Show simple item record

dc.contributor.advisorOrtiz Astorquiza, Camilo
dc.contributor.advisorContardo, Claudio
dc.contributor.authorDe Mier Medellin, Juliana
dc.coverage.spatialColombiaspa
dc.date.accessioned2023-09-25T20:03:38Z
dc.date.accessioned2024-02-27T19:23:43Z
dc.date.available2023-09-25T20:03:38Z
dc.date.available2024-02-27T19:23:43Z
dc.date.created2023-08-28
dc.identifier.urihttps://hdl.handle.net/20.500.12032/122924
dc.description.abstractLos sistemas de bicicletas compartidas se han vuelto cada vez más populares en los últimos años como modo de transporte sostenible y rentable. Sin embargo, la gestión eficiente de estos sistemas requiere una predicción precisa de la demanda, una ubicación óptima de las estaciones y estrategias de reequilibrio efectivas. Para abordar estos desafíos, proponemos un marco integral que integra optimización combinatoria y técnicas de aprendizaje automático. El marco consta de un circuito de retroalimentación compuesto de dos partes: un modelo de aprendizaje automático para predecir patrones de demanda y un modelo de optimización para determinar la ubicación de las estaciones con reequilibrio para reasignar bicicletas entre las estaciones, garantizando que los usuarios tengan acceso a ellas cuando y donde sea necesario. Para evaluar el marco, se llevaron a cabo extensos experimentos computacionales utilizando datos reales de Tembici, un sistema de bicicletas compartidas en Bogotá. Se crearon varias instancias y los resultados demuestran que el sistema propuesto mejora significativamente el rendimiento de los sistemas de bicicletas compartidas. Estas mejoras conducen a una reducción de los costos operativos, una mayor satisfacción del usuario y una mayor sostenibilidad, lo que supone una valiosa contribución al campo de la optimización del sistema de bicicletas compartidas y al análisis de la demanda. En general, el marco propuesto proporciona una herramienta poderosa y eficiente para gestionar sistemas de bicicletas compartidas, con aplicaciones prácticas para mejorar el rendimiento de dichos sistemas.spa
dc.formatPDFspa
dc.format.mimetypeapplication/pdfspa
dc.language.isospaspa
dc.publisherPontificia Universidad Javerianaspa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectOptimizacionspa
dc.subjectAprendizaje de maquinaspa
dc.titleIntegración de modelos de optimización y predicción para sistemas de bicicletas compartidasspa


Files in this item

FilesSizeFormatView
Tesis_JDMM-1-3.pdf117.2Kbapplication/pdfView/Open
Tesis_JDMM-4-71.pdf1.845Mbapplication/pdfView/Open

This item appears in the following Collection(s)

Show simple item record

http://creativecommons.org/licenses/by-nc-nd/4.0/
Except where otherwise noted, this item's license is described as http://creativecommons.org/licenses/by-nc-nd/4.0/

© AUSJAL 2022

Asociación de Universidades Confiadas a la Compañía de Jesús en América Latina, AUSJAL
Av. Santa Teresa de Jesús Edif. Cerpe, Piso 2, Oficina AUSJAL Urb.
La Castellana, Chacao (1060) Caracas - Venezuela
Tel/Fax (+58-212)-266-13-41 /(+58-212)-266-85-62

Nuestras redes sociales

facebook Facebook

twitter Twitter

youtube Youtube

Asociaciones Jesuitas en el mundo
Ausjal en el mundo AJCU AUSJAL JESAM JCEP JCS JCAP