carril. Separacin mnima para las condiciones de parada y de avanzar. Intersecciones sealizadas: Tiempo perdido de arranque. Descarga de fila de coches. Espacio aceptable para vueltas a la izquierda desprotegidas. Afinar la calibracin Una vez que el valor global del parmetro de capacidad ha sido identificado, an existirn algunos puntos donde el modelo realizado se desva de las condiciones de campo. Por lo tanto la siguiente fase es afinar la capacidad prevista para emparejar las medidas de capacidad en las estaciones especficas lo ms posible. Estos factores de ajustes de capacidad son usados para afinar la calibracin del modelo. Estos factores de ajuste deben ser usados escasamente puesto que no estn basados en comportamiento real. Son ajustes fijos que sern realizados a lo largo de todas las ejecuciones futuras del modelo de simulacin. Paso 2: eleccin de la ruta de calibracin. Una vez que el analista est satisfecho en la forma en que el modelo reproduce las medidas de capacidad, el siguiente paso es calibrar los parmetros de eleccin de ruta para simular mejor los flujos observados. Los ajustes de demanda temporal usados en la calibracin de capacidad en el paso anterior son reservados. Los volmenes del modelo previsto son comparados con los conteos de campo y el analista ajusta los parmetros del algoritmo de eleccin de ruta hasta que el mejor ajuste de volumen es logrado. La calibracin de eleccin de ruta se compone de 2 fases: 1) calibracin global y 2) Afinacin.

82

Calibracin Global. La calibracin global de eleccin de ruta consiste en la aplicacin de un algoritmo y parmetros asociados. Los parmetros especficos varan de acuerdo al algoritmo y programa del software, pero normalmente involucran coeficientes correctores puestos en el costo actual y tiempo de viaje para cada ruta. El analista deber revisar la informacin del software y seleccionar uno o dos de estos parmetros de calibracin. Entonces, la calibracin global procede de la misma forma como se hizo la calibracin de capacidad. Afinacin Una vez que se ha finalizado la calibracin global, los ajustes en conexiones especficas de costo y velocidad se realizan durante la fase de afinacin. La afinacin se ha finalizado cuando los objetivos de calibracin para volmenes han sido reunidos. Paso 3: calibracin del rendimiento del sistema En este paso de la calibracin, el rendimiento de todo el trfico estimado para un funcionamiento total del modelo es comparado con las mediciones de campo de tiempo de viaje, longitudes y duracin de filas. El analista afina las velocidades libres de conexin y la capacidad de esta para mejorar la similitud con las condiciones de campo, ya que los cambios realizados en este paso pueden poner en peligro los ltimos dos pasos de la calibracin, estos cambios rara vez se realizan.

83

4. CONSTRUCCIN, CALIBRACIN Y VALIDACIN DEL MODELO

4.1. Estudios de Ingeniera de trnsito

En este apartado se busc la informacin ms actualizada al momento por lo que se indag en diferentes dependencias gubernamentales, obteniendo un estudio para gobierno del Estado, Estudio de origen - destino en el Distribuidor Vial 5 de Febrero. Mismo que a continuacin se describe. La figura 7 muestra los cuatro tipos de estudios de campo que se llevaron a cabo en las dieciocho estaciones, una estacin de aforos automtico, cuatro estaciones de aforo manual en intersecciones semaforizadas, ocho estaciones de aforo en vas y cinco estaciones para el estudio de placas. Cabe destacar que el periodo de toma de informacin fue de tres semanas.

A San Luis Potos

Al Centro de Quertaro

Centro Comercial

Al Celaya Va Cuota Al Distrito Federal

Aforo automtico de 24 horas 7 das a la semana, Aforo manual de 16 horas 1 da entre semana, Geometra conceptual. Tiempos de Semforo

Aforo manual de 16 horas 1 da entre semana, Geometra conceptual. Estudio de accesos y salidas por registro de placas.

Al Celaya Va Libre

Figura 8 Estudios de campo realizados en estaciones Fuente: Elaboracin a partir de Imagen de Google Earth

84

Topografa de la zona Se recurri nuevamente a indagar informacin actual de la topografa de la zona, obteniendo un plano actualizado por medio de la Secretaria de Desarrollo Urbano y Obras pblicas del Estado de Quertaro. El cual se analiz y se realiz el siguiente diagnostico actual. Comportamiento vehicular La recopilacin de esta informacin consiste en conocer el tamao, la composicin y las velocidades de los diversos flujos de vehculos que se mueven por todo el distribuidor. Las estaciones analizadas en esta seccin se muestran en la figura 8.
Estacin 5 Estacin 1

Estacin 4

Es

Es tac in 7

tac

Estacin 2
in 6

Estacin 3

Figura 9 Estaciones en intersecciones no-semaforizadas Fuente: Elaboracin a partir de Imagen de Google Earth

Aforos Esta actividad corresponde al conteo de la cantidad de vehculos que circulan por las diferentes vialidades del distribuidor, realizando distintos
85

movimientos en cuerpos centrales, laterales o gazas. Este estudio se puede hacer mediante aparatos de conteo o mediante conteos a cargo de personal. Con esta informacin se puede obtener el nmero de autos que ingresa por cualquier acceso a la zona del proyecto, restando solo conocer sus movimientos al interior. Aforos direccionales El conteo de estos automviles se llev a cabo durante diecisis horas un da entre semana representativo. Con este aforo se obtuvieron dos histogramas, los cuales se muestran en la figura 9 y 10, con los cuales se pudieron determinar las horas de mxima demanda (para ver con ms detalle los aforos direccionales referirse al anexo II).

5,000 4,500 4,000 3,500 3,000 2,500 2,000 1,500 1,000 500 0
06:00 06:15 06:30 06:45 07:00 07:15 07:30 07:45 08:00 08:15 08:30 08:45 09:00 09:15 09:30 09:45 10:00 10:15 10:30 10:45 11:00 11:15 11:30 11:45 12:00 12:15 12:30 12:45 13:00 13:15 13:30 13:45 14:00 14:15 14:30 14:45 15:00 15:15 15:30 15:45 16:00 16:15 16:30 16:45 17:00 17:15 17:30 17:45 18:00 18:15 18:30 18:45 19:00 19:15 19:30 19:45 20:00 20:15 20:30 20:45 21:00 21:15 21:30 21:45
INTERVALO DE MEDICIN - 15 MINUTOS Autos Taxi Combi/Van Microbs Autobs B2 B3 C2 C3 C4 C5 C6 C7 o Ms

VOLUMEN VEHICULAR

Figura 10 Histograma del comportamiento vehicular por periodos de 15 minutos Fuente: Comunicacin personal SDUOP.

86

VOLUMEN VEHICULAR

Autos B3

C7 o Mas

10,000

12,000

14,000

16,000

18,000

2,000

4,000

6,000

8,000

Taxi C2 Combi/Van C3

Del Centro De Mxico

INTERVALO DE MEDICIN - 1 HORA

Fuente: Comunicacin personal SDUOP.

la menos. Los esquemas se muestran en la siguiente figura 11.

Figura 11 Histograma del comportamiento vehicular por periodos de 1 hora

hrs. y de 18:30 a 19:30 hrs. Siendo la primera la ms conflictiva y la de medio da

Estas horas de mxima demanda son de 7:00 a 8:00 hrs. de 14:00 a 15:00

87

Microbs C4 De Celaya Autopista De 5 de Febrero

De Celaya Libre

Autobs C5 B2 C6

06:00 - 07:00 06:15 - 07:15 06:30 - 07:30 06:45 - 07:45 07:00 - 08:00 07:15 - 08:15 07:30 - 08:30 07:45 - 08:45 08:00 - 09:00 08:15 - 09:15 08:30 - 09:30 08:45 - 09:45 09:00 - 10:00 09:15 - 10:15 09:30 - 10:30 09:45 - 10:45 10:00 - 11:00 10:15 - 11:15 10:30 - 11:30 10:45 - 10:45 11:00 - 12:00 11:15 - 12:15 11:30 - 12:30 11:45 - 12:45 12:00 - 13:00 12:15 - 13:15 12:30 - 13:30 12:45 - 13:45 13:00 - 14:00 13:15 - 14:15 13:30 - 14:30 13:45 - 14:45 14:00 - 15:00 14:15 - 15:15 14:30 - 15:30 14:45 - 15:45 15:00 - 16:00 15:15 - 16:15 15:30 - 16:30 15:45 - 16:45 16:00 - 17:00 16:15 - 17:15 16:30 - 17:30 16:45 - 17:45 17:00 - 18:00 17:15 - 18:15 17:30 - 18:30 17:45 - 18:45 18:00 - 19:00 18:15 - 19:15 18:30 - 19:30 18:45 - 19:45 19:00 - 20:00 19:15 - 20:15 19:30 - 20:30 19:45 - 20:45 20:00 - 21:00 20:15 - 21:15 20:30 - 21:30 20:45 - 21:45 21:00 - 22:00

4344 3400 4694 953 529 753 10216 56709

2258 2492 2965 34787

5195 4771 4969 6821 4778 5007 71975 68906

Figura 12 Accesos al distribuidor en hora de mxima demanda Fuente: Elaboracin propia a partir de Imagen de Google Earth.

Hora de Mx Demanda AM 07:00 - 08:00 Hora de Mx Demanda MD 14:00 - 15:00 Hora de Mx Demanda PM 18:30 - 19:30 16 Horas 06:00 22:00

Volumen Total: 19 571 Volumen Total: 15 970 Volumen Total: 18 388 Volumen Total: 242 593

4.1.1. Estudio de placas

Para conocer el movimiento al interior del distribuidor de los flujos que ingresan al mismo, se llev a cabo un estudio de placas, el cual consiste en tomar muestreos mayores de los nmeros de placa de los vehculos que entran y salen del distribuidor. Posteriormente se busca relacionar los nmeros de placa de entrada con los de salida, obteniendo as pares de viajes con los cuales se puede estimar todos los movimientos que se dan al interior de la zona de estudio. La
88

Figura 12 muestra en donde se colocaron las cinco estaciones bidireccionales para el estudio de placas y el rea de estudio que cubrieron.
A San Luis Potos Al Centro de Quertaro

Centro Comercial

Al Celaya Va Cuota Al Distrito Federal

Al Celaya Va Libre

Figura 13 Estaciones de estudio de placas y su rea de estudio Fuente: Elaboracin a partir de Imagen de Google Earth.

Los porcentajes de pares de viajes se elevan al nmero de autos que ingresan en el aforo, ya que este es solo un muestreo, proceso al cual se le llama expansin, para obtener los flujos reales. La Tabla 4 muestra la matriz de viajes al interior del distribuidor para la hora de mxima demanda matutina del lado izquierdo y la hora de mxima demanda vespertina del lado derecho.

89

Acceso

Salida Constituyentes Mxico Autopista Celaya Libre Celaya Autopista 5 de Febrero Total Constituyentes Mxico Autopista Celaya Libre Celaya Autopista 5 de Febrero Total Constituyentes Mxico Autopista Celaya Libre Celaya Autopista 5 de Febrero Total Constituyentes Mxico Autopista Celaya Libre Celaya Autopista 5 de Febrero Total Constituyentes Mxico Autopista Celaya Libre Celaya Autopista 5 de Febrero Total Total de las 5 Vas

Autos 0 257 1076 3 921 2257 429 0 1323 298 3149 5199 2304 2172 0 183 2163 6822 56 419 419 0 59 953 150 3216 979 1 0 4346 19577

Porcentaje 0% 11% 48% 0% 41% 12% 8% 0% 25% 6% 61% 27% 34% 32% 0% 3% 32% 35% 6% 44% 44% 0% 6% 5% 3% 74% 23% 0% 0% 22% 100%

Acceso

Salida Constituyentes Mxico Autopista Celaya Libre Celaya Autopista 5 de Febrero Total Constituyentes Mxico Autopista Celaya Libre Celaya Autopista 5 de Febrero Total Constituyentes Mxico Autopista Celaya Libre Celaya Autopista 5 de Febrero Total Constituyentes Mxico Autopista Celaya Libre Celaya Autopista 5 de Febrero Total Constituyentes Mxico Autopista Celaya Libre Celaya Autopista 5 de Febrero Total Total de las 5 Vas
e

Autos 0 344 1658 0 962 2964 152 0 410 1582 2811 4955 2272 1829 0 511 393 5005 83 328 328 0 14 753 201 3281 1228 1 0 4711 18388

Porcentaje 0% 12% 56% 0% 32% 16% 3% 0% 8% 32% 57% 27% 45% 37% 0% 10% 8% 27% 11% 44% 44% 0% 2% 4% 4% 70% 26% 0% 0% 26% 100%

ye nt es

C on st itu

Au to pi st a

M x ic o

M x ic o C

Li br

ay a

el

Au to pi st a

C el ay a

Fe br er o

de

Tabla 4 Matriz de viajes al interior del distribuidor hora de mxima demanda Fuente: Comunicacin personal SDUOP.

4.1.2. Tiempos de recorrido

El estudio de tiempos de recorrido se lleva a cabo realizando recorridos a velocidades promedio con la tcnica del auto flotante. Este recorrido debe realizarse antes, durante y despus de la hora de mxima demanda mostrando un comportamiento de conduccin vehicular similar al de los conductores que transitan la va. 4.2. Modelacin en VISSIM

El anlisis de la situacin actual es la base del estudio de ingeniera de trnsito, no solo por ser el punto de partida para el pronsticos de las situaciones a futuro, sino tambin porque a travs de este podremos obtener indicadores exactos de la problemtica que el rea en estudio presenta al da de hoy, los cuales sern el sustento para presentar las distintas alternativas de solucin. Estas alternativas de solucin deben resolver la problemtica actual antes de poder ser evaluados para medir su desempeo en una situacin futura.

90

de

Fe br er o

C el ay a

Au to pi st a

el

ay a

Li br

Au to pi st a

C on st itu

ye nt es

El programa de simulacin VISSIM es un paquete ofrecido por la empresa alemana Planung Transport Verkehr (PTV), la cual cuenta con ms de treinta aos de investigacin en el tema a cargo de la universidad de Karlsruhe. 4.2.1. Construccin del modelo

La construccin de un modelo de microsimulacin requiere de un proceso en el cual se alimenta el modelo con toda la informacin recolectada. Entre ms parmetros sean alimentados con datos precisos, mayor ser la exactitud del modelo al simular el rea de estudio. La construccin del modelo se divide en tres fases, trazado de la red, programacin de elementos de control e ingreso de la demanda vehicular. El xito en la modelacin de estos tres rubros determinar la precisin de la simulacin. 4.2.2. Trazado de la red

VISSIM ofrece dos herramientas bsicas para el trazado de vialidades, los cuales se muestran en la figura 14, los llamados enlaces se muestran en azul y los conectores en rosa. Los enlaces simulan todas las vialidades, por lo que se les debe especificar sentido, nmero de carriles y ancho de los mismos, tambin se puede especificar si est permitido o no el estacionamiento en va. Los conectores por otro parte sirven para definir qu movimiento se puede dar entre un conector y otro y ms especficamente entre que carriles de ambos enlaces.

91

Figura 14 Red esquemtica trazada en VISSIM Fuente: Elaboracin a partir de Imagen de Google Earth.

Tanto los enlaces como los conectores pueden ser programados con velocidades deseadas, las cuales intentarn seguir los vehculos que transiten por ellos, reduciendo o aumentando las velocidades con la que ingresan a estos, si el nivel de congestionamiento as lo permite. La red se puede trazar con la ayuda de un fondo ya sea una fotografa area a un modelo CAD, de aqu la importancia de la exactitud en el trazado.

92

Figura 15 Red tridimensional trazada en VISSIM Fuente: Programa VISSIM imagen captada por el autor de la tesis.

4.2.3. Programacin de elementos de control

Los elementos de control se pueden dividir en obligatorios y optativos. Los elementos de control obligatorios contemplan el comportamiento que los conductores deben obedecer de manera obligatoria, tal como los semforos y los sealamientos verticales, como alto y ceda el paso.

Figura 16 rea de conflicto insertada en la red trazada en VISSIM Fuente: Programa VISSIM imagen captada por el autor de la tesis.

93

Los elementos de control optativos son aquellos que pueden reflejar el comportamiento de los conductores, ya que en base a un clculo algortmico estos presentan una gama de estilos de conduccin. La figura 16 muestra un entronque en el cual desembocan dos carriles de una va y tres de otra, en nicamente cuatro carriles de la nueva va. El comportamiento de ceda el paso en el entronque debe ser ingresado en el modelo de simulacin, dependiendo de qu va tenga preferencia y de que tanto puedan aproximarse los vehculos unos de otros. 4.2.4. Demanda vehicular

La demanda vehicular es la cantidad es vehculos que se programar para que entren a la red en estudio. Dicha programacin se puede llevarse a cabo en cada enlace que se desee, como se muestra en la figura 17, generalmente perteneciente al permetro. Para el distribuidor en especfico se manejo la entrada de vehculos desde diecisis enlaces, los cuales pueden observarse en la figura 18. Estos enlaces fueron las laterales y centrales de las cinco vas principales que confluyen ms las de las vas que desembocan en la zona de estudio.

Figura 17 Ingreso de flujos en la red trazada en VISSIM Fuente: Programa VISSIM imagen captada por el autor de la tesis.

94

Cada uno de estos flujos puede ser programado para que aumente o disminuya en diferentes momentos. Debido a las limitaciones de licencia del programa VISSIM la generacin de la asignacin de flujos del distribuidor fueron estticos. Cada flujo tambin posee una composicin vehicular especfica, la cual incluye un porcentaje de autos, buses y camiones. Para este caso se obtuvo del estudio de aforo la composicin vehicular de las cinco vas principales, el cual se muestra en la figura 19.

Figura 18 Ingreso de flujos en la red trazada en VISSIM Fuente: Programa VISSIM imagen captada por el autor de la tesis.

95

Figura 19 Composiciones vehiculares ingresadas en VISSIM Fuente: Programa VISSIM imagen captada por el autor de la tesis.

Una vez que los vehculos han ingresado a la red, estos deben enfrentar decisiones cuando llegan a un entronque. VISSIM ofrece la herramienta de rutas estticas, dentro de las cuales se plantean porcentajes vehiculares que tomen cada una de las opciones ofrecidas. La figura 20 da un ejemplo de cuatro distintas rutas que se dan para los vehculos que ingresan a un enlace en donde se tendr que tomar una decisin. Para la red trazada se contemplaron diversas rutas en veintids enlaces.

96

Figura 20 Ejemplo de rutas marcada para un enlace en la red trazada en VISSIM Fuente: Programa VISSIM imagen captada por el autor de la tesis.

Figura 21 Rutas marcadas en la red trazada en VISSIM Fuente: Programa VISSIM imagen captada por el autor de la tesis.

97

4.3. Calibracin de la red

Una vez que se tiene construido el modelo, este debe ser calibrado para que la simulacin que este lleve a cabo refleje fielmente lo que sucede en la realidad. Existen tres variables para el comportamiento de un entronque donde la seccin se reduce. La primera es una preferencia total por parte de una de las vas, como la que se muestra en la figura 22, en la cual el flujo que entre por la va en verde siempre tendr preferencia sobre el que entre por la va en rojo. La segunda es una preferencia parcial de cualquiera de las vas cuando exista acumulacin en alguna de estas y se abra un espacio en la otra. La tercera es un ceda el paso de uno a uno entre cada uno de los vehculos en cualquiera de las vas.

Figura 22 Esquema de preferencia en un entronque en VISSIM Fuente: Programa VISSIM imagen captada por el autor de la tesis.

El comportamiento de estos entronques influye directamente en la longitud de las colas que se generan, como se muestra en las figuras 23 y 24. La dinmica del entronque puede ser medida en base a la longitud de las colas observadas en
98

campo y las de las colas que se generan en el modelo que nos ofrecen un parmetro de comparacin con el cual el entronque puede ser calibrado. El entronque debe ser modificado una y otra vez, hasta que las colas simuladas en el modelo reflejen las colas observadas en la situacin real.

Figura 23 Comportamiento de colas en la red trazada en VISSIM Fuente: Programa VISSIM imagen captada por el autor de la tesis.

99

Figura 24 Comportamiento de entronques en la red trazada en VISSIM Fuente: Programa VISSIM imagen captada por el autor de la tesis.

Conteos de vehculos en salidas El programa de microsimulacin plantea que un vehculo debe buscar cambiarse al carril que lo lleve hacia su ruta programada durante los ltimos doscientos metros antes de un entronque. De no lograrse lo anterior debido a una va saturada, el vehculo debe realizar un alto de emergencia quince metros antes del entronque e intentar cambiarse al carril que su ruta le exige. Sin embargo si este no logra realizar el cambio de carril ya estn detenido, en un periodo de treinta segundos, el programa desaparecer este vehculo de la red para que no cause congestionamientos mayores. La experiencia e instruccin en la utilizacin de este paquete plantea que una red congestionada, menor a los cincuenta kilmetros de va no debe perder ms del dos por ciento de los vehculos totales que se mueven en la red durante toda la simulacin, para no disminuir su ndice de confiabilidad. Para ello se colocan puntos de aforo dentro de la simulacin en los enlaces de salida, como se
100

muestra en la figura 25, los cuales contabilizan los vehculos que salen. Estos deben corresponder a los de entrada en ms de un noventa y ocho por ciento, esto con la finalidad de que el modelo tenga un ndice de confiabilidad aceptable.

Figura 25 Conteos de salida en la red trazada en VISSIM Fuente: Programa VISSIM imagen captada por el autor de la tesis.

4.3.1. Parmetros de la situacin actual

Una vez calibrada la situacin actual se prosigue a realizar una serie de corridas de la simulacin con distintos orgenes de flujo. Cada una de estos orgenes de flujo presenta una serie de envos aleatorios de los flujos previamente ingresados en el modelo. El modelo es de tipo estocstico y no de tipo determinstico, lo que significa que si un auto llega un segundo antes o un segundo despus, esto har que la interaccin entre los vehculos sea distinta. Los resultados deben variar, aunque no de manera significativa, debido a estos envos aleatorios. Finalmente estos resultados son promediados y exportados a tablas, las cuales nos permitan observar todos los indicadores de la situacin actual. Los indicadores ms relevantes que se presentan en los estudios de ingeniera de trnsito son las demoras expresadas en niveles de servicio del tiempo extra de
101

cruce por una zona, las longitudes de colas que se generan en los puntos de conflicto y las velocidades de recorrido que se dan en las distintas vialidades de la red. 4.4. Validacin del modelo en base a la velocidad

Para este objetivo se seguir la siguiente metodologa: 1.- Obtencin de datos en campo de longitud, para este caso se tienen 20 rutas principales, las cuales se muestran en la tabla 6. 2.- De las 20 rutas se hicieron 48 recorridos por ruta, los cuales se tomaron 2 por ruta por da los das martes, mircoles y jueves durante 8 semanas. 3.- Los datos se agruparon por ruta y se determin su estadstica descriptiva as como el histograma y polgono de frecuencia. En la tabla 5 y figura 26 se muestra el ejemplo de un movimiento estudiado (para conocer las estadsticas de cada uno de los movimientos y sus graficas, se puede referir al anexo II de este documento). Estudio de velocidades Tramo en estudio: Origen en Av. Constituyentes con destino Mxico. Longitud del tramo estudiado: 1488 metros. Estadstica descriptiva

102

Velocidades Constituyentes-Mxico Media Error tpico Mediana Moda Desviacin estndar Varianza de la muestra Curtosis Coeficiente de asimetra Rango Mnimo Mximo Suma Cuenta K Amplitud 43.98 0.30 43.80 43.00 2.09 4.36 0.43 0.69 9.45 40.45 49.90 2110.91 48.00 6.60 1.58

Tabla 5 Estadstica descriptiva de velocidades con origen Av. Constituyentes y destino Mxico

Histograma de Velocidades:

Histograma
18 16 14 12 10 8 6 4 2 0 120.00% 100.00% 80.00% 60.00% 40.00% 20.00% 0.00% Frecuencia ( #Autos)

Frecuencia % acumulado

Clase Velocidades (km/hr)

Figura 26 Histograma de velocidades y polgono de frecuencias Av. Constituyentes Mxico

103

De la tabla 6 a la tabla 8 se muestra un resumen de los 20 movimientos estudiados.

LONGITUD DE LOS TRAMOS RECORRIDOS (M) Constituyentes Mxico Celaya Libre Celaya Cuota 1488 762 650 821 1214 1126 762 672 1582 716 886 2085 1176 1438 1771 607 PROMEDIO DE VELOCIDADES (KM/HR) Constituyentes Mxico Celaya Libre Celaya Cuota 43.98 61.88 64.76 22.88 13.36 29.44 44.33 57.38 15.47 38.95 66.05 68.24 16.91 27.96 25.36 55.84
Tabla 7 Promedio de velocidades en el distribuidor vial 5 de Febrero

Origen / Destino Constituyentes Mxico Celaya Libre Celaya Cuota 5 de Febrero

5 de Febrero 520 1215 927 1221

Tabla 6 Longitud de los tramos recorridos en el distribuidor vial 5 de Febrero

Origen / Destino Constituyentes Mxico Celaya Libre Celaya Cuota 5 de Febrero

5 de Febrero 47.98 26.48 9.91 20.70

TIEMPOS DE RECORRIDO REDONDEADOS (segundos) Origen / Destino Constituyentes Mxico Celaya Libre Celaya Cuota Constituyentes 121 62 66 Mxico 129 334 138 Celaya Libre 61 42 374 Celaya Cuota 66 48 110 5 de Febrero 247 187 260 39
Tabla 8 Tiempo de recorridos redondeados en el distribuidor vial 5 de Febrero

5 de Febrero 60 163 351 205

Calibracin y validacin Para la calibracin y validacin del modelo, se procedi de la siguiente manera; 1.- Construido el modelo (caractersticas geomtricas) se ingresan los flujos correspondientes a las 20 rutas (matriz O-D) 2.- Se corre el modelo para verificar funcionamiento 3.- Se ingresan las distribuciones de velocidades obtenidas en campo (parmetro de velocidad)

104

4.-Se colocan aforadores virtuales en las 20 rutas, con el fin de tomar datos de tiempos de recorrido, velocidades y volmenes. 5.-Se corre el modelo 6.-Se obtienen las corridas de la simulacin con datos de velocidades por cada punto de aforo (20 rutas) 7.- Con la informacin obtenida de la simulacin y los datos de campo obtenidos descritos en el subcaptulo 4.4 se realiza una correlacin lineal de datos. 8.- Si la correlacin de datos (velocidades) arroja un R=>0.90 y no se tiene un diferencia mayor al 5% en los flujos (aforos vehiculares), se considera confiable el modelo de tal suerte que el modelo base queda validado y calibrado en caso contrario se regresa al punto 3 y se corrigen parmetros del modelo hasta

alcanzar los valores deseados. De la figura 27 a 31 se muestra el resumen en forma de graficas del estudio de correlacin entre las velocidades de campo y las velocidades obtenidas en el modelo VISSIM. Para un mejor entendimiento, se realizaron 5 graficas de las cuales cada una representa la correlacin de velocidades con un origen y 4 destinos, as podemos observar 4 regresiones lineales por grafica as como su correspondiente ecuacin de regresin y el parmetro R2.

105

Figura 27 Correlaciones de velocidades en recorridos con origen en Av. Constituyentes

Figura 28 Correlaciones de velocidades en recorridos con origen en Mxico

106

Figura 29 Correlaciones de velocidades en recorridos con origen en Av. Constituyentes

Figura 30 Correlaciones de velocidades en recorridos con origen en Av. Constituyentes

107

Figura 31 Correlaciones de velocidades en recorridos con origen en Av. Constituyentes

Como se pudo observar en las graficas anteriores, las correspondientes lneas de tendencia demuestran que la dispersin de los datos son aceptables tomando como criterio el parmetro R2 con un valor de por lo menos de 0.90. A continuacin se muestra una tabla resumen con los valores R 2 de todos los movimientos en estudio.
PARMETRO R2 Origen / Destino Constituyentes Mxico Celaya Libre Celaya Cuota 5 de Febrero 0.950 0.932 0.972 0.940 0.963 0.973 0.986 0.971 0.973 0.960 Constituyentes Mxico 0.960 Celaya Libre 0.968 0.964 Celaya Cuota 0.988 0.959 0.936 5 de Febrero 0.980 0.970 0.957 0.940

Tabla 9 Resumen del parmetro R2, correlacin de velocidades de campo vs. velocidades en VISSIM. 108

Por consiguiente se da por calibrado y validado el modelo en base al parmetro de velocidades. Para los valores de los parmetros de brechas, aceleraciones y deceleraciones del modelo base, se opto por utilizar los valores por defecto del programa ya que los alcances de este documento no contemplan la obtencin en campo de esta, sin embargo a continuacin se dan los valores que el programa toma por defecto. CC0 Separacin en detencin: CC1 Intervalo: CC2 Variacin de seguimiento: CC3 Inicio de seguimiento: CC4 Umbral de seguimiento neg: CC5 Umbral de seguimiento pos: CC6 Oscilacin de la velocidad f(distancia): CC7 Oscilacin de la aceleracin: CC8 Aceleracin de arranque: 1.5 m 0.9 s 4.00 m -8.00 -0.35 0.35 11.44 0.25 m/s2 3.5 m/s2

Figura 32 Curvas de aceleracin por defecto del programa VISSIM, (vehculos ligeros a la izquierda y vehculos pesados a la derecha)

109

5. RESULTADOS 5.1. Demoras y niveles de servicio

La demora es el tiempo extra que un vehculo tarda en cruzar una va debido al congestionamiento o los semforos. En trminos del nivel de servicio, se emplea una clasificacin que vara entre de A y F, en donde un nivel de servicio A corresponde a una validad completamente libre con demoras mnimas, y F corresponde a una vialidad completamente congestionada que ha superado su capacidad.
Nivel de Servicio A B C D E F Demora promedio (segundos/ vehculo) <10 10-20 20-35 35-55 55-80 >80

Tabla 10 Niveles de servicio por demoras Fuente: Manual de capacidad carretera.

Los niveles de servicio y las demoras promedio para el ao 2009 se muestran en la tabla 11. Situacin sin proyecto Periodo Demora (seg/veh) 7:00-7:15 7:15-7:30 7:30-7:45 7:45-8:00 7:00-8:00 29.3 43.4 44.6 53.2 42.6 Nivel de servicio C D D D D

Tabla 11 Niveles de servicio y demoras en segundos para la situacin sin proyecto ao 2009

110

5.1.1. Longitud de colas

La longitud de colas es un indicador que denota claramente el problema de congestionamiento. Las colas dentro de un parmetro son aceptables para intersecciones semaforizadas, sin embargo estas no deben existir en un distribuidor de flujo continuo con pasos a desnivel. La figura 33 muestra los tres puntos de conflicto localizados en el distribuidor que denotan grandes longitudes de cola. La longitud de las colas se muestra para el ao 2009 en la siguiente tabla:
N

Punto de conflicto 3

Punto de conflicto 1 Punto de conflicto 2

Figura 33 Esquema de puntos de conflicto por colas en el distribuidor Fuente: Programa VISSIM imagen captada por el autor de la tesis.

SIMULACIN SIN PROYECTO A.M. (metros) Periodo Punto 1 Punto 2 Punto 3 7:00-7:15 7:15-7:30 7:30-7:45 7:45-8:00 7:00-8:00 643 491 727 654 504 734 657 510 737 658 513 738 653 504.5 734

Tabla 12 Longitudes de colas en metros para la situacin sin proyecto ao 2009

111

5.1.2. Tiempo de recorridos

Los tiempos de recorrido son uno de los indicadores ms usados, ya que muestran el tiempo promedio que un usuario promedio tarda en cruzar la vialidad. Estos tiempos se obtuvieron para el recorrido de los seis flujos directos, que se muestran en la figura 34, mismos que transitan por las tres vas bidireccionales principales del distribuidor.
N
A autopista a San Lus

A centro de Quertaro

A autopista a Celaya

A autopista a Mxico A carretera a Celaya

Figura 34 Esquema de vas evaluadas con tiempos de recorrido en el distribuidor Fuente: Programa VISSIM imagen captada por el autor de la tesis.

SITUACIN SIN PROYECTO HMD (segundos) Origen / Destino Constituyentes Mxico Celaya Libre Celaya Cuota 5 de Febrero 129 61 66 247 42 48 187 110 260 39 Constituyentes Mxico 121 Celaya Libre 62 334 Celaya Cuota 66 138 374 5 de Febrero 60 163 351 205

Tabla 13 Tiempo de recorridos en segundos para la situacin sin proyecto ao 2009

112

5.2. Revisin de propuesta de solucin

Como ultima parte de este trabajo se pretende realizar una revisin a una posible solucin, se utilizar un modelo de microsimulacin en el programa VISSIM y se compararan los resultados con los obtenidos para una situacin sin proyecto. Observando los aforos as como las matriz de origen destino, podemos ver claramente que los movimientos ms congestionados se deben a demoras en gazas, mismas que se generan al tener un alto nmero de entrecruzamientos, analizando en dos partes el distribuidor es decir los movimientos de vuelta izquierda Norte-Sur Sur-Norte, podemos observar lo siguiente : 1. Movimiento de los vehculos provenientes del norte en la hora de mxima demanda 18:30 a 19:30 hacia el sur (5 de Febrero-Celaya Libre) es de 1228 vehculos, este flujo convive con el trnsito de 3281 vehculos que vienen en direccin Norte Oriente (5 de Febrero Mxico), actualmente el movimiento Norte-Sur se realiza mediante la utilizacin de gazas, el problema principal radica en que no se cuenta con carriles de salida exclusivos, es decir es necesario un entrecruzamiento. El primer entrecruzamiento se realiza de la carretera 57 a la carretera 45, la carretera 45 en esta zona cuenta con dos carriles de circulacin por cuerpo y un aforo de 1992 vehculos en la HDM en direccin Oriente Poniente (Mxico-Celaya), al intentar ingresar un aforo de 1128 vehculos en dicha hora, se sobrepasa la capacidad mxima de esta vialidad (carretera 45) generando colas y demoras en la carretera Mxico-Quertaro y QuertaroS.L.P. El segundo entrecruzamiento se realiza en la gaza de salida de la carretera 45 hacia la vialidad Constituyentes en sentido a Celaya libre, siendo el flujo de Constituyentes hacia esta direccin de 1658 vehculos, al cual le llega un aforo proveniente de la gaza de 1638 vehculos (1128 vehculos de 5 febrero + 410 Mxico) sumando los aforos la vialidad de constituyentes recibe 3296 vehculos, actualmente dicha vialidad se
113

conforma en esta zona de 3 carriles nicamente. En conclusin la vuelta izquierda generada del trnsito Norte-Sur genera problemticas no solo en su movimiento si no que genera problemas indirectamente al utilizar el sistema de gazas. 2. El movimiento generado por los vehculos provenientes del sur con direccin hacia el norte (Celaya libre S.L.P) se dan por medio de una gaza, este movimiento en la hora de mxima demanda 07:00 8:00 es de 2163 vehculos, este movimiento convive con el generado por los vehculos provenientes del oriente hacia el norte (Mxico-S.L.P) siendo este de 3149 vehculos, al igual que en el punto anterior este no tiene carril exclusivo por lo que el entrecruce es necesario, adems que el diseo geomtrico de la gaza est comprometido con las construcciones existentes por lo que ninguna mejora a este puede ser realizada, en total se suma un aforo de 5312 vehculos en esta zona donde el puente nicamente cuenta con tres carriles de circulacin, razn por la cual las colas y demoras aumentan considerablemente en horas de mxima demanda. Por estas dos razones se piensa en dar una solucin directa a estos dos movimientos, con la construccin de un paso superior vehicular el cual conecte de manera directa el norte y el sur del distribuidor, es decir se modelara una solucin con un puente que inicie en 5 de febrero en la zona de hospitales y descargue a la altura de la Plaza de toros en constituyentes, la imagen muestra los movimientos directamente solucionados.

114

Figura 35 Solucin esquemtica al Distribuidor Vial 5 de Febrero Fuente: Programa VISSIM imagen captada por el autor de la tesis.

5.2.1. Parmetros para el paso superior vehicular

Los parmetros de evaluacin fueron los niveles de servicio basados en las demoras por segundos, los cuales mejoraron en todos sus accesos y los tiempos de recorrido, los cuales todos disminuyeron. La evaluacin de colas dio un resultado en cero, lo cual implica que el distribuidor se encuentra libre de estas, debido al enorme mejoramiento de la operacin de los flujos indirectos que previamente se deban en las gazas causando congestionamiento en los entronques.

115

5.2.2. Demoras y niveles de servicio

Los niveles de servicio y sus demoras especificadas para esta alternativa de solucin se presentan en la 0tabla 14 para el ao 2009, las cuales reportan un nivel de servicio A en su hora de mxima demanda. Esta puede ser comparada con el reporte de los niveles de servicio actuales, los cuales se han mostrado previamente en el documento, presentando niveles de servicio de C y D para el ao 2009.
Simulacin Situacin sin proyecto Periodo Demora (seg/veh) 29.3 43.4 44.6 53.2 42.6 Nivel de servicio C D D D D Situacin con proyecto Demora (seg/veh) 5.1 5.3 5.5 5.9 5.4 Nivel de servicio A A A A A

7:00-7:15 7:15-7:30 7:30-7:45 7:45-8:00 7:00-8:00

Tabla 14 Niveles de servicio y demoras en segundos para el viaducto elevado ao 2009

5.2.3. Tiempos de recorrido

Los tiempos de recorrido disminuyen en promedio 1.6 minutos, sin embargo en algunos flujos, tal como el de la Carretera a Celaya hacia la Avenida 5 de Febrero, en la parte de mayor congestionamiento de la hora, un usuario puede disminuir su tiempo 5.15 minutos o en el sentido opuesto, de la avenida 5 de Febrero a la Carretera a Celaya, flujo que puede mostrar un ahorro en tiempo de 3.63 minutos. El aumento de velocidades promedio paso de 34.27 km/hr a 59.25 km/hr.

116

Origen / Destino Constituyentes Mxico Celaya Libre Celaya Cuota 5 de Febrero

SITUACIN CON PROYECTO HMD (segundos) Celaya Celaya Constituyentes Mxico Libre Cuota 76 50 43 54 60 36 43 67 105 42 41 43 61 53 51 95

5 de Febrero 55 52 42 71

Tabla 15 Tiempo de recorridos en minutos para el viaducto elevado ao 2009

5.2.4. Ahorro en tiempos de viaje

Para la estimacin de los beneficios por este concepto, se requieren, en primer lugar, las velocidades a las que transitan los vehculos de la red de anlisis, y con ellas se determinan los tiempos de recorrido en las situaciones sin proyecto y con proyecto. El segundo insumo importante es el valor econmico del tiempo de los usuarios. De acuerdo a la informacin de encuestas de origen destino de la SCT, el 57% de los viajes realizados es por motivo de trabajo y el 43% por motivo de placer, tanto para automviles como autobuses. Por otra parte, con fundamento en el Boletn Notas 116, Artculo 2, Febrero de 2009 emitido por el Instituto Mexicano del Transporte (IMT), el valor del tiempo de los pasajeros que viajan por motivo de trabajo es de 25.15 pesos y por motivo de placer de 15.09 pesos por hora. De acuerdo a estos datos, el valor del tiempo ponderado, se muestra en la tabla 16.

Tabla 16 Configuracin del valor del tiempo Fuente: Boletn del Instituto Mexicano del Transporte

El tercer insumo son los parmetros de la tabla 17, los cuales se utilizan de acuerdo al tipo de vehculo.

117

Tabla 17 Informacin sobre la utilizacin del vehculo Fuente: Boletn del Instituto Mexicano del Transporte

Con base en estos insumos, los beneficios por tiempo de viaje (TV) se estiman en dos procedimientos: Procedimiento 1: Se obtiene el ahorro en tiempo de viaje por vehculo, calculando la diferencia de los tiempos de recorrido de las situaciones sin proyecto y con proyecto; este resultado es multiplicado por su respectivo valor monetario e informacin sobre la utilizacin del vehculo, esto se resume en la siguiente expresin:
Ahorro TV pesos / veh / hora TV SPpor veh TV T CPpor veh * Valor del tiempo * Nm de pas

Ecuacin 24 Ahorro en tiempos de viaje

Procedimiento 2: Para obtener los beneficios anuales, el ahorro en tiempo de viaje pesos/vehculo/hora, se multiplica por el TPDA del proyecto (segn la composicin del TPDA) y los das de operacin de cada ao.
Beneficio TV pesos / ao Ahorro TV pesos / veh / hora * TPDA * Das de operacin al ao
Ecuacin 25 Beneficios anuales en tiempos de viaje

El clculo se hace de manera anual durante el periodo de operacin del proyecto, de acuerdo a la informacin obtenida del trabajo de campo. Conforme a esta informacin, podemos calcular los beneficios al primer ao de operacin del Distribuidor.

118

AHORRO EN TIEMPOS DE VIAJE (HORAS)

Origen / Destino Constituyentes Mxico Celaya Libre Celaya Cuota 5 de Febrero 0.0219 0.0050 0.0033 0.0519 0.0017 0.0014 0.0333 0.0014 0.0606 -0.0006 Constituyentes Mxico 0.0125 Celaya Libre 0.0053 0.0758 Celaya Cuota 0.0036 0.0242 0.0775 5 de Febrero 0.0014 0.0308 0.0858 0.0372

Tabla 18 Ahorro en tiempos de viaje (Horas)

AHORRO EN TIEMPOS DE VIAJE (PESOS/VEHCULO)

Origen / Destino Constituyentes Mxico Celaya Libre Celaya Cuota 5 de Febrero $ $ $ $ 1.14 0.26 0.17 2.70 $ $ $ 0.09 0.07 1.74 $ $ 0.07 3.15 -$ 0.03 Constituyentes $ Mxico 0.65 $ $ Celaya Libre Celaya Cuota 0.19 $ 1.26 $ 4.03 $ $ 5 de Febrero 0.07 1.60 4.47 1.94

0.27 $ 3.95 $ $

Tabla 19 Ahorro monetario de viaje (Pesos/Vehculos)

BENEFICIOS EN TIEMPOS DE VIAJE PARA EL PRIMER AO (PESOS)

Origen / Destino Constituyentes Mxico Celaya Libre Celaya Cuota 5 de Febrero $ $ $ $ 178,852.69 218,859.84 3,546.34 148,028.03 $ $ $ 68,773.67 11,055.93 2,036,612.40 $ $ 11,055.93 1,126,290.14 -$ 10.55 Constituyentes $ Mxico 61,031.88 $ $ Celaya Libre 107,888.95 1,906,046.93 Celaya Cuota $ $ $ 205.81 136,819.06 269,442.68 $ $ $ $ 5 de Febrero 24,301.93 1,844,619.25 3,527,167.60 41,722.27

Tabla 20 Beneficios monetarios anuales en tiempos de viaje (primer ao)

119

Por lo que para el primer ao de operacin se tiene un ahorro de en tiempos de viaje de $11, 722,310.76 pesos. Siendo la inversin de 230 millones de pesos para la propuesta de solucin segn dato de la Secretaria de Obras Pblicas del Estado, la inversin se amortizara en un periodo de 20 aos, esto sin considerar los ahorros en costos de operacin y gastos de mantenimiento. 5.3. Aseguramiento de calidad de la propuesta de solucin

Debido a la posibilidad de evaluar la propuesta de solucin en campo en lo que respecta nicamente a los pasos superiores que dan solucin a lo expuesto en el subcaptulo 5.2 de este documento, por lo que se procedi a verificar las velocidades en diferentes recorridos durante los das martes, mircoles y jueves a la hora de mxima demanda, obteniendo valores mayores a las velocidades permitidas en el cuerpo de S.L.P a Celaya libre, siendo la media de 74 km/hr, comparada con la de la simulacin con una velocidad deseada de 60 km/hr, por otro lado el cuerpo Celaya libre a S.L.P, presento variacin con respecto a la simulacin con una velocidad promedio en campo de 45 km/hr en la hora de mxima demanda en carril izquierdo y de 67 km/hr en carril derecho, esta diferencia se presenta debido a que la simulacin contemplo la eliminacin del camelln que divide a los carriles centrales del viaducto logrando un cruzamiento mucho ms amplio en campo se dejo nicamente la incorporacin lo que limita el cruce, por lo que la propuesta sera la apertura del camelln para mejorar las velocidades de recorrido en la zona. De la tabla 21 a la tabla 22 se muestran la comparativa de resultados expresados en niveles de servicio y demoras para el primer ao de operacin, aqu se comparo los resultados de la presente tesis con el estudio realizado por la empresa Cal y Mayor. De los resultados se denota que no existe una diferencia significativa de resultados, obteniendo una igualdad en niveles de servicio para el primer ao de operacin.

120

Situacin sin proyecto Periodo Demora (seg/veh) 7:00-7:15 7:15-7:30 7:30-7:45 7:45-8:00 7:00-8:00 29.3 43.4 44.6 53.2 42.6 TESIS Nivel de servicio C D D D D CAL Y MAYOR Demora (seg/veh) 27.3 41.2 42 54 41.125 Nivel de servicio C D D D D

Tabla 21 Comparativa de niveles de servicio entre la Tesis y el estudio de Cal y Mayor, situacin sin proyecto

Situacin con proyecto Periodo Demora (seg/veh) 7:00-7:15 7:15-7:30 7:30-7:45 7:45-8:00 7:00-8:00
5.1 5.3 5.5 5.9 5.4

TESIS Nivel de servicio

A A A A A

CAL Y MAYOR Demora (seg/veh)

4.6 4.2 4.7 5.3 4.7

Nivel de servicio
A A A A A

Tabla 22 Comparativa de niveles de servicio entre la Tesis y el estudio de Cal y Mayor, situacin con proyecto

121

6. CONCLUSIONES

En esta investigacin se plante una forma de utilizacin del programa VISSIM en zonas urbanas y en este caso aplicado a un distribuidor, se denota que de los parmetros a calibrar, nicamente se conto con el estudio de velocidades, debido a que la obtencin de parmetros como los de brechas, aceleraciones y deceleraciones, son datos que difcilmente pueden obtenerse por mtodos econmicos, por lo que se opto por utilizar la tcnica del auto flotante, que nos permiti reproducir las velocidades en campo con mayor exactitud. Por lo que se deja para futuras investigaciones el poder aplicar tcnicas ms sofisticadas, para la obtencin de los parmetros mencionados. La calibracin del programa arroj resultados satisfactorios en general siendo la correlacin de datos ms baja de R2 =0.932 y la ms alta de R2=0.988, por lo qu se puede concluir que el programa simul de manera correcta las velocidades en el sistema. Para los datos de aceleraciones, deceleraciones y brechas se opto en forma supletoria los parmetros por defecto que contiene el programa VISSIM, resultando un modelo con la suficiente aproximacin a la realidad, lo que nos permiti simular un estado en proyecto y obtener los beneficios encontrados. Se simul un modelo microscpico de las situacin tanto actual como de proyecto, determinando, demoras, tiempos de recorrido y longitudes de cola. En base a los resultados se encontr que la situacin con proyecto ofrece economas en tiempos de recorrido, aumento de velocidades de recorrido (de 34 km/hr a 69 km/hr en promedio), eliminacin de colas de espera y se paso de un nivel de servicio D a un nivel ptimo de servicio A para el primer ao de operacin.

122

Se llevo a cabo una comparativa de resultados de la presente tesis con el estudio realizado por Cal y Mayor obteniendo

Debido a que este estudio tiene su aplicacin directamente en campo, por ser este un proyecto que la Secretara de Desarrollo Urbano y Obras Pblicas se encuentra construyendo y est por concluir, se deja abierta una lnea de investigacin futura para corroborar los datos aqu expuestos, en cuanto a los resultados de la simulacin con proyecto, obteniendo la posibilidad de correlacionar los parmetro tomados por defecto en el programa VISSIM y validando si estos son aplicables a las condiciones de conduccin de esta zona.

123

7. REFERENCIAS

Ahmed, K.I. 1999. Modeling Drivers Acceleration and Lane Changing Behavior, Ph.D. Dissertation, Massachusetts Institute of Technology, Cambridge, MA. Ahmed, K. I., M. E. Ben-Akiva, H. N. Koutsopoulos, and R. G. Mishalani. 1996. Models of freeway lane changing and gap acceptance behavior. In J. Lesort (Ed.), Transportation and Traffic Theory. Ben-Akiva, M., A. Davol, T. Toledo, H.N. Koutsopoulos, W. Burghout, I. Andrasson, T. Johansson, and C. Lundin. 2002. Calibration and Evaluation of MITSIMLab in Stockholm, Paper presented at the Annual Meeting, TRB, Washington, DC. Benekohal, R. and J. Treiterer. 1988. Carsim: Car-following model for simulation of traffic in normal and stop-and-go conditions. Transportation Research Record. Chen, S. 1996. Estimation of car-following safety: Application to the design of intelligent cruise control. Phd dissertation, MIT, Department of Mechanical Engineering, Cambridge, Massachusetts. Freeway System Operational Assessment. 2002. Paramics Calibration and Validation Guidelines (Draft), Technical Report I-33, Wisconsin DOT, District 2, Milwaukee, WI. Gibra, I.N. 1973. Probability and Statistical Inference for Scientists and Engineers, Prentice-Hall, Englewood Cliffs, NJ. Gipps, P. G. 1981. A behavioural car-following model for computer simulation. Transportation Research. Hellinga, B.R. 1998. Requirements for the Calibration of Traffic Simulation Models, Canadian Society of Civil Engineering (CSCE), University of Waterloo, Ontario, Canada.

124

Joshi, S.S., and A.K. Rathi. 1995. Statistical Analysis and Validation of MultiPopulation Traffic Simulation Experiments, Transportation Research Record 1510, TRB, Washington, DC. Lee, D-H., X. Yang, and P. Chandrasekar. 2002. Parameter Calibration for Paramics Using Genetic Algorithm, Paper No. 01-2339, Annual Meeting, TRB, Washington, DC. May, A.D. 1990. Traffic Flow Fundamentals, Prentice Hall, Englewood Cliffs, NJ. Miller, A. J. (1972). Nine estimators of gap acceptance parameters. In G. F. Newell (Ed.), Proceedings, 5th International Symposium on the Theory of Traffic Flow and Transportation, New York. Rakha, H., B. Hellinga, M. Van Aerde, and W. Perez. 1996. Systematic Verification, Validation and Calibration of Traffic Simulation Models, Paper presented at the Annual Meeting, TRB, Washington, DC. Skabardonis, A. 2002. Simulation of Freeway Weaving Areas, Preprint No. 023732, Annual Meeting, TRB, Washington, DC. Tian, Z.Z., T. Urbanik II, R. Engelbrecht, and K. Balke. 2002. Variations in Capacity and Delay Estimates From Microscopic Traffic Simulation Models, Preprint, Annual Meeting, TRB, Washington, DC. Wall, Z., R. Sanchez, and D.J. Dailey. 2001. A General Automata Calibrated With Roadway Data for Traffic Prediction, Paper No. 01-3034, Annual Meeting, TRB, Washington, DC.

125

8. ANEXOS

ANEXO I MOVIMIENTOS DIRECCIONALES AFORADOS

Movimientos direccionales aforados Avenida Constituyentes Oriente

Flujos aforados en horas de mxima demanda Avenida Constituyentes Oriente

Horario Pico AM 07:00 - 08:00 Pico MD 14:00 - 15 :00 Pico PM 18:30 - 19:30 Lateral 1L 678 974 1043 Central 1C 659 767 960 Gaza 15 921 751 962 Gaza 23 221 634 748 Gaza 35 2405 1254 918

126

Movimientos direccionales aforados Autopista Mxico - Quertaro

Flujos aforados en horas de mxima demanda Autopista Mxico - Quertaro

Horario Pico AM 07:00 - 08:00 Pico MD 14:00 - 15 :00 Pico PM 18:30 - 19:30 Lateral 2LL 23 19 25 Lateral 2L 641 644 952 Central 2C5 2511 1768 1849 Central 2C4 2043 2359 2168

127

Movimientos direccionales aforados Avenida Constituyentes Poniente

Flujos aforados en horas de mxima demanda Avenida Constituyentes Poniente

Horario Pico AM 07:00 - 08:00 Pico MD 14:00 - 15 :00 Pico PM 18:30 - 19:30 Central 3C 2296 1588 1806 Lateral 3L 2353 1554 1373 Gaza 32 2172 1636 1828

128

Movimientos direccionales aforados Autopista Celaya - Quertaro

Flujos aforados en horas de mxima demanda Autopista Celaya - Quertaro

Horario Pico AM 07:00 - 08:00 Pico MD 14:00 - 15 :00 Pico PM 18:30 - 19:30 Central 4F 953 529 753

129

Movimientos direccionales aforados Avenida 5 de Febrero

Flujos aforados en horas de mxima demanda Avenida 5 de Febrero

Horario Pico AM 07:00 - 08:00 Pico MD 14:00 - 15 :00 Pico PM 18:30 - 19:30 Central 5C 3212 2131 3453 Lateral 5L2 654 635 637 Lateral 5L4 478 634 604

130

Movimientos direccionales aforados Gazas del servicio forense

Flujos aforados en horas de mxima demanda Gazas del servicio forense

Horario Pico AM 07:00 - 08:00 Pico MD 14:00 - 15 :00 Pico PM 18:30 - 19:30 Gaza 54 1122 1336 1505 Gaza 21 585 484 340 Gaza 41 115 92 97

131

Movimientos direccionales aforados Gazas del centro comercial

Flujos aforados en horas de mxima demanda Gazas del centro comercial

Horario Pico AM 07:00 - 08:00 Pico MD 14:00 - 15 :00 Pico PM 18:30 - 19:30 Gaza 12 257 397 344 Gaza 1CC 17 69 136 Gaza 14 152 206 253 Gaza 23 2338 1516 1570

132

Movimientos direccionales aforados Paseo Constituyentes con Calle Ignacio Prez

Flujos aforados en horas de mxima demanda Paseo Constituyentes con Calle Ignacio Prez
Horario Pico AM 07:00 - 08:00 Pico MD 14:00 - 15 :00 Pico PM 18:30 - 19:30 Giro izquierdo 12 295 110 177 De frente 13 41 44 52 Giro derecho 14 639 353 609 Vuelta en u 22 28 25 17 Giro izquierdo Giro derecho 23 32 12 3 31 16 14 20

Horario Pico AM 07:00 - 08:00 Pico MD 14:00 - 15 :00 Pico PM 18:30 - 19:30

Giro izquierdo Giro derecho 34 43 212 86 142 64 38 58

133

Movimientos direccionales aforados Paseo Constituyentes con Avenida Tecnolgico

Flujos aforados en horas de mxima demanda Paseo Constituyentes con Avenida Tecnolgico
Horario Pico AM 07:00 - 08:00 Pico MD 14:00 - 15 :00 Pico PM 18:30 - 19:30 Giro derecho Giro izquierdo 21 31 409 407 477 967 560 530 Vuelta en u 33 467 355 456

134

Movimientos direccionales aforados Paseo Constituyentes con Paseo Las Amricas

Flujos aforados en horas de mxima demanda Paseo Constituyentes con Paseo Las Amricas
Horario Pico AM 07:00 - 08:00 Pico MD 14:00 - 15 :00 Pico PM 18:30 - 19:30 Giro derecho 14 28 133 170 Giro derecho 21 617 501 512 Giro derecho 32 186 298 398 Giro derecho 43 400 752 705

135

Movimientos direccionales aforados Paseo Constituyentes con Calle Hacienda Grande

Flujos aforados en horas de mxima demanda Paseo Constituyentes con Calle Hacienda Grande
Horario Pico AM 07:00 - 08:00 Pico MD 14:00 - 15 :00 Pico PM 18:30 - 19:30 Vuelta en u 11 273 398 465 Giro izquierdo Giro derecho Giro izquierdo Giro derecho 12 21 23 32 136 197 111 85 99 152 85 72 125 39 39 29 Vuelta en u 33 0 0 3

136

Horario Pico AM 07:00 - 08:00 Pico MD 14:00 - 15 :00 Pico PM 18:30 - 19:30

Giro izquierdo 41 516 497 446

De frente 42 21 55 42

Giro derecho 43 29 51 44

Movimientos direccionales aforados Avenida 5 de Febrero con Avenida Zaragoza

Flujos aforados en horas de mxima demanda Avenida 5 de Febrero con Avenida Zaragoza
Horario Pico AM 07:00 - 08:00 Pico MD 14:00 - 15 :00 Pico PM 18:30 - 19:30 Giro izquierdo 12 297 195 217 De frente 13 488 401 477 Giro derecho 14 390 351 430 Giro derecho 21 325 314 241 Vuelta en u 22 174 171 192 Giro izquierdo 23 101 146 149

137

Horario Pico AM 07:00 - 08:00 Pico MD 14:00 - 15 :00 Pico PM 18:30 - 19:30

De frente 31 301 416 358

Giro derecho Giro izquierdo Giro izquierdo Giro derecho 32 34 41 43 78 72 121 651 624 680 1035 464 686 124 103 169

Vuelta en u 44 211 162 199

138

ANEXO II ANLISIS ESTADSTICO DESCRIPTIVO DE VELOCIDADES EN EL DISTRIBUIDOR VIAL 5 DE FEBRERO E HISTOGRAMAS Y POLGONOS DE FRECUENCIA DE VELOCIDADES Estadstica descriptiva Constituyentes - Mxico
Velocidades Constituyentes-Mxico Media Error tpico Mediana Moda Desviacin estndar Varianza de la muestra Curtosis Coeficiente de asimetra Rango Mnimo Mximo Suma Cuenta K Amplitud 43.98 0.30 43.80 43.00 2.09 4.36 0.43 0.69 9.45 40.45 49.90 2110.91 48.00 6.60 1.58

Clases y frecuencias Constituyentes - Mxico

Clase 40.45 42.02 43.60 45.17 46.75 48.32 49.90 y mayor... Frecuencia 1 7 13 16 5 4 1 1 % acumulado 2.08% 16.67% 43.75% 77.08% 87.50% 95.83% 97.92% 100.00%

139

Histograma Constituyentes-Mxico
18 16 100.00% 14 Frecuencia 12 10 60.00% 8 6 4 20.00% 2 0 0.00% 40.00% Frecuencia % acumulado 80.00% 120.00%

Clase Velocidades (km/hr)

Estadstica descriptiva Constituyentes Celaya Libre

Velocidades Constituyentes-Celaya Libre Media Error tpico Mediana Moda Desviacin estndar Varianza de la muestra Curtosis Coeficiente de asimetra Rango Mnimo Mximo Suma Cuenta K Amplitud 61.88 0.39 61.49 60.00 2.67 7.15 0.11 0.43 12.57 56.27 68.85 2970.11 48.00 6.60 2.10

140

Clases y frecuencias Constituyentes Celaya Libre

Clase 56.27 58.37 60.46 62.56 64.65 66.75 68.85 y mayor...

Frecuencia 1 2 13 16 7 7 2 0

% acumulado 2.08% 6.25% 33.33% 66.67% 81.25% 95.83% 100.00% 100.00%

Histograma Constituyentes-Celaya Libre

18 16 14 Frecuencia 12 10 8 6 4 2 0 120.00% 100.00% 80.00% 60.00% 40.00% 20.00% 0.00% Frecuencia % acumulado

Clase Velocidades (km/hr)

141

Estadstica descriptiva Constituyentes Celaya Cuota

Velocidades Constituyentes-Celaya Cuota Media Error tpico Mediana Moda Desviacin estndar Varianza de la muestra Curtosis Coeficiente de asimetra Rango Mnimo Mximo Suma Cuenta Nivel de confianza(95.0%) K Amplitud 64.76 0.21 64.80 63.00 1.46 2.13 0.06 0.01 7.38 60.93 68.32 3108.27 48.00 0.42 6.60 1.23

Clases y frecuencias Constituyentes Celaya Cuota

Clase 60.93 62.16 63.39 64.63 65.86 67.09 68.32 y mayor...

Frecuencia 1 0 8 11 16 10 2 0

% acumulado 2.08% 2.08% 18.75% 41.67% 75.00% 95.83% 100.00% 100.00%

142

Histograma Constituyentes - Celaya Cuota

18 16 14 12 10 8 6 4 2 0 120.00% 100.00% 80.00% 60.00% 40.00% 20.00% 0.00% Frecuencia % acumulado

Frecuencia

Clase Velocidades (km/hr)

Estadstica descriptiva Constituyentes 5 de Febrero

Velocidades Constituyentes-5 de Febrero Media Error tpico Mediana Moda Desviacin estndar Varianza de la muestra Curtosis Coeficiente de asimetra Rango Mnimo Mximo Suma Cuenta Nivel de confianza(95.0%) K Amplitud 47.98 0.33 48.32 48.00 2.29 5.24 0.38 -0.05 11.99 41.91 53.89 2302.98 48.00 0.66 6.60 2.00

143

Clases y frecuencias Constituyentes 5 de Febrero

Clase 41.91 43.90 45.90 47.90 49.90 51.90 53.89 y mayor...

Frecuencia 1 1 7 14 14 9 1 1

% acumulado 2.08% 4.17% 18.75% 47.92% 77.08% 95.83% 97.92% 100.00%

Histograma Constituyentes-5 de febrero

16 14 12 Frecuencia 10 8 6 4 2 0 20.00% 0.00% 80.00% 60.00% 40.00% Frecuencia % acumulado 120.00% 100.00%

Clase Velocidades (km/hr)

144

Estadstica descriptiva Mxico Constituyentes

Velocidades Mxico - Constituyentes Media Error tpico Mediana Moda Desviacin estndar Varianza de la muestra Curtosis Coeficiente de asimetra Rango Mnimo Mximo Suma Cuenta Nivel de confianza(95.0%) K Amplitud 22.88 0.22 23.02 23.00 1.53 2.35 -0.76 -0.35 5.51 19.83 25.34 1098.22 48.00 0.45 6.60 0.92

Clases y frecuencias Mxico Constituyentes

Clase Frecuencia % acumulado 19.83 1 2.08% 20.75 4 10.42% 21.66 7 25.00% 22.58 6 37.50% 23.50 12 62.50% 24.42 10 83.33% 25.34 8 100.00% y mayor... 0 100.00%

145

Histograma Mxico-Constituyentes
14 12 10 Frecuencia 8 60.00% 6 4 2 0 40.00% 20.00% 0.00% Frecuencia % acumulado 120.00% 100.00% 80.00%

Clase Velocidades (km/hr)

Estadstica descriptiva Mxico Celaya Libre

Velocidades Mxico - Celaya Libre Media Error tpico Mediana Moda Desviacin estndar Varianza de la muestra Curtosis Coeficiente de asimetra Rango Mnimo Mximo Suma Cuenta Nivel de confianza(95.0%) K Amplitud 13.36 0.17 13.48 13.00 1.21 1.46 0.00 -0.13 5.90 10.34 16.24 641.46 48.00 0.35 6.60 0.98

146

Clases y frecuencias Mxico Celaya Libre

Clase Frecuencia % acumulado 10.34 1 2.08% 11.32 0 2.08% 12.30 8 18.75% 13.29 12 43.75% 14.27 15 75.00% 15.25 10 95.83% 16.24 2 100.00% y mayor... 0 100.00%

Histograma Mxico-Celaya Libre

16 14 12 Frecuencia 10 8 6 4 2 0 20.00% 0.00% 80.00% 60.00% 40.00% Frecuencia % acumulado 120.00% 100.00%

Clase Velocidades (Km/hr)

147

Estadstica descriptiva Mxico Celaya Cuota

Velocidades Mxico - Celaya Cuota Media Error tpico Mediana Moda Desviacin estndar Varianza de la muestra Curtosis Coeficiente de asimetra Rango Mnimo Mximo Suma Cuenta Nivel de confianza(95.0%) K Amplitud 29.44 0.52 29.05 25.00 3.60 12.94 -0.03 0.42 16.78 23.00 39.78 1412.97 48.00 1.04 6.60 2.80

Clases y frecuencias Mxico Celaya Cuota

Clase Frecuencia % acumulado 23.00 1 2.08% 25.80 8 18.75% 28.59 13 45.83% 31.39 10 66.67% 34.18 12 91.67% 36.98 3 97.92% 39.78 1 100.00% y mayor... 0 100.00%

148

Histograma Mxico-Celaya Cuota

14 12 10 Frecuencia 8 60.00% 6 4 2 0 40.00% 20.00% 0.00% Frecuencia % acumulado 120.00% 100.00% 80.00%

Clase Velocidades (Km/hr)

Estadstica descriptiva Mxico 5 de Febrero

Velocidades Mxico - 5 de Febrero Media Error tpico Mediana Moda Desviacin estndar Varianza de la muestra Curtosis Coeficiente de asimetra Rango Mnimo Mximo Suma Cuenta Nivel de confianza(95.0%) K Amplitud 26.48 0.61 26.40 26.00 4.22 17.84 0.51 -0.35 20.89 14.26 35.15 1271.20 48.00 1.23 6.60 3.48

149

Clases y frecuencias Mxico 5 de Febrero

Clase Frecuencia % acumulado 14.26 1 2.08% 17.74 0 2.08% 21.23 4 10.42% 24.71 12 35.42% 28.19 17 70.83% 31.67 7 85.42% 35.15 7 100.00% y mayor... 0 100.00%

Histograma Mxico-5 de Febrero

18 16 100.00% 14 Frecuencia 12 10 60.00% 8 6 4 20.00% 2 0 0.00% 40.00% Frecuencia % acumulado 80.00% 120.00%

Clase Velocidades (km/hr)

150

Estadstica descriptiva Celaya Libre Constituyentes

Velocidades Celaya Libre - Constituyentes Media Error tpico Mediana Moda Desviacin estndar Varianza de la muestra Curtosis Coeficiente de asimetra Rango Mnimo Mximo Suma Cuenta Nivel de confianza(95.0%) K Amplitud 44.33 0.41 44.49 45.00 2.81 7.89 0.59 -0.51 13.25 36.55 49.81 2127.90 48.00 0.82 6.60 2.21

Clases y frecuencias Celaya Libre Constituyentes

Clase Frecuencia % acumulado 36.55 1 2.08% 38.76 1 4.17% 40.97 2 8.33% 43.18 11 31.25% 45.39 16 64.58% 47.60 12 89.58% 49.81 4 97.92% y mayor... 1 100.00%

151

Histograma Celaya Libre-Constituyentes

18 16 14 12 10 8 6 4 2 0 120.00% 100.00% 80.00% 60.00% 40.00% 20.00% 0.00% Frecuencia % acumulado

Frecuencia

Clase Velocidades (Km/hr)

Estadstica descriptiva Celaya Libre Mxico

Velocidades Celaya Libre - Mxico Media Error tpico Mediana Moda Desviacin estndar Varianza de la muestra Curtosis Coeficiente de asimetra Rango Mnimo Mximo Suma Cuenta Nivel de confianza(95.0%) K Amplitud 57.38 0.36 57.33 60.00 2.48 6.16 -0.84 0.10 9.80 52.09 61.88 2754.38 48.00 0.72 6.60 1.63

152

Clases y frecuencias Celaya Libre Mxico

Clase Frecuencia % acumulado 52.09 1 2.08% 53.72 3 8.33% 55.35 6 20.83% 56.99 12 45.83% 58.62 12 70.83% 60.25 5 81.25% 61.88 8 97.92% y mayor... 1 100.00%

Histograma Celaya Libre-Mxico

14 12 10 Frecuencia 8 60.00% 6 4 2 0 40.00% 20.00% 0.00% Frecuencia % acumulado 120.00% 100.00% 80.00%

Clase Velocidades (Km/hr)

153

Estadstica descriptiva Celaya Libre Celaya Cuota

Velocidades Celaya Libre - Celaya Cuota Media Error tpico Mediana Moda Desviacin estndar Varianza de la muestra Curtosis Coeficiente de asimetra Rango Mnimo Mximo Suma Cuenta Nivel de confianza(95.0%) K Amplitud 15.47 0.60 16.03 12.00 4.16 17.29 -0.50 0.08 18.00 8.05 26.05 742.70 48.00 1.21 6.60 3.00

Clases y frecuencias Celaya Libre Celaya Cuota

Clase Frecuencia % acumulado 8.05 1 2.08% 11.05 8 18.75% 14.05 9 37.50% 17.05 12 62.50% 20.05 12 87.50% 23.05 5 97.92% 26.05 0 97.92% y mayor... 1 100.00%

154

Histograma Celaya Libre-Celaya Cuota

14 12 10 Frecuencia 8 60.00% 6 4 2 0 40.00% 20.00% 0.00% Frecuencia % acumulado 120.00% 100.00% 80.00%

Clase Velocidades (km/hr)

Estadstica descriptiva Celaya Libre 5 de Febrero

Velocidades Celaya Libre - 5 de Febrero Media Error tpico Mediana Moda Desviacin estndar Varianza de la muestra Curtosis Coeficiente de asimetra Rango Mnimo Mximo Suma Cuenta Nivel de confianza(95.0%) K Amplitud 155 9.91 0.28 10.29 11.00 1.96 3.82 -0.33 -0.57 8.67 4.75 13.42 475.60 48.00 0.57 6.60 1.45

Clases y frecuencias Celaya Libre 5 de Febrero

Clase Frecuencia % acumulado 4.75 1 2.08% 6.19 1 4.17% 7.64 6 16.67% 9.08 9 35.42% 10.53 9 54.17% 11.97 16 87.50% 13.42 6 100.00% y mayor... 0 100.00%

Histograma Celaya Libre-5 de Febrero

18 16 14 Frecuencia 12 10 8 6 4 2 0 40.00% 20.00% 0.00% Frecuencia % acumulado 120.00% 100.00% 80.00% 60.00%

Clase Velocidades (Km/hr)

156

Estadstica descriptiva Celaya Cuota Constituyentes

Velocidades Celaya Cuota - Constituyentes Media Error tpico Mediana Moda Desviacin estndar Varianza de la muestra Curtosis Coeficiente de asimetra Rango Mnimo Mximo Suma Cuenta Nivel de confianza(95.0%) K Amplitud 38.95 0.27 38.86 38.00 1.85 3.40 -0.27 -0.11 7.90 34.84 42.74 1869.60 48.00 0.54 6.60 1.32

Clases y frecuencias Celaya Cuota Constituyentes

Clase Frecuencia % acumulado 34.84 1 2.08% 36.15 2 6.25% 37.47 7 20.83% 38.79 12 45.83% 40.11 13 72.92% 41.42 9 91.67% 42.74 4 100.00% y mayor... 0 100.00%

157

Histograma Celaya Cuota-Constituyentes

14 12 10 Frecuencia 8 60.00% 6 4 2 0 40.00% 20.00% 0.00% Frecuencia % acumulado 120.00% 100.00% 80.00%

Clase Velocidades (Km/hr)

Estadstica descriptiva Celaya Cuota Mxico

Velocidades Celaya Cuota - Mxico Media Error tpico Mediana Moda Desviacin estndar Varianza de la muestra Curtosis Coeficiente de asimetra Rango Mnimo Mximo Suma Cuenta Nivel de confianza(95.0%) K Amplitud 66.05 0.36 65.79 65.00 2.52 6.34 0.28 0.32 12.56 60.22 72.77 3170.51 48.00 0.73 6.60 2.09

158

Clases y frecuencias Celaya Cuota Mxico

Clase Frecuencia % acumulado 60.22 1 2.08% 62.31 0 2.08% 64.40 11 25.00% 66.49 15 56.25% 68.59 13 83.33% 70.68 6 95.83% 72.77 2 100.00% y mayor... 0 100.00%

Histograma Celaya Cuota-Mxico

16 14 12 Frecuencia 10 8 6 4 2 0 20.00% 0.00% 80.00% 60.00% 40.00% Frecuencia % acumulado 120.00% 100.00%

Clase Velocidades (Km/hr)

159

Estadstica descriptiva Celaya Cuota Celaya Libre

Velocidades Celaya Cuota - Celaya Libre Media Error tpico Mediana Moda Desviacin estndar Varianza de la muestra Curtosis Coeficiente de asimetra Rango Mnimo Mximo Suma Cuenta Nivel de confianza(95.0%) K Amplitud 68.24 0.47 68.77 69.00 3.28 10.73 -0.32 -0.14 15.33 60.63 75.95 3275.75 48.00 0.95 6.60 2.55

Clases y frecuencias Celaya Cuota Celaya Libre

Clase Frecuencia % acumulado 60.63 1 2.08% 63.18 1 4.17% 65.74 9 22.92% 68.29 12 47.92% 70.84 13 75.00% 73.40 11 97.92% 75.95 1 100.00% y mayor... 0 100.00%

160

Histograma Celaya Cuota-Celaya Libre

14 12 10 Frecuencia 8 60.00% 6 4 2 0 40.00% 20.00% 0.00% Frecuencia % acumulado 120.00% 100.00% 80.00%

Clase Velocidades (Km/hr)

Estadstica descriptiva Celaya Cuota 5 de Febrero

Velocidades Celaya Cuota - 5 de Febrero Media Error tpico Mediana Moda Desviacin estndar Varianza de la muestra Curtosis Coeficiente de asimetra Rango Mnimo Mximo Suma Cuenta Nivel de confianza(95.0%) K Amplitud 161 20.70 0.38 20.50 20.00 2.60 6.76 -0.10 -0.19 10.87 14.59 25.47 993.44 48.00 0.75 6.60 1.81

Clases y frecuencias Celaya Cuota 5 de Febrero

Clase Frecuencia % acumulado 14.59 1 2.08% 16.41 3 8.33% 18.22 3 14.58% 20.03 12 39.58% 21.84 13 66.67% 23.65 8 83.33% 25.47 8 100.00% y mayor... 0 100.00%

Histograma Celaya Cuota-5 de Febrero

14 12 Frecuencia 10 8 6 4 2 0 120.00% 100.00% 80.00% 60.00% 40.00% 20.00% 0.00% Frecuencia % acumulado

Clase Velocidades (Km/hr)

162

Estadstica descriptiva 5 de Febrero Constituyentes

Velocidades 5 de Febrero - Constituyentes Media Error tpico Mediana Moda Desviacin estndar Varianza de la muestra Curtosis Coeficiente de asimetra Rango Mnimo Mximo Suma Cuenta K Amplitud 16.91 0.31 16.79 16.00 2.12 4.49 0.81 0.17 10.16 12.39 22.55 811.89 48.00 6.60 1.69

Clases y frecuencias 5 de Febrero Constituyentes

Clase Frecuencia % acumulado 12.39 1 2.08% 14.08 3 8.33% 15.78 8 25.00% 17.47 19 64.58% 19.17 11 87.50% 20.86 4 95.83% 22.55 1 97.92% y mayor... 1 100.00%

163

Histograma 5 de Febrero-Constituyentes
20 18 16 14 12 10 8 6 4 2 0 120.00% 100.00% 80.00% 60.00% 40.00% 20.00% 0.00% Frecuencia % acumulado

Frecuencia

Clase Velocidades (Km/hr)

Estadstica descriptiva 5 de Febrero Constituyentes

Velocidades 5 de Febrero - Mxico Media Error tpico Mediana Moda Desviacin estndar Varianza de la muestra Curtosis Coeficiente de asimetra Rango Mnimo Mximo Suma Cuenta Nivel de confianza(95.0%) K Amplitud 164 27.96 0.24 28.07 28.00 1.67 2.78 -0.31 -0.04 7.00 24.66 31.66 1342.09 48.00 0.48 6.60 1.17

Clases y frecuencias 5 de Febrero Mxico

Clase Frecuencia % acumulado 24.66 1 2.08% 25.82 5 12.50% 26.99 7 27.08% 28.16 13 54.17% 29.33 13 81.25% 30.49 7 95.83% 31.66 2 100.00% y mayor... 0 100.00%

Histograma 5 de Febrero-Mxico
14 12 10 Frecuencia 8 60.00% 6 4 2 0 40.00% 20.00% 0.00% Frecuencia % acumulado 120.00% 100.00% 80.00%

Clase Velocidades (Km/hr)

165

Estadstica descriptiva 5 de Febrero Celaya Libre

Velocidades 5 de Febrero - Celaya Libre Media Error tpico Mediana Moda Desviacin estndar Varianza de la muestra Curtosis Coeficiente de asimetra Rango Mnimo Mximo Suma Cuenta Nivel de confianza(95.0%) K Amplitud 25.36 0.40 25.86 27.00 2.79 7.77 1.09 -0.85 13.40 16.35 29.75 1217.46 48.00 0.81 6.60 2.23

Clases y frecuencias 5 de Febrero Celaya Libre

Clase Frecuencia % acumulado 16.35 1 2.08% 18.59 0 2.08% 20.82 2 6.25% 23.05 5 16.67% 25.29 14 45.83% 27.52 15 77.08% 29.75 11 100.00% y mayor... 0 100.00%

166

Histograma 5 de Febrero-Celaya Libre

16 14 12 Frecuencia 10 8 6 4 2 0 20.00% 0.00% 80.00% 60.00% 40.00% Frecuencia % acumulado 120.00% 100.00%

Clase Velocidades (Km/hr)

Estadstica descriptiva 5 de Febrero Celaya Cuota

Velocidades 5 de Febrero - Celaya Cuota Media Error tpico Mediana Moda Desviacin estndar Varianza de la muestra Curtosis Coeficiente de asimetra Rango Mnimo Mximo Suma Cuenta K Amplitud 55.84 0.42 55.90 56.00 2.92 8.50 0.06 0.56 12.50 50.81 63.31 2680.48 48.00 6.60 2.08

167

Clases y frecuencias 5 de Febrero Celaya Cuota

Clase Frecuencia % acumulado 50.81 1 2.08% 52.90 6 14.58% 54.98 14 43.75% 57.06 15 75.00% 59.15 5 85.42% 61.23 5 95.83% 63.31 2 100.00% y mayor... 0 100.00%

Histograma 5 de Febrero-Celaya Cuota

16 14 12 Frecuencia 10 8 6 4 2 0 20.00% 0.00% 80.00% 60.00% 40.00% Frecuencia % acumulado 120.00% 100.00%

Clase Velocidades (Km/hr)

168