Resumen

RIVERA-PICADO, Cristal  y  MENESES-GUZMAN, Marcela. Predicción flujo de tráfico vehicular Ruta 27 en Costa Rica. Tecnología en Marcha [online]. 2022, vol.35, n.4, pp.138-148. ISSN 0379-3982.  http://dx.doi.org/10.18845/tm.v35i4.5892.

El pronóstico de flujo de tráfico vehicular se considera un insumo importante para la gestión y planificación de tráfico para los sistemas de transporte inteligente (STI) de los países. En este artículo se analiza el flujo horario del tráfico de vehículos livianos que circulan en un sentido de la Ruta 27 (San José-Caldera) en Costa Rica. Se aprovechan los datos recolectados por los STI de la ruta para pronosticar el comportamiento de tráfico vehicular horario. Para ello, se proponen tres métodos de predicción, los cuales se comparan para seleccionar el modelo de mejor rendimiento: Arima Estacional (SARIMA), Ingenuo Estacional (SNAIVE)y Autoregresión con Redes Neuronales (NNAR). Los tres modelos de predicción son evaluados y se consideran útiles a la predicción, sin embargo, el modelo de NNAR tiene como resultado un mejor rendimiento al pronosticar la serie de tiempo por hora, teniendo como resultado el menor MAPE de 9.4 y se considera un candidato para ser utilizado en los STI. Al aplicar el proceso de validación cruzada en los modelos, se respalda la conclusión que conforme se prueba el modelo NNAR para más días los resultados de la predicción son más estables y precisos.

Palabras clave : Predicción de flujo de tráfico; ARIMA Estacional (SARIMA); Ingenuo Estacional (SNAIVE); Autoregresión con Redes Neuronales (NNAR).

        · resumen en Inglés     · texto en Español     · Español ( pdf )