Show simple item record

Professor Advisordc.contributor.advisorOrchard Concha, Marcos
Authordc.contributor.authorJorquera López, Diego Antonio 
Associate professordc.contributor.otherMarín Vicuña, Pablo
Associate professordc.contributor.otherThraves Cortés-Monroy, Charles
Admission datedc.date.accessioned2021-03-02T20:46:53Z
Available datedc.date.available2021-03-02T20:46:53Z
Publication datedc.date.issued2020
Identifierdc.identifier.urihttps://repositorio.uchile.cl/handle/2250/178520
General notedc.descriptionMemoria para optar al título de Ingeniero Civil Industriales_ES
Abstractdc.description.abstractLa estimación del tiempo de llegada de un bus a un paradero en el transporte público representa un aspecto importante para aplicaciones de teléfonos móviles que disponen servicios de transporte, ya que genera una impresión de calidad para el usuario. El presente trabajo genera un prototipo de modelo que predice tiempos de llegada de un conjunto de buses del transporte público de la Región Metropolitana para una aplicación que brinda servicios de información sobre el sistema de transporte, desarrollando dos modelos distintos que resuelven el problema de distinta manera. El desempeño de estos modelos se mide bajo la métrica RMSE. Para el desarrollo de este trabajo, se estudiaron los recorridos 301, 315e y 506, y dos horarios, horario Valle y Punta. El primer modelo es una red neuronal artificial LSTM, que se usa para predecir el tiempo de llegada del bus a todos los paraderos de la ruta. Se observó que la predicción mejora a medida que el bus se acerca al paradero. Se calculó el desempeño para distinto tiempo de lejanía, y para un bus de 5 minutos de distancia, el error promedio es de 3 minutos para los tres recorridos estudiados. A medida que aumenta la lejanía, disminuye la precisión de la predicción. El segundo modelo es uno mixto, donde un Filtro de Partículas complementa su funcionamiento con datos obtenidos de una red neuronal Bayesiana. La ruta de un bus se divide en tramos, y se calcula el tiempo de recorrido en cada tramo. El valor obtenido por este modelo consta de un valor discreto del tiempo de llegada y una probabilidad asociada a dicho valor. Se calculó que este modelo, posee un error de máximo 2 minutos para los tres recorridos de buses, para ambos horarios. Se concluye bajo la comparación de ambos modelos que el modelo mixto de Filtro de Partículas con red neuronal Bayesiana posee mejor predicción, con un error más bajo. Se recomienda a la empresa la implementación de este modelo, diseñando un prototipo en que los tramos de ruta son los que comprenden paraderos consecutivos.es_ES
Lenguagedc.language.isoeses_ES
Publisherdc.publisherUniversidad de Chilees_ES
Type of licensedc.rightsAttribution-NonCommercial-NoDerivs 3.0 Chile*
Link to Licensedc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/cl/*
Keywordsdc.subjectTransporte urbanoes_ES
Keywordsdc.subjectTiempo de viaje (Ingeniería del tránsito)es_ES
Keywordsdc.subjectAprendizaje de máquinaes_ES
Keywordsdc.subjectRedes neuronales (Ciencia de la computación)es_ES
Keywordsdc.subjectDeep Learninges_ES
Títulodc.titleDesarrollo de un prototipo de modelo predictor de tiempos de llegada de buses para una aplicación que brinda servicios de información sobre el transporte públicoes_ES
Document typedc.typeTesis
Catalogueruchile.catalogadorgmmes_ES
Departmentuchile.departamentoDepartamento de Ingeniería Industriales_ES
Facultyuchile.facultadFacultad de Ciencias Físicas y Matemáticases_ES


Files in this item

Icon
Icon

This item appears in the following Collection(s)

Show simple item record

Attribution-NonCommercial-NoDerivs 3.0 Chile
Except where otherwise noted, this item's license is described as Attribution-NonCommercial-NoDerivs 3.0 Chile