2. Modelización y Análisis de Datos - PORTAL - Promotion of results ...

eu.portal.net

2. Modelización y Análisis de Datos - PORTAL - Promotion of results ...

Modelización y análisis de datos 1

PORTAL Material escrito www.eu-portal.net


Para el uso del siguiente material:

El objetivo de PORTAL es acelerar el análisis de los resultados de investigación de la UE en el

ámbito del transporte regional y local mediante el desarrollo de nuevos cursos de formación y

material docente. Los beneficiarios del proyecto son las instituciones educativas de enseñanza

superior.

Debido al tamaño y, en algunos casos, a la gran cantidad de proyectos individuales, no es

posible exponer con detalle ni incluir en este documento cada una de las conclusiones obtenidas.

De hecho, el siguiente material actuaría más bien como un PORTAL, facilitando el acceso de

aquellas personas dedicadas a la docencia a proyectos individuales y a conclusiones detalladas.

Por tanto, este material no intenta ser un documento completo y cerrado.

Puesto que las expectativas de los profesores sobre estos trabajos son bastante diversas – desde

ofrecer un estudio sobre los resultados de investigación de la UE sobre un tema determinado”,

hasta “la exposición detallada de los resultados específicos de un proyecto de investigación en

concreto” – se ha intentado llegar a un acuerdo y cumplir en mayor o menor medida las

expectativas de todos los grupos de usuarios.

El siguiente compendio contiene los resultados de los proyectos de investigación de la UE y los

resultados complementarios de los proyectos elaborados por distintos países. PORTAL da las

gracias a los socios y colaboradores de los proyectos que se citan más abajo. Al final del

documento se ofrece una lista completa de los proyectos, consorcios y bibliografía citada.

El material con los resultados del proyecto usado para la elaboración del tema “Modelización

y análisis de datos” fue recopilado por Jarkko Niittymäki y Riku Nevala (both from HUT,

Helsinki University of Technology, Laboratory of Transportation Engineering) en 2001 y

adaptado tras un taller en 2002.

AIUTO

BRIDGES

DIRECT

ESTEEM

FATIMA

MESUDEMO

OPTIMA

SCENES

SESAME

SMARTEST

STEMM

STREAMS

Modelización y análisis de datos 2

PORTAL Material escrito www.eu-portal.net


Índice

1. Introducción ..............................................................................................4

1.1 Definición deModelización y análisis de datos’............................................................ 4

1.2 Objetivos y cualificaciones .............................................................................................. 5

1.3 Metas 6

1.4 Descripción – sumario de contenidos............................................................................. 7

2. Modelización y Análisis de Datos .............................................................9

2.1 Objetivos de la Modelización y Análisis de Datos.......................................................... 9

2.2 Métodos de toma y distribución de datos..................................................................... 10

Estructuras de Distribución de Datos de Transporte (EDDT)............................................... 10

Protocolos de transferencia y accesibilidad de datos........................................................... 14

Conceptos relativos a las Bases de Datos de Transporte.................................................... 17

2.3 Desarrollo de Diversos Enfoques de la Modelización ................................................. 17

Ejemplo 1: Modelo de Mercancías de SCENES .................................................................. 17

Ejemplo 2: Modelo de Pasajeros y Mercancías de STEMM ................................................ 18

Otros modelos e información disponible .............................................................................. 20

2.4 Evaluación y validación del modelo .............................................................................. 21

2.5 Resultados de la Modelización ...................................................................................... 22

2.6 Áreas de aplicación importantes y beneficiarios ......................................................... 23

2.7 Diferencias Nacionales/Adaptaciones Locales ............................................................ 25

2.8 Conclusiones................................................................................................................... 26

3. Ejemplo y Casos de Estudio....................................................................27

3.1 Reparto modal y elección de la ruta en cadenas intermodales .................................. 27

3.2 Modelización medio ambiental....................................................................................... 28

4. Recomendaciones....................................................................................29

4.1 Uso didáctico de los informes ....................................................................................... 29

4.2 Ejercicios ......................................................................................................................... 30

5. Bibliografía ............................................................................................31

6. Glosario ............................................................................................33

7. Modelización y Análisis de Datos – Consorcio de proyectos ..............34

Modelización y análisis de datos 3

PORTAL Material escrito www.eu-portal.net


1. Introducción

1.1 Definición deModelización y análisis de datos’

El tema ‘Modelización y análisis de datos’ (MAD) trata de la modelización de todos los

fenómenos relacionados con el tráfico, la recopilación de datos de cada fenómeno y análisis

sistemático de los mismos. La modelización del tráfico está estrechamente relacionada con la

estimación de la demanda y el análisis operacional.

En el tema de la modelización y análisis de datos se consideran diferentes métodos de

modelización (micro y macro nivel de simulación, escenarios y otros) y análisis de datos

(análisis estadístico de datos básicos y veracidad de los resultados del modelo). Entre los temas

relacionados se encuentran la gestión del tráfico, simulación, telemática e impacto medio

ambiental.

Se incluyen a continuación los proyectos de la UE que cubren la modelización y el análisis de

datos:

AIUTO: Models and methodologies for the assessment of innovative urban transport systems

and policies options.

BRIDGES: Building Bridges between Digital Transport Databases, GIS Applications and

Transport Models to Develop ETIS Software Structure

DIRECT: Data integration requirements of European Cities for transport

ESTEEM: European Scenarios on Transport-Energy-Environment for Metropolitan Areas

FATIMA: Financial Assistance for Transport Integration in Metropolitan Areas

MESUDEMO: Project concerned with methods for compiling, storing, maintaining and

disseminating information on transport networks and on flows of goods and of passengers

OPTIMA: Optimisation of policies for transport integration in metropolitan areas

SCENES: Modelling and Methodology for analysing the interrelationship between external

developments and European transport

SESAME: Derivation of the relationships between land use, behaviour patterns and travel

demand for political and investment decisions

STEMM: Development of strategic models for passenger and freight transport, which are

spatially aggregated at the inter-city or inter-provincial major corridor level

STREAMS: Strategic transport research for European member states; Modelling and

Methodology for Analysing the Interrelationships between External Developments and

European Transport

Modelización y análisis de datos 4

PORTAL Material escrito www.eu-portal.net


1.2 Objetivos y cualificaciones

Los principales objetivos en la formación en el ámbito de la modelización del tráfico son:

• presentar a los estudiantes los problemas de planificación e investigación, en los que la

modelización puede ser o es una herramienta.

• proporcionar una vista general de las técnicas de modelización disponibles, así como una

base teórica de las mismas.

• capacitar a los estudiantes para la elección de la técnica de modelización más adecuada para

cada problema, considerando las restricciones de tiempo y coste así como los datos

disponibles.

• proporcionar los conocimientos básicos para la utilización de las técnicas de modelización

más comunes, y ayudar a los estudiantes a encontrar más información sobre la modelización

cuando sea necesario. Para un aprendizaje en mayor profundidad sobre cuestiones relativas

a la modelización será preciso la realización de modelos y llevarlos a la práctica.

La elección del tipo de análisis de datos está relacionada con la modelización empleada para los

distintos fenómenos del tráfico. Así los estudiantes deberían tener la capacidad de evaluar la

fiabilidad de los datos de partida y los resultados del modelo utilizado. Por esta razón, en la

planificación general de los cursos se debe hacer hincapié en la enseñanza de las matemáticas de

manera general y especialmente de la estadística, además de en la comprobación matemática

específica de cada técnica de modelización.

El material didáctico utilizado en los cursos debería incluir los objetivos ya mencionados a un

nivel general, además de proporcionar ejemplos más detallados y completos de la utilización de

las técnicas de modelización. En principio, un libro introductorio que describa la modelización

del tráfico de forma general podría ser una buena manera de adquirir el conocimiento básico

para abordar estudios más amplios. Esta publicación contendría cuestiones básicas de la

modelización del tráfico como:

• el uso y significado de los cuatro pasos tradicionales de la estructura de la modelización:

generación de los viajes, elección de la ruta, reparto modal y asignación del tráfico.

• introducción a la micro y macro simulación

descripción de los términos utilizados en la modelización.

• introducción a los métodos básicos de recopilación de datos (intensidad de tráfico,

entrevistar, preferencias establecidas, etc.)

• relación básica entre el uso del suelo y la demanda de tráfico, etc.

Los proyectos de la UE relativos a la modelización del tráfico son demasiado específicos para

este tipo de clases básicas, y por otra parte demasiado cerrados para el propósito de una

introducción general a esta campo. Para estudios generales, sería preferible el material que trate

los aspectos básicos de la modelización del tráfico frente a otro tipo de material más detallado y

estudios de la UE centrados en casos específicos. Hay muchas publicaciones básicas con este

propósito, como Ortuzar J. de D. y Willumsen L.G. Modelling Transport.

Modelización y análisis de datos 5

PORTAL Material escrito www.eu-portal.net


Tras una introducción, el siguiente paso es presentar a los estudiantes los métodos matemáticos

de las técnicas de modelización más comunes. En primer lugar, el material debería incluir

algunos métodos tradicionales para cada una de las cuatro etapas del proceso de modelización:

generación de viajes y modelos de atracción, distribución de viajes (modelos de gravedad),

elección del modo (modelos logit y probit) y la asignación (fórmulas de equilibrio), funciones

de utilidad y fundamentos de estadística. Junto con esta introducción también se pueden añadir

algunos modelos más sofisticados como ejemplo. En este sentido algunos proyectos de la UE,

como STEMM y SCENES, pueden proporcionar el material adecuado.

Cuando los estudiantes conocen los fundamentos se puede buscar una comprensión más

profunda por medio de ejercicios y prácticas. Un aspecto importante es también aprender a

identificar el problema del modelo actual así como elegir los instrumentos adecuados para

resolverlo. Los ejercicios deberían abarcar todo el proceso de modelización, no obstante,

limitado al nivel de trabajo y comprensión acorde con el tamaño del curso en cuestión. La

recopilación de datos y análisis, construcción del modelo y análisis de resultados deberían ser

incluidos de alguna manera en la formación. El material para estos cursos de nivel superior

podrían incluir modelos más sofisticados que los estudiantes deberán calibrar para adecuarlos a

sus necesidades. Las herramientas para el análisis deberían ser proporcionadas en el material

didáctico, pero la recogida de datos y la aplicación de las herramientas de análisis (y técnica de

modelado) se deberá dejar a los estudiantes.

1.3 Metas

La MAD proporciona una serie de posibilidades para estudiar diferentes fenómenos

relacionados con el tráfico sin la necesidad de llevar a cabo caros experimentos de campo. La

modelización es también el único camino para intentar predecir la demanda futura de tráfico y

comportamiento, y de planificar las acciones necesarias en los escenarios del futuro. Por tanto la

modelización y los datos:

• Sirve de apoyo para la realización de nuevas e innovativas soluciones para los problemas de

tráfico actuales y futuros al proporcionar herramientas económicamente efectivas para la

prueba de las acciones de control sobre el tráfico.

• Ayuda en la toma de decisiones acerca de inversiones a largo plazo en infraestructura y/o

las restricciones de tráfico gracias a la posibilidad de evaluar los efectos económicos, medio

ambientales y sociológicos de las distintas alternativas.

• Crea aplicaciones técnicas para el estudio de la gente.

Probar las innovaciones a escala real normalmente necesita de una infraestructura muy grande y

cara, que no puede ser construida únicamente con el propósito de realizar la prueba. Las

innovaciones en el campo del transporte tienen más probabilidad de aparecer si los

investigadores cuentan con la posibilidad de probar sus ideas y nuevos sistemas de control y

gestión. La modelización del tráfico es la única manera económicamente viable de evaluar los

efectos de las innovaciones.

Las organizaciones de política de transporte locales, nacionales y de ámbito europeo necesitan

información antes de tomar decisiones sobre la realización de inversiones a largo plazo en

infraestructura. Con diferentes escenarios y modelos la demanda futura de tráfico sufre

modificaciones y las acciones requeridas por ese cambio pueden ser evaluadas dentro de unos

límites de viabilidad. Los modelos pueden enfatizar la eficacia, aspectos medio ambientales y

sociológicos, para proporcionar a los políticos la posibilidad de tomar decisiones alineadas con

los principios de desarrollo sostenible y otros objetivos definidos en acuerdos nacionales o

internacionales.

Modelización y análisis de datos 6

PORTAL Material escrito www.eu-portal.net


Tanto el proceso de toma de decisiones políticas como privadas necesita evidencias de la

utilidad de las innovaciones. Todas las innovaciones, inversiones y nuevas aplicaciones técnicas

son llevadas a la práctica y en puestas en uso con mayor rapidez si puede ser probada su eficacia

de manera fácil y rápida. Las nuevas tecnologías son las más rápidas, mientras que el tiempo de

reembolso socio-económico de las inversiones es lo más corto.

Para la consecución de los beneficios descritos son necesarios algunos requisitos. Se muestran a

continuación algunas metas que se propone la modelización del tráfico:

• La evaluación de la viabilidad de las técnicas de modelización. Modelos mal definidos

pueden proporcionar resultados distorsionados respecto a la demanda futura de tráfico y la

situación y efectos de diferentes acciones de gestión de tráfico. En el peor de los casos,

resultados inexactos pueden ser utilizados para justificar inversiones o medidas de control

inapropiadas o ineficaces. Además de los resultados de los modelos también deben ser

validados los datos e información de partida utilizados para la construcción del modelo.

• La transferibilidad de modelo y resultados. El nivel de utilización de cada modelo y sus

resultados debe ser especificado para evitar que se utilicen de manera incorrecta. Por otra

parte, cuanto más generales sean los hechos que se encuentran detrás de un modelo , más

transferible es este y sus resultados. Así, para evitar trabajo innecesario y disponer de un

conjunto de técnicas de modelización más coherente, se debería enfatizar sobre alcanzar

técnicas de modelización con principios tan generales como sea posible. Esto permite la

utilización eficaz de un modelo para estudiar situaciones con un mínimo cambio y

modificaciones específicas locales.

• Las posibilidades de la estandarización y registro de datos. Las estructuras simplificadas y

unificadas de datos de partida y métodos de recogida de datos permite disponer a las

organizaciones de investigación europeas de un extenso rango de datos de tráfico. La

estandarización de los datos también ayuda a la transferibilidad de los modelos y resultados.

1.4 Descripción – sumario de contenidos

El campo de estudio de la modelización y análisis de datos incluye la modelización de todos lo

fenómenos relacionados con el tráfico, recogida de datos de cada fenómeno y análisis

sistemático de los mismos. Los proyectos de la UE que se estudiaron en busca de material

didáctico en este campo de investigación se citan en el capítulo 7 ‘Bibliografía’.

La modelización de un fenómeno de tráfico incluye normalmente diferentes tareas, como la

recogida de los datos básicos para el modelo, desarrollo del modelo y técnicas de modelización,

ajuste y validación del modelo seleccionado, utilización del modelo en sí mismo y evaluación y

divulgación de los resultados. Para el trabajo de recogida de los datos iniciales son muy útiles

diferentes bases de datos y otras fuentes de información. Las técnicas de modelización de las

diferentes fases de modelizado del tráfico son desarrolladas de manera individual o de forma

conjunta. Más adelante se efectúa un repaso general a los nuevos modelos europeos, además de

algunos resultados de modelos de tráfico y transporte europeo.

Los principales objetivos de la formación en modelización de tráfico son presentar a los

estudiantes los problemas de planificación en los que se utiliza la modelización o puede ser

utilizada de manera razonable como herramienta, dar una visión general de las técnicas de

Modelización y análisis de datos 7

PORTAL Material escrito www.eu-portal.net


modelización disponibles, y presentar la base teórica de estas técnicas. Tras proporcionar los

conocimientos básicos de la utilización de las técnicas de modelización más comunes se

accederá a información más detallada sobre el uso práctico de las mismas mediante la

utilización de modelos.

En general, el nivel de sofisticación técnica y geográfica de modelos específicos constituye, a

menudo, un problema si se considera el uso educacional de los informes procedentes de la

investigación en el campo de la modelización. Los estudios están orientados con frecuencia

hacia un trabajo de investigación que proporcione un conocimiento básico de todo el proceso de

construcción del modelo. Alguno de los estudios de modelización, sin embargo, pueden ser

utilizados con propósitos didácticos a modo de ejemplos, o incluso a mayor escala si se realiza

una edición de los informes. De manera especial, los proyectos DIRECT, ESTEEM, FATIMA y

OPTIMA se encuentran bien documentados y la documentación es fácilmente accesible desde

Internet. El proyecto SCENES tiene también un amplio conjunto de documentación, aunque los

informes más interesantes desde el punto de vista didáctico aún no están disponibles.

A continuación se presenta con detalle el contenido del tema de Modelización y Análisis de

Datos, y se describen con mayor profundidad los proyectos de la UE estudiados. Tras la

descripción del tema se incluyen algunos casos de estudio de proyectos como ejemplo de la

utilización de la modelización del tráfico. Por último, se evalúa el uso educacional del material

del proyecto y se dan recomendaciones.

Modelización y análisis de datos 8

PORTAL Material escrito www.eu-portal.net


2. Modelización y Análisis de Datos

2.1 Objetivos de la Modelización y Análisis de Datos

A continuación se listan alguno de los diferentes objetivos y posibilidades de la modelización

del tráfico.

• fomentar las innovaciones ofreciendo la posibilidad de realizar pruebas económicas de las

nuevas ideas,

• servir de apoyo para los encargados de tomar las decisiones en materia de inversiones a

largo plazo y decisiones de política de tráfico, transporte, medio ambiente y aspectos socioeconómicos,

• proporcionar una herramienta a los planificadores del tráfico,

• participar en las acciones de gestión del tráfico mediante la creación de una imagen general

de los efectos de diferentes restricciones y decisiones de control,

• encontrar las mejores soluciones para la elección de la ruta y el modo, desde el punto de

vista económico y medio ambiental,

• mejorar la cooperación entre los modos de transporte y facilitar la interconexión e

interoperatibidad de las redes de transporte existentes.

La modelización de un fenómeno de tráfico incluye normalmente diferentes tareas, como la

recogida de los datos básicos para el modelo, desarrollo del modelo y técnicas de modelización,

ajuste y validación del modelo seleccionado, utilización del modelo en sí mismo, evaluación y

divulgación de los resultados. El tema dedicado a la Modelización y Análisis de Datos trata de

encontrar nuevas y mejores formas de realizar estas tareas.

MODELO

Recogida

de datos y

muestreo

Desarrollo

del modelo

y técnicas

de

modelización

Figura 1: Componentes de la modelización.

Evaluación

y

validación

del modelo

Utilización

y

evaluación

de los

resultados

Modelización y análisis de datos 9

PORTAL Material escrito www.eu-portal.net


2.2 Métodos de toma y distribución de datos

La modelización de los fenómenos de tráfico requiere el conocimiento de sus características

además de una gran cantidad de información específica de los eventos locales de tráfico pasados

y actuales. Diversas bases de datos y otras fuentes de

información son muy útiles para este tipo de trabajo.

Además de los datos de partida del modelo, los resultados

de los estudios de modelización deberían ser también

accesibles.

Figura 2:Toma de datos generales

BASE DE DATOS

Aplicaciones

Conexión de EDDT con las aplicaciones

Cuerpo de EDDT

EDDT Conexión con Base de datos

BASE DE DATOS

Figura 3: Estructura de un sistema de EDDT (DIRECT 2000b).

Estructuras de Distribución de Datos de

Transporte (EDDT)

La integración de la planificación a largo/medio plazo y la

gestión del tráfico a corto plazo podrían verse beneficiadas

por una mejor consistencia de los datos, menor coste de la

toma de datos, mayor calidad y amplitud de los datos y

unos datos iniciales que permitan desarrollar nuevas

herramientas de modelización, predicción y análisis. Para

alcanzar una base sólida para el almacenamiento de los

datos y su distribución entre los investigadores y

organizaciones relacionadas con el tráfico se han de

desarrollar estructuras de distribución de datos de

transporte(EDDT). Además de la clasificación técnica de

las EDDT deben encontrarse disponibles directrices

generales para su uso eficiente. La estructura de los

sistemas de EDDT está presente en

BASE DE DATOS

Modelización y análisis de datos 10

PORTAL Material escrito www.eu-portal.net

EDDT


Los datos para ser intercambiados pueden estar tanto estructurados (por ejemplo georeferenciados,

tráfico, eventos, supervisión, movilidad, datos financieros) como no

estructurados (documentos, notas, gráficos, imágenes); los tipos de datos utilizados, adecuación

de estos y restricciones de disponibilidad dependen del dominio de aplicación. No obstante, el

sistema de EDDT no está necesariamente limitado a los datos relativos al tráfico. Más aún, los

contenidos de un sistema de EDDT no se encuentran restringidos técnicamente, básicamente

cualquier dato interesante puede ser almacenado y distribuido. Como ejemplo, un sistema de

EDDT puede incluir información como

oferta de transporte urbano: descripción de la red (carreteras, TP, bicicleta, peatonalización)

demanda de viaje : elección del modo, evolución del uso del coche y del TP (encuestas,

muestreo)

oferta de aparcamiento : descripción del aparcamiento (accesos, número de plantas, park &

ride; tarifas)

• impactos medio ambientales : contaminación, seguridad, ruido (medición, modelización)

Los datos recogidos en un sistema de EDDT tienen muchos usuarios potenciales. Los datos

relativos al transporte urbano son muy importantes para los responsables de las carreteras

principales, peajes, transporte público, ferrocarril, aparcamientos, servicios, policía, servicios de

emergencia, administradores, medio ambiente. La distribución de los datos es necesaria para las

aplicaciones del tipo de las encargadas de los billetes de viaje, prioridad en las intersecciones,

park and ride, información para los viajeros, coordinación de operaciones, planificación y

modelización. Los requisitos deben ser considerados en tres niveles: estratégico, operativo y

técnico, lo que tiene una correspondencia con los encargados de tomar decisiones, los

operadores y el personal técnico. Las bases de datos deberían ser accesibles para todos ellos.

(DIRECT 2000a.)

En el desarrollo de la arquitectura de EDDT resulta de gran importancia el establecimiento de

una diferenciación entre las siguientes áreas de aplicación:

• en la Gestión del Tráfico el foco se centra en el intercambio de datos que permitan

confirmar el estado de la red, su evolución a corto plazo y (cada vez más) el potencial para

generar y entregar mensajes a grupos de viajeros;

• en la Planificación de Viajes, el cambio se centra en involucrar a los usuarios en la

relativamente estática utilización de las bases de datos que son distribuidas por los

operadores y autoridades, y

• en la Información al Viajero, el intercambio con teléfonos móviles de los viajeros está

siendo desarrollado con la integración de elementos de Gestión de Tráfico y Planificación

de Tráfico con las plataformas emergentes de comunicación que soportan Información de

Tráfico.

Modelización y análisis de datos 11

PORTAL Material escrito www.eu-portal.net


El proyecto DIRECT ha realizado, para cada una de estas áreas de aplicación, recomendaciones

y directrices para el desarrollo arquitecturas de EDDT. Tras los requerimientos técnicos como

los sistemas de almacenamiento de datos, tipos de bases de datos, configuración del hardware

(tipos y velocidad de la red), software (programas de bases de datos) y sistemas de

telecomunicación (basados en Java Internet, WAP, GSM, RDS, …) es evaluado el diseño de la

EDDT y puede comenzar su utilización. Se muestra a continuación algunas de las

recomendaciones de DIRECT para esta tarea en las áreas de aplicación antes citadas.

EDDT como apoyo a la Gestión de Tráfico (DIRECT 2000a):

RECOMENDACIÓN 1: Seleccionar el medio por el que se va a realizar la entrega de mensajes

conforme a los objetivos de Gestión de Tráfico:

• Para mensajes regulatorios, Señales de Mensaje Variable (SMV) se utilizan normalmente

para advertir a los conductores en carreteras principales.

• Para la información en una zona muy amplia la radio digital es muy apropiada.

• Para los mensajes multimodales se necesita conocer las condiciones de las carreteras y de la

red de transporte público, y de forma particular las condiciones de los puntos de

intercambio.

• Si se va a incluir park & ride en las estrategias de ruta (SMV o basados en la radio), se

necesitará realizar la gestión de ocupación del espacio en tiempo real y/o el control de cierto

espacio de reserva para asegurar la disponibilidad de espacio para aparcamiento en el

intercambiador.

RECOMENDACIÓN 2: la utilización de los estándares y herramientas que se acogen a los

estándares en una buena práctica. Utilizar el estándar DATEX para la Gestión del tráfico. Para

la Gestión del tráfico multimodal, añadir una referencia de situación a los estándares de bases de

datos geográfica y utilizar TRANSMODEL como estructura de los datos de transporte público.

EDDT como apoyo a la Planificación del Viaje (DIRECT 2000a):

RECOMENDACIÓN 1: Un planificador de viajes metropolitanos debe ser de puerta-a-puerta y

normalmente es desarrollado en primer lugar para el transporte público. Las ciudades que

todavía no han desarrollado uno deberían empezar por esto (lo que conlleva un EDDT con un

mapa y una base de datos geográfica - normalmente completada por la autoridad - y una base de

datos del transporte público - normalmente completada por el operador(es)).

RECOMENDACIÓN 2: Cuando se desarrolla un EDDT para aplicaciones de Planificación de

Viajes, Internet suele adoptarse como modo de comunicación, y las herramientas se seleccionan

para que ayuden a construir un la arquitectura servidor y distribuidor (Javascript, CGI,

CORBA).

RECOMENDACIÓN 3: Si ya existe el planificador de viajes del transporte público, entonces se

deberían incorporar las bases de datos de red de otros modos. El control del aparcamiento del

coche puede ser el paso (las alternativas del viaje en coche sólo pueden ser calculadas, y

presentadas, una vez que el viajero orientado hacia el coche ha indicado su destino.

RECOMENDACIÓN 4: El trabajo de demostración de DIRECT enfatiza la importancia de elaborar

el planificador de viajes por medio de grandes 'piezas' tanto espaciales como modales, cada una

de las cuales dirigida de forma clara hacia los intereses de un participante. No todos los

operadores dispondrán de servidores de Internet, y la arquitectura de intercambio deberá reflejar

las condiciones locales - pero siempre hay que intentar convencerles de los beneficios que

conlleva contar con su propio servidor conectado mediante estándares de intercambio.

Modelización y análisis de datos 12

PORTAL Material escrito www.eu-portal.net


EDDT como soporte para la

Información al Viajero (DIRECT

2000a):

RECOMENDACIÓN 1: El desarrollo de

aplicaciones de información para los

viajeros necesita de un consorcio que

incluya las redes de comunicación de los

operadores de telefonía móvil y las

organizaciones con experiencia en la

gestión de bases de datos de carreteras y

con acceso a un gran número de

subscriptores. La plataforma de desarrollo

adecuada es WAP combinada con una red

Figura 4: Centro de Gestión de Tráfico

de localización GMS.

RECOMENDACIÓN 2: Durante la

realización del proyecto han aparecido los servicios de entrega de Información al Viajero que

explotan los teléfonos móviles como sensores en tiempo real. Mientras que esto está cambiando

la forma en la que los EDDT ayudan a las aplicaciones de información al Viajero, los servicios

de mayor valor añadido seguirán necesitando que las bases de datos de Información de Tráfico

se integren con la Gestión del Tráfico y la Planificación del Viaje que gestione directamente la

oferta de los operadores.

Además de la configuración técnica de los contenidos de los datos se deben clarificar las

responsabilidades y relaciones de los miembros del EDDT. Se incluyen aquí algunas

instrucciones del proyecto DIRECT sobre la cooperación y aspectos legales.

Instrucciones para los usuarios de EDDT (DIRECT 2000a):

RECOMENDACIÓN 1: Estar seguro de que no hay un único ganador

RECOMENDACIÓN 2: Cada miembro del EDDT debe ser consciente de la necesidad de

cooperación entre todos los miembros del EDDT. No es necesario establecer un marco o

estrategia, se necesita un objetivo más o menos común.

RECOMENDACIÓN 3: Estar seguro de que las responsabilidades de cada uno de los participantes

están claras. Se debe intentar la consecución de acuerdos. Por una parte, los miembros del

EDDT deben se conscientes de que los requisitos y objetivos varían para cada nivel de una

institución y de que se deben evitar conflictos. Por otra parte los acuerdos deben ser lo

suficientemente flexibles como para que las organizaciones puedan, de manera individual,

definir y cambiar su papel y responsabilidades en la estructura de distribución.

RECOMENDACIÓN 4: Explorar las oportunidades de trabajar de manera conjunta para el público

y participantes privados, de construir una asociación público-privada.

RECOMENDACIÓN 5: La propiedad de los datos debe ser clara. Comprobar la regulación

nacional respecto al acceso y propiedad de los datos en las bases de datos públicas, como los

datos de tráfico en tiempo real. Transferir los resultados de un caso a otro de manera directa.

Los contextos diferentes en los que un caso debe ser considerado. Las diferencias nacionales

son con frecuencia la razón de estas diferencias.

RECOMENDACIÓN 6: Ser consciente de que los datos deben ser recogidos, archivados y

difundidos de forma que se garantice la privacidad del individuo.

RECOMENDACIÓN 7: Se debe identificar las posibles leyes de derecho de propiedad y emprender

acciones para el intercambio (a través de fronteras).

Modelización y análisis de datos 13

PORTAL Material escrito www.eu-portal.net


RECOMENDACIÓN 8: Ser consciente de la responsabilidad que entrañan los datos y la

información. Los métodos de recogida, tratamiento y difusión de los datos debe ser claramente

definidos.

RECOMENDACIÓN 9: Son necesarios contratos por escrito y con fuerza legal entre los

participantes y los usuarios de los datos para asegurar que todos los participantes están

comprometidos con el EDDT y asumen sus responsabilidades en cuanto a su realización y

mantenimiento.

RECOMENDACIÓN 10: Realizar archivos públicos y privados de datos claramente definidos

desde el principio (manuales, procedimientos).

RECOMENDACIÓN 11: Los papeles (posición legal) de cada uno de los participantes y miembros

del consorcio se deberían definir de manera clara desde el comienzo. Se deben definir las

condiciones bajo las cuales van a participar cada una de las partes.

Desde un punto de vista de la financiación, es importante establecer un plan de inversión, para

conseguir financiación privada y empresas financiadas de manera conjunta, así como explotar

los ingresos procedentes de la venta de datos. La organización del EDDT debería estar

constituida de manera que la jerarquía quedase clara para cada participante.

Protocolos de transferencia y accesibilidad de datos

Recientemente en el proyecto BRIDGES, se desarrollaron nuevos protocolos de transferencia de

datos para conseguir una conexión entre los datos alfanuméricos y los gráficos que posibilitan la

creación de bases de datos más completas. Estos protocolos pueden evolucionar con el tiempo

para amoldarse a los nuevos requerimientos de los modelos de transporte. Este es un aspecto

importante en el desarrollo de métodos de toma de datos dado el continuo cambio en los

requerimientos y posibilidades tanto del tráfico en sí mismo como en las herramientas de

modelización, especialmente en los sistemas de telecomunicación y computación. A

continuación se incluye los principales componentes de la solución de BRIDGES como ejemplo

de una estructura técnica de una base de datos de transporte. (BRIDGES 1999.)

• Guía Digital de Datos (GDD): Un directorio de las fuentes de información disponibles

relevantes para ETIS

• Formato Generalizado de Transporte (GFT): Una propuesta de formato estándar para el

cruce de bases de datos de transporte, orientado a la predicción de transporte y evaluación

de modelos.

• GTF/Arcinfo Translator (GTF/GIS): Una aplicación para la transferencia de datos desde el

formato Arcinfo GIS a la versión GIS de GTF.

• Sistema Experto/Sistema de Toma de Decisiones (ESE/STD): Una aplicación para definir

las reglas y criterios para simplificar la interfase entre los usuarios finales y los complejos

modelos de transporte.

• NISistema (NIS): Un conjunto de rutinas disponibles para tratar topologías avanzadas de

transporte y análisis de gráficos.

• Sistema de Comunicaciones (SC): Una tecnología para gestionar la transmisión de

comandos entre aplicaciones independientes integradas en un sistema abierto mediante el

uso de interfaces de usuario particularizados (espacio de trabajo de usuario) en un entorno

de Intranet.

Modelización y análisis de datos 14

PORTAL Material escrito www.eu-portal.net


El proyecto BRIDGES llevó a la primera versión de GTF. El trabajo se continuó y refinó en la

red temática SPOTLIGHTS (http://www.mcrit.com/spotlights/) bajo el 5º programa marco de la

UE, donde se realizó una serie más amplia de encuestas, entrevistas y datos de usuarios. Esto

incluye la coordinación con el desarrollo de la Transport Object Platform una plataforma

orientada a objetos de datos de transporte. También se utilizaron las experiencias procedentes

del ámbito del GIS, incluyendo los modelos de infraestructura del transporte del consorcio de

UNETRANS, financiado por US.

Como SPOTLIGHTS está financiado por la UE, una de las pretensiones es que GTF se

convierta de forma eventual en un estándar para el cruce de datos de modelización de transporte.

Esto proporcionará una robusta plataforma que permitirá utilizar modelos anteriores para el

desarrollo de los nuevos, además de una herramienta para la comparación de modelos que

cubren la misma zona geográfica. Estas dos posibilidades serán muy útiles para la investigación

y la práctica en el campo de la modelización del transporte.

Una parte muy importante del desarrollo de bases de datos es la accesibilidad de la información

y la facilidad con la se encuentran los datos que se necesitan. Para lograr una difusión efectiva

de la información concerniente a los flujos de tráfico y mercancías e infraestructura en general,

el proyecto MESUDEMO elaboró una herramienta para la incorporación de nuevos conceptos y

metodologías para la creación de un SITE (Sistema de Información del Transporte Europeo).

Esta herramienta dispone de un entorno Web con tres niveles, arquitectura de cliente-servidor y

capacidad para el tratamiento de información geográfica a través de la Web. Para las

presentaciones se utilizarán hipertextos basados en diseño Web, de manera que los usuarios (por

ejemplo aquellos a los que vaya dirigida la demostración y campaña de difusión) se podrán

concentrar en los puntos que más les interesen (MESUDEMO 2000).

Modelización y análisis de datos 15

PORTAL Material escrito www.eu-portal.net


SALIDA: Información

orientada al transporte

y política

Base de Datos

Externa

Conjunto de

Módulos de

reflexión

(Portales de

otros

sistemas o

bases de

datos)

Bases de Datos

Externas

PREGUNTAS ENTRADA: Seguimento de la

política

Conjunto de Módulos e Interfaces de Visualización específicos de política y transporte

Datos

SET1

Interface de usuario

Local(y LAN) WAN o Web

con soporte GIS

Extracción de

información a

partir de los datos

Ejemplos

organizados de

situaciones de

previsión o

estimación

Conjunto de motores de

interferencia entre

políticas (con soporte

GIS si es preciso)

Guía de Uso

Datos de Transporte Altamente Organizados

(incluyedo infraestructura, flujos y datos socioeconómicos

con geo-referenciación, donde sea

apropiado)

Módulo de archivo de

Datos

Seguimiento de las

políticas

Módulo para la Validación de datos y

Procedimiento de Harmonización y Combinación

Datos

SET2

Datos

SETn

Módulo de conocimiento

Base

Conocimiento

previo

ENTRADA: Datos y Conocimiento del Transporte

Datos

SETm

Figura 5: Una arquitectura general de EDDT, mostrando los diversos subsistemas a un nivel conceptual

(MESUDEMO 2000).

Modelización y análisis de datos 16

PORTAL Material escrito www.eu-portal.net


Conceptos relativos a las Bases de Datos de Transporte

Hay también algunos conceptos preparados para las bases de datos de tráfico. El proyecto

SCENES ha establecido una base de datos de información para proporcionar una plataforma

común de datos regionales. La Base de Datos de Internet SCENES contiene una gran variedad

de datos regionales de casi todos los países de Europa, incluye información socio-económica,

tecnología, indicadores de transporte y turismo a nivel regional. Desafortunadamente el acceso

al sistema de la base de datos está protegido mediante contraseña. El acceso a la Base de Datos

de Internet SCENES es proporcionado por la Comisión Europea a los participantes en el

proyecto SCENES. Cuando se crean este tipo de bases de datos deberían ser accesibles para

todas las organizaciones dedicadas a la investigación de manera que se obtenga el máximo

partido a las nuevas aplicaciones.

2.3 Desarrollo de Diversos Enfoques de la Modelización

En los proyectos de la UE, la modelización normalmente abarca amplias zonas y sirve de apoyo

a la toma de decisiones y planificación a largo plazo. Los escenario futuros y otros modelos a

gran nivel son utilizados con este rango. La construcción de un modelo consta de cuatro fases:

determinación de los factores que afectan a la demanda, generación y distribución de viajes,

determinación del reparto y asignación modal. Normalmente este procedimiento se utiliza de

manera separada para los pasajeros y las mercancías.

Los nuevos modelos a gran escala están también basados en estas fases de planificación. En el

modelo de demanda de pasajeros y mercancías a nivel europeo elaborado por SCENES, el

modelo general cuenta con dos módulos principales conectados por medio de un interface,

conocidos, sin mucho rigor, como ‘modelo de usos del suelo’ y ‘modelo de transporte’. Estos

dos módulos constan en primer lugar de la generación y distribución de los viajes, y en segundo

lugar el reparto y la asignación modal. Cada uno de los componentes y el sistema general

trabajan de forma iterativa. En este sentido el modelo dispone de estructura tradicional. El único

‘feedback’ entre los módulos de transporte y usos del suelo consiste en que los costes y tiempos

de transporte (traducidos como desventajas) alimentan el modelo de distribución, por lo que la

elección de destino y longitud del viaje se ven afectadas. Sin embargo esto no tiene efecto sobre

la generación o supresión del número de viajes (SCENES 1999.)

Ejemplo 1: Modelo de Mercancías de SCENES

El modelo de mercancías de SCENES se realizó basándose en el modelo de mercancías de

STREAMS. El trabajo se reparte entre dos áreas principales: (i) desarrollo del modelo

económico regional (MER), y (ii) mejoras

del modelo de transporte de mercancías

(reparto y asignación modal). El MER

utiliza una combinación de las estructuras

de entrada/salida de Leontief

conjuntamente con un procedimiento de

reparto espacial y una matriz de

'desventajas' de transporte para producir

una matriz de intercambio en términos de

valor. Otras rutinas convierten estos

valores en volúmenes (por tipos de

comodidad y pares de orígenes-destinos)

para obtener matrices de origen/destino en

Figura 6: Tráfco de vehículos pesados

flujo de toneladas transportadas. En la

figura 4 se presenta un ejemplo de modelo

de MER de tres regiones.

Modelización y análisis de datos 17

PORTAL Material escrito www.eu-portal.net


Zona 2

Resto de la UE

Proporciona demanda

externa para las

exportaciones de la

zona 1. Oferta

importación en

demanda de la Zona 1

Zona 3

Resto del mundo

Proporciona demanda

externa para las

exportaciones de la

zona 1. Oferta

importación en

demanda de la Zona 1

Zonas externas

Importaciones del

resto de la UE

Importaciones dl

resto del mundo

Exportaciones del

resto de la UE

Exportaciones del

resto del mundo

Zona 1

Modelización de la

producción y consumo

mediante un una

estructura de entradasalida

Zona interna

Figura 7:Representación esquemática de un modelo de tres zonas sencillas de MER (SCENES 2000).

El reparto modal se realiza mediante un modelo multinomial de lógica anidada. La lógica

anidada tiene tres niveles diferentes de decisión :

• la primera elección es entre los modos terrestres y otros modos (barco y tubería, o barco y

aire para flujos unificados);

• la segunda elección es entre los modos terrestres (ferrocarril, fluvial y camión).;

• la tercera, en el nivel más bajo, es entre los vehículos de pesados de mercancías (VPM) y

los vehículos ligeros de mercancías(VLM).

Ejemplo 2: Modelo de Pasajeros y Mercancías de STEMM

Demanda Final de los

sectores no

productores

Propiestrios de

vivienda, gobierno, etc

Área interna de estudio

Este modelo con tres partes se hizo funcionar de manera individual para cada

país modelizado

En general, la técnicas de modelización utilizadas son aplicaciones de los métodos de demanda

tradicional, elección de ruta, reparto y asignación modal. No obstante, los modelos a nivel

europeo deben ocuparse de un entorno compuesto por varios países con diferentes ámbitos

económicos, políticos y sociológicos, que afectan a todos los factores que intervienen en la

construcción de un modelo de pasajeros y mercancías. En el proyecto STEMM se alcanza una

solución a estos problemas por medio de un sofisticado modelo multi-país de transporte de

pasajeros y mercancías con una innovadora representación de elección modal no lineal, redes

integradas multimodales, y técnicas de estimación que consideran la variación y correlación de

la precisión de la estimación.

Modelización y análisis de datos 18

PORTAL Material escrito www.eu-portal.net


El desarrollo de la modelización de transporte de pasajeros de STEMM ha estado interesado en

cinco temas principales para avanzar hacia un modelo multi-país que describa el transporte de

pasajeros multimodal. (STEMM 1999):

1. Desarrollo de una representación de

redes multimodales;

2. Revisión de los modelos existentes;

selección de un modelo con

- respuesta asimétrica de elección de

modo;

- utilización de heterocedasticidad

de forma generalizada en los

modelos de generacióndistribución;

3. Enriquecimiento de la estructura del

modelo seleccionado con:

− la adición de las decisiones

cautivas;

Figura 8: Cadena intermodal

− la adición de autocorrelación

espacial a (2-segundo item);

4. Implementación de los algoritmos necesarios;

5. Estimación de modelos en una aplicación multi- país, y prueba de la importancia de

enriquecimiento.

Para evaluar la robustez de las especificaciones comunes se llevan dos líneas de trabajo para la

prueba de cada componente del modelo (elección del modo y generación-distribución) en

nuevas bases de datos de Alemania y otros países. Se consideró entonces un modelo

multinacional, llamado MAP-1, con tres viajes propuestos: de negocios, privados y de

vacaciones. (STEMM 1999.)

Los conceptos generales de la modelización multimodal de STEMM para el transporte de

mercancías se han desarrollado cubriendo las características del flujo de mercancías, niveles de

disgregación y extensión de algoritmos de elección del modo/ruta que consideren las similitudes

entre las opciones disponibles. Se considera que la matriz de O-D del tráfico de mercancías debe

incluir una gran cantidad de combinaciones de rutas/modos. Para cada alternativa de modo/ruta

el coste generalizado se calcula mediante la determinación del coste financiero y se añade a

diversos servicios de calidad. Únicamente son consideradas las alternativas con costes

generalizados dentro de un cierto porcentaje del coste generalizado más bajo. Si dos o más

alternativas cuentan con el coste generalizado más bajo el tráfico se repartirá por igual entre

ellas. Donde existan una o más alternativas con coste generalizado mayor que la alternativa de

menor coste, estas alternativas serán penalizadas en función de sus similaridades.

El denominado modelo MDST se diseñó conforme a los requisitos de los estudios del corredor

(paso del Canal y Trans- Alpino). Aunque hay muchas diferencias entre ellos, la característica

básica que comparten es la existencia de una barrera física que forma una frontera internacional.

En ambos casos el modelo necesita predecir los volúmenes de tráfico en un conjunto limitado de

conexiones internacionales en las que el cambio modal es esencial o al menos factible. Las

diferencias clave entre las dos aplicaciones radican en las fuentes de datos, la composición de la

red y la zona, los detalles de la elección del modo, y el grado en el que las autoridades públicas

pueden controlar directamente la infraestructura de tráfico. (STEMM 1999.)

Modelización y análisis de datos 19

PORTAL Material escrito www.eu-portal.net


Para el caso de estudio nórdico, los modelos de mercancías se han implementado utilizando la

herramienta de modelización STAN. Las características de la estructura son conformadas

mediante el Modelo Ideal de STEMM, mientras que las elecciones de ruta y modo se llevan a

cabo mediante el algoritmo STAN de distribución de flujos en una red multimodal. El paquete

de STAN fue elegido como herramienta básica por haber sido utilizada a lo largo de varios años

en los países nórdicos. Los componentes de un modelo STAN son la red, la demanda, funciones

de coste y asignación.

En el caso de estudio del Scan Link Corridor, la red incluía sub-redes para nueve modos:

carretera, ferrocarril, ferrocarril rápido, transbordador de camiones, transbordador de coches y

camiones, transporte marítimo de mercancías, transporte fluvial con buques Lo/Lo. En el caso

de estudio del Mar del Norte/Nórdico se han considerado ocho modos en la representación de la

red: carretera (camiones), transbordador de carga (Ro-Ro), transbordador (Ro-Ro) para coches y

camiones, ferrocarril, transbordador de trenes, transbordador Lo-Lo (de puerto a puerto),

transporte marítimo (Lo-Lo) y transporte fluvial. Cada modo ha sido definido con una red

separada consistente en una serie de enlaces modales entre nodos. Las transferencias

intermodales son permitidos en los nodos específicos de transferencia. (por ejemplo puertos y

estaciones de ferrocarril).

Otros modelos e información disponible

El proyecto STREAM desarrolló y validó un modelo para todos los desplazamientos realizados

dentro de los Estados Miembros de la UE y a través de sus fronteras (todos los modos,

transporte de pasajeros y mercancías, incluyendo desplazamientos cortos y a pie). Cuenta con

dos módulos principales – uno para determinar la demanda de transporte, y el otro se encarga de

la asignación de esa demanda a la red de transporte. El modelo es desagregado, y divide a la UE

en 200 zonas con miles de enlaces que representan las conexiones y terminales (como carreteras

y aeropuertos). De esta forma el modelo se puede utilizar para la estimación estadística de todo

el transporte de la UE en su conjunto.

La micro-simulación puede proporcionar una herramienta más efectiva que el modelo

tradicional de transporte para la evaluación de la efectividad de un Sistema de Transporte

Inteligente (SIT), el cual a menudo necesita la interacción entre los vehículos individuales y los

nuevos sistemas de modelización. La Micro-simulación puede ser utilizada para desarrollar

nuevos SIT, optimizar su efectividad y proporcionar un entrenamiento realista a los operadores

del sistema y usuarios antes de llevar a cabo la operación en el mundo real.

El proyecto SMARTEST se orientó hacia la modelización y simulación a un nivel “micro” de

los problemas de la gestión dinámica de tráfico causados por incidentes, tráfico pesado,

accidentes y obras en la carretera. Las áreas de aplicación SMARTEST son la gestión de

incidentes, control de intersecciones, control de flujo en autopistas, orientación dinámica de

rutas e información regional de tráfico (SMARTEST 2000.)

Los objetivos específicos de SMARTES fueron:

• revisar los modelos existentes de micro-simulación, de manera que se puedan identificar sus

'fisuras'. Esto sería incluido en el informe APAS (véase el capítulo 7, bibliografía: APAS) y

otras como la del informe PROGEN de PROMETEUS (véase el capítulo 7, bibliografía:

Henry J.J.). Se podría producir un informe sobre el Estado del Arte.

• investigar la forma en la que los modelos existentes pueden ser mejorados para eliminar las

fisuras detectadas, avanzando así el estado del arte. Los principales objetivos de estas

mejoras podrían ser asegurar que son transferibles a lo largo de Europa y que están basados

en sólidos análisis estadísticos.

Modelización y análisis de datos 20

PORTAL Material escrito www.eu-portal.net


• incorporar los resultados de los estudios a un manual de buenas prácticas sobre el uso de la

micro-simulación en la modelización de transporte por carretera, y así dar amplia difusión

en Europa a estos resultados.

El proyecto SMARTEST ha proporcionado a los gestores de la red de carreteras un conjunto de

herramientas y procedimientos que incorporan ciertas mejoras para evaluar las repercusiones de

los proyectos e intervenciones en transporte por carretera,. (SMARTEST 2000.)

En el proyecto SMARTEST se identificaron cincuenta y ocho proyectos de microsimulación y

se analizaron treinta y dos proyectos. La mayoría de los proyectos se pueden adaptar en la

medida que los parámetros principales pueden ser definidos por el usuario. La integración con

otros proyectos y bases de datos no se consideró que fuera tan sencilla. Uno de cada tres

modelos contaba con la aprobación de la autoridad local o el cuerpo nacional de transporte.

Respecto al hardware, no resulta necesario un especialista se sistema o arquitectura, salvo para

modelos paralelos. La velocidad de ejecución suele ser de 1 a 5 veces más rápida en tiempo real.

La validación y calibración ha recibido varias respuestas por parte de los diseñadores del

modelo y la mayoría de los modelos están parcialmente validados y calibrados. Las limitaciones

detectadas provienen esencialmente de una modelización imperfecta del comportamiento

humano y porque en la modelización de una red resulta muy difícil conseguir un resultado

próximo a la realidad.

Respecto a cuestiones técnicas, la mayoría de los modelos utilizan un enfoque de intervalos de

tiempo en el que los cálculos se realizan para cada intervalo, y en la mayoría parece utilizarse la

programación orientada a objetos. Tres de ellos utilizaron un enfoque gobernado por los sucesos

y cuatro de ellos un enfoque paralelo. (SMARTEST 2000.)

Las descripciones técnicas detalladas de los modelos de SCENES, STREAMS y STEMM se

encuentran disponibles en las entregas e informes de los proyectos. El proyecto SCENES

dispone de diversa documentación en la que explica las especificaciones y fundamentos del

modelo. El informe disponible puede ser consultado en las páginas de Internet de los

participantes del proyecto. (véase el capítulo 7 b, bibliografía).

2.4 Evaluación y validación del modelo

Normalmente están disponibles una serie de posibilidades con una capacidad adecuada para la

modelización para analizar las medidas de gestión de la demanda de tráfico (en forma de

sistemas de modelización de la demanda de forma desagregada y asignación dinámica a la red).

No obstante, conforme a algunos resultados obtenidos, parece evidente que un mayor número de

tests de validación podrían ser de gran utilidad para la evaluación de la precisión de los

modelos.

Como parte de este proceso de validación, podría ser también de utilidad la realización de

análisis completos de sensibilidad para identificar los aspectos más críticos y parámetros clave

de los modelos. No obstante, estas herramientas no se encuentran en un estado de desarrollo tal

que permita su amplia difusión y utilización. Es necesario todavía un largo período de recogida

de datos y calibración, además de una gran intervención por parte del usuario y tratamiento

manual de datos de unos submodelos a otros. Por todo lo cual su aplicación a una nueva área

necesitaría una mayor inversión en términos de tiempo, dinero y personal de gran experiencia y

cualificación en la modelización de la demanda y redes de transporte.

La mayoría de los modelos son validados para unas condiciones y lugares concretos. No

obstante, la transferibilidad de estos modelos no siempre se ha estudiado, lo que supone uno de

los mayores problemas en la modelización del tráfico.

Modelización y análisis de datos 21

PORTAL Material escrito www.eu-portal.net


2.5 Resultados de la Modelización

Una buena cantidad de los proyectos de la UE relacionados con los estudios de la modelización

producen escenarios y predicciones de la demanda de tráfico y distribución en la red de forma

que proporcionan una información de los requerimientos y restricciones del futuro a los

encargados de tomar las decisiones, de la gestión del tráfico y de la planificación de

infraestructuras. También tienen como objetivo dirigir la tendencia del tráfico y del transporte

hacia una solución más adecuada desde el punto de vista económico, medio ambiental y social.

La modelización ayuda a los responsables de tomar decisiones en las siguientes tareas:

• Construcción de escenarios urbanos, basados en la modelización y predicción de factores

exógenos y políticos que influyen en la demanda de movilidad, y conectarlos con modelos

de transporte cuyos resultados alimentarían modelos de emisión/dispersión.

• Probar políticas de uso del suelo y transporte con un modelo integrado intermodal de uso

del suelo/transporte, trabajando con funciones de utilidad.

• Aprovechar las previsiones externas de uso del suelo y modelos mejorados de transporte y

modelos de energía/dispersión medio ambiental para estimar el consumo de energía y las

emisiones contaminantes bajo diversas decisiones locales y de desarrollo urbano.

De los resultados de los modelos de tráfico se extrajeron algunas recomendaciones para los

encargados de la política y estrategia (FATIMA 1999a). Por ejemplo, las estrategias políticas

deberían estar basadas en una combinación de medidas. Se puede esperar que medidas eficientes

desde el punto de vista económico mejoren a bajo coste la capacidad de las carreteras y el

transporte público (aumento de los niveles de servicio o reducción de las tarifas), y aumenten

los costes del uso del coche.

Desde el punto de vista de la gestión del tráfico, la reducción de la capacidad para desalentar el

uso del coche probablemente no sea económicamente eficaz. La proporción de crecimiento de

los costes del uso del coche dependerá en parte de los niveles actuales de congestión, las tarifas

por el uso de las carreteras y el aumento del precio del aparcamiento son intercambiables, pero

esto necesita la precisión de una serie de detalles. Además, la escala de los cambios de los

niveles de servicio y tarifas del transporte público está influenciado por el nivel actual de

subvención, y en algunos casos la reducción de los niveles de servicio y el aumento de las

tarifas es debido a cuestiones de ámbito económico.

En la mayoría de las ciudades modelizadas se pueden diseñar estrategias económicamente

eficientes y posibles desde el punto de vista financiero, de forma que los ingresos pueden ser

utilizados para financiar otros elementos de la estrategia. La pugna por la sostenibilidad es,

probablemente, para justificar la inversión en infraestructura de transporte público y para

mayores mejoras de los servicios y/o tarifas del transporte público.

Una condición importante para el uso de estrategias de control a largo plazo es que la autoridad

de la ciudad encargada de la planificación del transporte cuenta con el control completo de todas

las medidas de transporte que afectan tanto al transporte público como al privado. No obstante,

dado que las estrategias requieren un alto nivel de inversión, y como la actitud actual tiende

hacia la restricción del gasto público, podría ser políticamente incorrecto que el sector público

crezca como las finanzas. De esta forma hay un papel, con gran utilidad potencial, que puede

realizar la financiación privada para ser utilizada como ayuda a la solución de problemas de

financiación. Se debe apreciar, no obstante, que el sector privado esperará obtener beneficios de

cada una de sus inversiones. En ciudades en las que la política óptima sea financiada por los

viajeros el sector privado puede ser reembolsado por los propios viajeros. En aquellas ciudades

Modelización y análisis de datos 22

PORTAL Material escrito www.eu-portal.net


en las que no es posible que los viajeros financien todos los costes de la política más adecuada

el sector privado será reembolsado por los fondos públicos (impuestos). Un aspecto importante

es que el uso de la financiación privada no debería permitir la sustitución de la política óptima

por otra que no lo fuera.

En estudios de análisis de datos (SESAME, 1999) se pueden encontrar algunas características

generales de ciudades de distintos tamaños. Las ciudades pequeñas hacen un mayor uso del

coche mientras que las de mayor tamaño tienen una mayor capacidad de reducir su uso. Esta

hipótesis es cierta hasta cierto punto. El uso del coche se reduce en ciudades a partir de 750000

habitantes. Para las ciudades menores hay una tendencia hacia una relación positiva entre el

tamaño y el uso del coche. Hay una correlación positiva entre la densidad de un área local y la

cuota de utilización de los modos no motorizados. Mayores concentraciones de habitantes y

puestos de trabajo benefician al transporte público al intensificar los desplazamientos.

El análisis de datos puede también ser utilizado para el estudio de los conceptos tradicionales de

tráfico. Una hipótesis común argumenta que el transporte público y los modos no motorizados

compiten en el mercado de transporte, mientras que el coche no es un competidor real del

transporte público y modos no motorizados. El resultado obtenido en algunas ciudades europeas

es contrario a esta hipótesis. Se puede concluir que en áreas urbanas el coche es un fuerte

competidor de los modos no motorizados, y de manera especial en el centro de la ciudad, hay

evidencias de competición con el transporte público. Entre el transporte público y los modos no

motorizados se encontró una escasa competición.

El número de coches en propiedad por vivienda está fuertemente correlacionado con la cuota de

utilización de este modo de transporte. Cuanto mayor sea el número de personas con acceso al

coche mayor es el numero de viajes y kilómetros que se realizan en este medio de transporte.

Como se ha establecido en las publicaciones la propiedad de los coches es una de las variables

más importantes en la cuota de este modo. Para la elección del modo y tiempo empleado en el

viaje, las hipótesis más comunes establecían que el tiempo de viaje diario es constante y que los

cambios en la elección del modo se realizarán para modificar la distancia de viaje más que para

variar el tiempo total. Estas hipótesis no siempre fueron probadas por datos. El tiempo total

diario utilizado en desplazamientos oscila entre 50 y 90 minutos y esta diferencia es fuertemente

dependiente del reparto modal de la ciudad.

Hay también importantes resultados apoyando las opiniones tradicionales de comportamiento de

demanda de tráfico. La relación entre la oferta de transporte público y la densidad están bien

probadas. A mayor densidad mayor nivel de servicio (medido en número de vehículoskilómetro).

Análisis más amplios indican que la mejora del nivel de servicio es el resultado de

una mayor frecuencia más que de una mayor longitud de las líneas. (SESAME 1999.)

2.6 Áreas de aplicación importantes y beneficiarios

Compañías

Las grandes compañías y las instituciones

gubernamentales tienen que planificar sus

necesidades futuras para el transporte de

mercancías (y pasajeros). Esta labor se

encarga con frecuencia a especialistas

externos, sobre todo cuando las

compañías privadas tratan de incrementar

la eficiencia de sus costes. Este hecho es

la base del aumento de las compañías

internacionales de logística, que

proporcionan servicios completos a las

Figura 9: Toma de datos de mercancías

Modelización y análisis de datos 23

PORTAL Material escrito www.eu-portal.net


compañías cliente. Los mayores proveedores de servicios logísticos están probablemente cada

vez más interesados en la previsión de la demanda futura de manera que les permita planificar

su flota e inversiones. Los escenarios futuros son herramientas muy útiles para los proveedores

logísticos, cuando ellos tratan de ajustar sus finanzas y servicios a los diferentes escenarios de

crecimiento económicos. Las decisiones respecto al tamaño de la flota y las rutas pueden ser

resueltas mediante la simulación y la modelización.

Estamentos Oficiales

Las organizaciones gubernamentales ocupadas de las cuestiones relativas al transporte de

pasajeros afrontan problemas similares que los proveedores privados de servicios logísticos: por

qué medios y con qué volúmenes se puede satisfacer de manera eficaz la demanda futura de

transporte de pasajeros. La modelización proporciona la posibilidad de encontrar la mejor

elección para el futuro, o al menos las autoridades cuentan con la posibilidad de elegir la mejor

de las alternativas.

La modelización del tráfico está

relacionada también con los

procedimientos de gestión del tráfico. La

efectividad de las diferentes alternativas

de control puede ser evaluada mediante la

modelización, y esta forma parte de

muchos sistemas de control. La

predicción de tráfico a corto plazo es

esencial para muchas aplicaciones de

control del tráfico.

Figura 10: Peaje de carreteras

Institutos de investigación

La modelización del tráfico es una herramienta muy importante para los investigadores. La

comprobación de las innovaciones y avances a escala real normalmente necesita de grandes

inversiones en infraestructura, lo que no puede realizarse únicamente con el propósito de llevar

a cabo pruebas. Las innovaciones en el campo del transporte tienen más posibilidad de aparecer

si los investigadores pueden probar la eficacia de sus ideas y las ventajas de los nuevos sistemas

de control y gestión. La modelización del tráfico es la única forma económicamente viable de

evaluar los efectos de las innovaciones de antemano.

Modelización y análisis de datos 24

PORTAL Material escrito www.eu-portal.net


Figura 11: Información sobre aparcamiento

Encargados de la toma de decisiones

Los políticos y concejales municipales a

menudo toman decisiones relativas a

inversiones en el ámbito del tráfico. De esta

forma, estas decisiones con frecuencia son

tomadas por personas no expertas y en una

atmósfera política. La modelización y

simulación de tráfico proporciona a los

políticos la posibilidad de presentar y

justificar grandes inversiones o bien

incómodas restricciones de forma que sus

efectos pueden ser comprendidos. Una

manera comprensible de ver y analizar los

efectos de ciertas alternativas de control y

gestión del tráfico en diferentes escenarios

del futuro ayuda a tomar decisiones.

Público

La modelización de tráfico sirve de apoyo a servicios de información de tráfico y facilita la

puesta en marcha de mejoras en el ámbito del tráfico. De esta forma, los usuarios de la carretera

son el grupo final al que van dirigidos los beneficios de la modelización del tráfico y más

especialmente los servicios planificados y/o desarrollados con ayuda de los modelos de tráfico.

2.7 Diferencias Nacionales/Adaptaciones Locales

Los diferentes modelos nacionales tienen mucho en común – con frecuencia utilizan estructuras

de lógica anidada desagregada y requieren el mismo tipo de datos. Su desarrollo se ha visto

estimulado por el intercambio de ideas, conocimientos, resultados y software entre grupos de

expertos de modelización, consultores y clientes que se han reunido y formado especialmente

para discutir sobre ello.

Modelos como el Netherlands National Model System (NMS), el sueco SAMPERS y el italiano

Italian Tactical and Strategic Decision Support System (DSS) están basados en utilidades de

maximización individual representadas en forma de modelos lógicos multinomiales anidados.

Cuando se aplican a la predicción, se emplea la enumeración de ejemplos prototipo junto con

enfoques de ‘punto pivote’ para los flujos de conductores y tren, por ejemplo el sistema modelo

sólo es utilizado para calcular los cambios que se aplican a las matrices de O/D del año base

contemplado.

Algunos modelos como el danés PETRA intentan ser modelos basados en el tipo de actividad.

En lugar de modelizar el viaje en términos de desplazamientos separados, o incluso recorridos,

el viaje total de una persona a lo largo del día es representado como una cadena.

La tradición reciente de predicción de tráfico en Gran Bretaña a sido diferente de los métodos

citados con anterioridad. En lugar de contar con un completo modelo que produce matrices de

desplazamientos por modos que son asignados a redes completas y detalladas, el objetivo ha

sido los kilómetro vehículo y su dependencia de unos pocos determinantes como GDP, precio

del carburante y factores demográficos.

Modelización y análisis de datos 25

PORTAL Material escrito www.eu-portal.net


2.8 Conclusiones

Como conclusión, diferentes modelos han sido creados y ampliamente utilizados, pero una serie

de cuestiones importantes han quedado fuera de los estudios. La transferibilidad y registro de

los datos ha sido, en muchas ocasiones, descuidada, lo que hace que estudios futuros sean más

difíciles de realizar, los estudios actuales más difíciles de repetir y los distintos modelos más

difíciles de comparar. La utilización efectiva a lo largo de Europa de bases de datos y modelos,

conjuntos de datos generalizados requiere de estandarización y sistemas de arquitectura flexible.

La solución a los problemas de transferibilidad y comparación es una arquitectura clara de los

modelos, una estandarización de los datos y la realización de informes detallados. Además de la

estandarización técnica, las estructuras de la organización dedicada a la investigación de la UE,

el trabajo de investigación completo y la disponibilidad de los informes deberían estar

estandarizados o al menos bien definidos en la UE.

Centrándose únicamente en los proyectos financiados por la UE, estos no proporcionan

necesariamente una imagen detallada de los estudios de tráfico y transporte en Europa. Una

alternativa podría ser enfatizar el trabajo de investigación desarrollado en los centros de

enseñanza, el cual debe contar con muchos proyectos de investigación interesantes no incluidos

en al categoría de proyectos de la UE.

La integración de los datos debería ser estudiada cuidadosamente. En futuros estudios debería

incluirse la aplicabilidad de los resultados de los estudios y más conclusiones teóricas. Después

de que algunos métodos generales estén disponibles diversas bases de datos pasarían a

proporcionar información para los modelos.

Un área importante para el desarrollo de estudios en el futuro en el campo de la modelización

del tráfico y transporte es la telemática y las bases de datos digitales en localizaciones

específicas. Los estudios de transporte podrían contar con más peso en las bases de datos

generales y especialmente el uso de estas bases de datos. Por desgracia la muy interesante y

prometedora información de la base de datos desarrollada por el proyecto SCENES no está

abierta al público. La utilización de datos reales y la consecución de resultados relativamente

creíbles en el ejercicio aumentan la motivación para el aprendizaje.

Modelización y análisis de datos 26

PORTAL Material escrito www.eu-portal.net


3. Ejemplo y Casos de Estudio

Debido a la naturaleza del tema ‘Modelización y análisis de Datos’ hay sólo unos pocos casos

de estudio concretos. La puesta en práctica normalmente se realiza para modelos relacionados

con el tráfico en ciertas áreas, estimación de la demanda, contaminación del aire y efectos

económicos en diferentes escenarios del futuro. Las únicas aplicaciones ‘reales’ son las

soluciones técnicas para protocolos de transferencia de datos y otras aplicaciones de tecnología

de la información, algunas de las cuales se han implementado en bases de datos existentes. No

hay en la actualidad casos de estudio que puedan ser visitados.

Por todo lo anterior sólo hay un par de casos de estudio que se presentan como ejemplos de la

utilización de modelos de tráfico en el campo de la investigación y la planificación.

A consecuencia de la complejidad de las técnicas de modelización, además de las mejoras de la

gestión de los datos, el bagaje técnico y teórico de los casos de demostración no es presentado

de manera detallada. Toda esta información puede ser encontrada en los informes de los

proyectos.

3.1 Reparto modal y elección de la ruta en cadenas intermodales

La modelización del reparo modal y de las elecciones de ruta, especialmente en las cadenas

intermodales se encuentra disponible y fue estudiado en el proyecto STEMM. Los modelos

fueron divididos en el transporte de pasajeros y el de mercancías.

El modelo de transporte de pasajeros se aplicó a la región Trans-Alpina y al Scan-Link Corridor.

De los resultados del modelo de pasajeros de STEMM en el caso de estudio Trans-Alpino se

extrajeron las siguientes conclusiones (STEMM 1999):

1. La mejora del acceso al aeropuerto no conduce necesariamente a los resultados esperados de

un aumento del uso de las cadenas intermodales con uno de sus componentes aéreo.

2. Cargar a la carretera y aire con costes dependientes de las emisiones provoca reacciones

que, en términos de reparto modal, son más fuertes que en el escenario ATI.

3. A pesar de la existencia de fuertes reacciones a las medidas tomadas en el escenario- IEC, la

internalización de los efectos externos del tráfico pueden prevalecer en la industria para

hacer más rápido el desarrollo de vehículos y aeronaves con reducidas emisiones.

Los resultados de la modelización, que se probado en los instrumentos políticos del Scan-Link

Corridor, muestra que las nuevas conexiones de Escandinavia con el continente a través de

Dinamarca aumentan el número de viajes en coche en el corredor, pero que los viajes en tren

pueden aumentar aún más en el futuro y su cuota modal ser mayor que la del coche. Los efectos

varían según los países debido a las grandes diferencias existentes en las características básicas

del sistema de transporte. En Finlandia el modo de transporte aéreo se mantiene como el más

importante para los viajes internacionales en todos los escenarios, en Dinamarca el ferrocarril

puede aumentar su cuota modal en los viajes internacionales y en Noruega los viajes

intermodales cuentan con un potencial de crecimiento. (STEMM 1999.)

Modelización y análisis de datos 27

PORTAL Material escrito www.eu-portal.net


3.2 Modelización medio ambiental

El proyecto ESTEEM elaboró modelos integrados de interacción entre el uso del suelo, el

transporte y medio ambiente y lo aplicó a cuatro ciudades europeas: Roma, Lyon, Londres y

Bruselas.

En Lyon y Bruselas se desarrolló un procedimiento para la

previsión de la evolución del uso del suelo y estimación

global a largo plazo del consumo de energía y

contaminación de varias opciones políticas.

En el Royal Borough of Kensington y Chelsea

(Londres), se mejoraron modelos de transporte y paquetes

de estimación de energía/medio ambiente de forma que

permitieran evaluar medidas políticas y proyectos a nivel

local, probando que las emisiones calculadas coinciden con

los niveles de contaminación actual.

Figura 12: Toma de datos de la

calidad del aire

En Roma se enlazaron modelos urbanos con modelos de

transporte – energía – emisiones – dispersión. El

procedimiento hizo posible: un primer cálculo basado en el

escenario de referencia (continuación de las tendencias y

políticas actuales para el 2010), un segundo cálculo basado

en la reorganización del sistema de transporte público que

afecta a los enlaces en los gráficos del modelo de

transporte, un tercer cálculo basado en el nuevo uso del

suelo y políticas de transporte urbano, realizado de manera

explícita para proporcionar nuevos datos a los modelos de

transporte – energía – emisiones – dispersión.

Los procedimientos y modelos desarrollados por el estudio ESTEEM son ahora aplicables para

realizar estimaciones creíbles del impacto del transporte en la energía y medio ambiente y en la

determinación de las políticas más adecuadas (ESTEEM 1998).

El proyecto ESTEEM probó un número de diferentes enfoques. Para determinar cual era la

combinación de ellos más adecuada para las ciudades, el proyecto ha elaborado un conjunto de

directrices. Estas (y un conjunto similar de recomendaciones para los encargados de la toma de

decisiones incluidas en otros proyectos) son discutidas en el capítulo 2 Resultados de la

Modelización.

Modelización y análisis de datos 28

PORTAL Material escrito www.eu-portal.net


4. Recomendaciones

4.1 Uso didáctico de los informes

En general el nivel de sofisticación técnica y geográfica suponía un problema si se consideraba

el uso educativo de los informes de los estudios. Los informes de los proyectos no proporcionan

material para la formación. La calidad y detalle de estos informes era o demasiado sofisticada y

amplia o demasiado pobre. No había disponible ningún estudio básico o estado del arte, y la

mayoría del material resulta demasiado complicada para ser comprendida por una persona que

no sea experta, o bien el tema resulta demasiado concreto para ser utilizado para la formación a

nivel europeo. Los estudios estaban dirigidos a menudo a las autoridades de la ciudad y se

centraban en dar directrices de planificación. Esto no proporciona un material didáctico muy

adecuado.

Por el momento es difícil encontrar información de los proyectos de la UE y los resultados de

los estudios son muy variados. Las aplicaciones prácticas, que son los aspectos más interesantes

para la formación en el terreno de la ingeniería de tráfico y transporte, no están presentadas de

manera clara. Algunos estudios consideraron el uso general de datos, pero el nivel de

sofisticación resulta demasiado técnica y tal vez demasiado detallada para los no expertos. En

general muchos proyectos y sus informes hacen hincapié en los desarrollos técnicos de métodos

específicos que hacen difícil su utilización como material de estudio.

Algunos de los resultados de los proyectos, sin embargo, pueden utilizarse como ejemplo, y

realizando algunos cambios en los informes incluso a mayor escala. Los proyectos DIRECT,

ESTEEM, FATIMA y OPTIMA están especialmente bien documentados, y su documentación

es fácilmente accesible desde internet. El proyecto SCENES cuenta con una amplia gama de

documentación, aunque los informes más interesantes desde el punto de vista didáctico no están

disponibles todavía.

El proyecto DIRECT analiza diversos aspectos del desarrollo, puesta en marcha y operación de

estructuras de distribución de datos de transporte (EDDT) que facilitan su integración. No sólo

se consideraron aspectos técnicos, sino también institucionales, legales, organizativos y

financieros. Los detalles técnicos no son los más adecuados para su utilización a nivel

educativo, pero las cuestiones socio-económicas y la estimación de los efectos de los sistemas

EDDT pueden resultar de utilidad a la hora de describir las ventajas de las tecnologías de la

información en la gestión del tráfico. Por desgracia no toda la documentación está disponible,

pero se pueden encontrar algunos sumarios e informes en

www.infoservice.fr/simulog/direct/direct.html.

El informe final de ESTEEM incluye una revisión al Estado del Arte de los métodos de

modelización para la repercusión del uso del suelo y las políticas de transporte en el consumo de

energía y contaminación generada por los sistemas de transporte urbano. El desarrollo realizado

en el modelo de ESTEEM se ha documentado adecuadamente, además de los casos de estudio.

De manera especial se podría editar para uso didáctico la parte del informe final correspondiente

a la teoría general. Este informe final se puede descargar de las páginas de Isis (http://www.isisit.com/doc/projects.asp).

La documentación de FATIMA incluye la descripción del proceso de modelización orientados

hacia las políticas socio-económicas óptimas de los casos de estudio correspondientes a varias

Modelización y análisis de datos 29

PORTAL Material escrito www.eu-portal.net


ciudades europeas. También se incluyen recomendaciones para políticos. Los informes se

pueden encontrar en www.its.leeds.ac.uk/projects/fatima/. En el proyecto OPTIMA se pueden

encontrar directrices similares (www.its.leeds.ac.uk/projects/optima/). Las directrices generales

y un método simplificado de optimización pueden ser utilizadas en cursos de ingeniería de

tráfico.

Cuando se publiquen la entrega 7 ‘Resultados del modelo de previsión de transporte y

resultados del modelo regional’, la entrega 8 ‘Casos de estudio del desarrollo de escenarios’ y la

9’ Escenarios Europeos: descripción del proceso y resultados cuantitativos’, correspondientes al

proyecto SCENES, probablemente incluirán material que pueda ser utilizado en cursos de

ingeniería del transporte. En este momento el material disponible sólo incluye información

técnica de la base de datos elaborada por SCENES, que no necesariamente está relacionada con

el tráfico y el transporte. Esta documentación se puede descargar de las páginas de Karlsruhe

University (www.iww.uni-karlsruhe.de/SCENES/).

4.2 Ejercicios

En general ni los proyectos ni los materiales proporcionan posibilidades obvias de realizar

ejercicios. La construcción de un modelo de tráfico resulta algo demasiado laborioso como para

exigirlo a los estudiantes. Las técnicas de modelización presentadas en los estudios también son

demasiado complicadas para ser utilizadas en los ejercicios, ya que necesitan una gran cantidad

de datos.

Algunas de las técnicas podrían ser llevadas a la práctica al menos a escala reducida. El proceso

de modelización (definición de la demanda, distribución, reparto modal y asignación) podría

dividirse en partes para conseguir paquetes docentes más racionales. La utilización de

programas de modelización existentes podría ser también de gran utilidad. En lugar del

desarrollo de un modelo, podría resultar más efectivo la recogida y análisis de datos utilizando

un modelo existente.

Modelización y análisis de datos 30

PORTAL Material escrito www.eu-portal.net


5. Bibliografía

La siguiente lista cubre los informes finales de los proyectos de Modelización y Análisis de

Datos. También se incluye otro tipo de documentación que se considera interesante. Los

informes más importantes y páginas web utilizados se han escrito en negrita

AIUTO: AIUTO (1999). Final Summary Report,

http://www.cordis.lu/transport/src/aiutorep.htm. (Last updated 06.12.1999,

referred 19.12.2001).

APAS: APAS Roads 2: Assessment of Road Transport Models and System

Architectures, European Commission Directorate General for Transport, April

1995.

BRIDGES: BRIDGES (1999). Final Summary Report,

ftp://ftp.cordis.lu/pub/transport/docs/bridgesrep.pdf. (Referred

19.12.2001). 9 p.

DIRECT: DIRECT (2000a). Deliverable 8: Integration of Results and Derivation of

Guidelines, http://www.infoservice.fr/simulog/direct/direct.html. (Referred

19.12.2001). 97 p.

DIRECT (2000b). Final Summary Report,

ftp://ftp.cordis.lu/pub/transport/docs/directrep.pdf. (Referred 19.12.2001). 8 p.

ESTEEM: ESTEEM (1998) Final Report, http://www.isisit.com/doc/progetto.asp?id=3&tipo=urban,

(Referred 19.12.2001). 104 p.

FATIMA: FATIMA (1999a). Final Report - Part 1,

http://www.its.leeds.ac.uk/projects/fatima/, (Referred 19.12.2001). 29 p.

FATIMA (1999b). Final Report - Part 2,

http://www.its.leeds.ac.uk/projects/fatima/, (Referred 19.12.2001). 90 p.

FATIMA (2000). Final Summary Report,

ftp://ftp.cordis.lu/pub/transport/docs/summaries/fatimarep.pdf. (Referred

19.12.2001). 10 p.

Henry, J.J.: Simulation Work in PROMETHEUS, In: Towards An Intelligent Transport

System. Proceedings of the First World Congress on Applications of Transport

Telematics and Intelligent Vehicle-Highway Systems, November 30 - 3

December 1994, Paris, Vol 2., pp 917-24.

MESUDEMO: MESUDEMO (2000). Final Report: Methodology for establishing general

databases on transport flows and transport infrastructure networks,

http://www.telecom.ece.ntua.gr/mesudemo/results.html. (Referred 19.12.2001).

149 p.

OPTIMA: Detailed Reports of work packages 1-6,

http://www.its.leeds.ac.uk/projects/optima

OPTIMA (1999). Final Summary Report, Optimisation of Policies for

Transport Integration in Metropolitan Areas,

http://www.cordis.lu/transport/src/optirep.htm. (Last updated 23.06.1999,

referred 19.12.2001).

Modelización y análisis de datos 31

PORTAL Material escrito www.eu-portal.net


SCENES: SCENES (1999). Deliverable 1: CEEC data and method,

http://www.iww.uni-karlsruhe.de/SCENES/download.html. (Referred

19.12.2001). 104 p.

SCENES (2000). Deliverable 4: SCENES European Transport Forecasting

Model and Appended Module: Technical Description, http://www.iww.unikarlsruhe.de/SCENES/download.html.

(Referred 19.12.2001). 116 p.

(http://www.iww.uni-karlsruhe.de/SCENES/download.html includes

deliverables 1-7. Deliverables 8 ‘Case studies on scenario development’ and 9

‘European scenarios: description of process and quantitative results’ were not

available 19.12.2001).

SESAME: SESAME (1999). Final Summary Report,

http://www.cordis.lu/transport/src/sesamerep.htm. (Last updated 04.05.1999,

referred 19.12.2001).

SMARTEST: SMARTEST (2000). Final Report,

http://www.its.leeds.ac.uk/projects/smartest/delivs.html. (Referred 19.12.2001).

95 p.

SPOTLIGHT: SPOTLIGHT (2001). Scientific forum home page,

http://www.mcrit.com/spotlights/. (Referred 19.12.2001).

STEMM: STEMM (1999). Final Summary Report,

http://www.cordis.lu/transport/src/stemmrep.htm. (Last updated 28.04.1999,

referred 19.12.2001).

STREAMS: STREAMS (2000). Final Summary Report,

ftp://ftp.cordis.lu/pub/transport/docs/streamsrep.pdf. (Referred 19.12.2001). 6 p.

Modelización y análisis de datos 32

PORTAL Material escrito www.eu-portal.net


6. Glosario

Asignación a la Red: reparto de los volúmenes de tráfico en la red de carreteras existente de

acuerdo con el principio de modelización seleccionado; fase del proceso de modelización,

acometida tras la determinación de los volúmenes y la distribución de orígenes-destino.

Distribución de Origen-Destino: (o matriz) Una matriz que define el número o distribución de

viajes generado para cada uno de los lugares modelizados a todas los posibles destinos;fase del

proceso de modelización.

Escenario Futuro: Una combinación posible de volúmenes de tráfico, reparto modal y

capacidad de la red en un instante pre-fijado del futuro, en el que asumen ciertos valores para el

estado inicial del modelo y parámetros de entrada (como acciones de control puestas en marcha

y ciertos valores estimados de factores externos que afectan a los resultados).

Modelización Macroscópica: Modelización de los efectos del uso del suelo, factores socioeconómicos

y otros factores generales sobre la demanda de tráfico, distribución de orígenesdestino,

reparto modal y asignación a la red como un elemento (normalmente) a un nivel medio.

Modelización Microscópica: Modelización de los movimientos de un vehículo individual, en

términos de vehículo-conductor, vehículo-vehículo y vehículo-relaciones con el entorno.

Multimodal: Un viaje en el que se utiliza más de un modo de transporte.

Reparto modal: distribución que da a conocer la cuota de cada uno de los modos de transporte

(coches, camiones, autobuses y otros transportes públicos, a pie, etc.) del total de volumen de

tráfico; una fase (generalmente la última) del proceso de modelización.

Sub-modelo: Un modelo que se ocupa de una parte del proceso total modelizado. Por ejemplo,

un modelo económico utilizado para le predicción del crecimiento del bienestar, el cual afecta la

demanda de tráfico futura.

Modelización y análisis de datos 33

PORTAL Material escrito www.eu-portal.net


7. Modelización y Análisis de Datos

Consorcio de proyectos

AIUTO – Models and methodologies for the Assessment of Innovative Urban

Transport systems and policies Options

Consortium:

CSST, Centro Studi sui Sistemi di Trasporto IT

SINTRA s.r.l IT

EURO TRANS CONSULTING LIMITED UK

HAGUE CONSULTING GROUP B.V. GR

Trias S.A. Consulting NL

BRIDGES – Building Bridges Between Digital transport Databases, GIS

applications and transport models to develop ETIS Software Structure

Consortium:

DTU, Technical University of Denmark (Copenhagen, Denmark) DK

MKmetric (Karlsruhe, Germany) D

ME&P, Marcial Echenique and Partners (Cambridge, U.K.) UK

NTUA, National Technique University of Athens (Athens, Greece) GR

SOFRES Conseil (Paris, France) FR

TRT, Transporti e Territorio (Milano, Italy) IT

Aristotle University Of Thessaloniki GR

Modelización y análisis de datos 34

PORTAL Material escrito www.eu-portal.net


DIRECT – Data Integration Requirements of European Cities for Transport

Consortium:

STRATEC (Belgium) BE

CERTU (France) FR

Barcelona Technologia SA (Spain) SP

SIMULOG (France) FR

TNO Inro (The Netherlands) NL

University of Southampton (United Kingdom) UK

Azienda Torinese Municipalità (Italy) IT

ESTEEM – European Scenarios on Transport-Energy-Environment for

Metropolitan Areas

Consortium:

Stratec BE

Ove Arup and Partners UK

CERTU FR

ISIS (Institute for System Integration Studies) IT

AGENCE D'URBANISME FR

Royal Borough of Kensington and Chelsea UK

FATIMA – Financial Assistance for Transport Integration in Metropolitan

Areas

Consortium:

TUW/IVV AT

VTT FI

CSST IT

TT-ATM IT

TØI NO

Modelización y análisis de datos 35

PORTAL Material escrito www.eu-portal.net


MESUDEMO – Methodology for Establishing a database on transport Supply,

Demand and Modelling in Europe

Consortium:

AGDER Research Foundation NO

NEA Transport Research NL

ISTAT IT

National Technical University of Athens GR

Ministerie van Verkeer en Waterstaat NL

OPTIMA – Optimisation of Policies for Transport Integration in Metropolitan

Areas

Consortium:

University of Leeds UK

Institute for Transport Studies UK

Technical University of Vienna AT

TUW-IVV AT

The Technical Research Centre of Finland, VTT FI

Centre for the Study of Transport Systems (CSST) IT

Azienda Tranvie Municipale - Torino (TT-ATM) IT

Institute of Transport Economics (TØI) NO

Modelización y análisis de datos 36

PORTAL Material escrito www.eu-portal.net


SCENES – (Project acronym is not derived from project title, which is:

Modelling and Methodology for analysing the interrelationship between external

developments and European transport)

Consortium:

ME&P Ltd. UK

CSST IT

DLR DE

ISIS SA FR

LT Consultants Ltd. FI

Marcial Echenique y Compaña SP

NEA NL

KTI HU

NOBE (Poland) PL

TIS (Portugal) PO

TRT IT

SESAME – (Project acronym is not derived from project title, which is:

Derivation of the relationship between land use, behaviour patterns and

travel demand)

Consortium

Centre D’Etudes sur les Réseaux FR

Centre D’Etudes Techniques de L’Equipment Mediterranee FR

Barcelona Tecnologia S.A. SP

Socialdata Institut für Verkehrs- und Infrastruktur-forschung GmbH DE

Netherlands Organisation for Applied Scientific Research NL

Transport Research Laboratory UK

Peter Zeugin SW

Systems Consultant SW

Modelización y análisis de datos 37

PORTAL Material escrito www.eu-portal.net


SMARTEST – Simulation Modelling Applied to Road Transport European

Scheme Tests

Consortium:

Universitat Politècnica de Catalunya SP

Mizar Automazione IT

CERT-ONERA FR

SODIT FR

Transek SE

Softeco Sismat IT

Högskolan Dalarna SE

STEMM – Strategic European Multi-Modal Modelling

Consortium

Baxter Eadie Limited UK

BETA. ULP (France) FR

CERTE. UKC UK

Coherence S.P.R.L (Belgium) BE

DST.DETR UK

ECOPLAN SW

ITS.UL UK

IWW.UK DE

MDS Transmodal UK

Mkmetric DE

SINTEF Transport Engineering NO

Technicatome FR

VTT FI

Modelización y análisis de datos 38

PORTAL Material escrito www.eu-portal.net


STREAMS – Strategic Transport Research for European Member States

Consortium:

Marcial Echenique and Partners Limited. UK

Strafica FI

Universität Dortmund, Institut für Raumplanung DE

Marcial Echenique y Compañía, S.A. SP

TRT Trasporti e Territorio SrL IT

Modelización y análisis de datos 39

PORTAL Material escrito www.eu-portal.net

More magazines by this user
Similar magazines