El ciclo semafórico –es decir, la determinación del tiempo que dura el verde, el amarillo (o verde intermitente) y el rojo en la señal– de una red vial se puede optimizar. El uso de programas informáticos o softwares basados en algoritmos genéticos sería una de las mejores opciones, pues con este método se podrían reducir hasta un 30 % las colas, frente a un 20 % que se reducen con un algoritmo convencional.
“El aumento exponencial de las poblaciones y la forma como suelen organizarse las ciudades –por ejemplo, el lugar de trabajo y estudio lejos de la residencia– son algunos de los factores causantes de la congestión vial”, explica Gabriela Cabrera Lara, magíster en Ingeniería – Infraestructura y Sistemas de Transporte de la Universidad Nacional de Colombia (UNAL).
Cuáles son las soluciones para reducir los atascos en las ciudades
Según la magíster, “la solución a este tipo de problemáticas no siempre implica ampliar la oferta de infraestructura vial. Es posible, mediante la aplicación de diversas estrategias, como desincentivar la demanda vehicular, promover el uso del transporte público, o la optimización semafórica, con softwares, de las redes viales que ya tenemos”.
En su trabajo de maestría, la investigadora se propuso determinar –comparando un algoritmo convencional con otro más novedoso– cuál es el método más eficiente para mejorar la coordinación y el funcionamiento de una red semafórica, de manera que automóviles y peatones fluyan con mayor facilidad.
“El ciclo semafórico se compone del tiempo en que la señal está en verde, el tiempo en que está en amarillo (o verde intermitente si es de peatones) y el tiempo que está en rojo. TRANSYT-7f, el programa con el que trabajamos, simula la red de tráfico y la optimiza combinando y probando distintos tiempos en las señales”, explica la magíster.
Esta optimización se puede hacer a través de un método convencional, como el algoritmo iterativo hill climbing, o un método más vanguardista, como el algoritmo genético.
Cómo actúa un algoritmo convencional y cómo lo hace uno de tipo genético
Agrega que “lo que hace el algoritmo convencional es una búsqueda iterativa, así: cambiando incrementalmente un solo elemento de la solución y repitiendo el proceso hasta no encontrar una solución mejor, lo cual es muy limitado”.
“De otra parte, el algoritmo genético es capaz de combinar distintos ciclos semafóricos –llamados también individuos–, cruzarlos entre ellos y explorar un espacio de búsqueda más amplio con el fin de encontrar la mejor combinación”.
“Este algoritmo crea una analogía con el proceso de selección natural descrito por Darwin, escogiendo la combinación de atributos procedentes de individuos antecesores de los cuales se pueden obtener mejores individuos sucesores con capacidad de heredar sus atributos a las próximas generaciones (soluciones)”.
Cómo se probó la eficacia de estos algoritmos
Para poner ambos métodos a prueba, la magíster analizó un tramo de la Avenida 80 –una de las vías principales de Medellín– desde un punto a la altura de la calle 65 hasta un punto en la calle 75. “Para evaluar el estado de la vía tomamos aforos con drones y una cámara GoPro, medimos el volumen de automóviles, las maniobras, demoras, colas, todo esto con el fin de calibrar bien los algoritmos”.
Así obtuvieron tres escenarios para analizar: el actual o real, el optimizado con algoritmo convencional, y el optimizado con algoritmo genético, y luego los tres se compararon en el microsimulador Aimsu Next.
Qué resultados se obtienen con los algoritmos genéticos
“Evidenciamos que, en términos de eficiencia, el algoritmo genético logra una reducción de colas del 30 % frente al método convencional, que logra una reducción del 20 %. Con respecto a demoras en la red, hizo una reducción del 25 % (lo que es aproximadamente 1 min/km de recorrido) frente al 15 % que alcanzó el convencional. En cuanto a rendimiento en velocidad, ambos métodos llegaron a un aumento del 13 %”.
Esta información es útil para los decisores, ya que hoy suelen utilizarse softwares que solo programan los ciclos semafóricos, pero que no necesariamente hacen búsquedas de optimización.
“Para las Secretarías de Tránsito es posible acceder a información sobre las vías mediante cámaras de seguridad, que sirve para calibrar, optimizar y validar que lo que se está programando semafóricamente es eficiente”, señala la investigadora.
“Una decisión sencilla, como implementar un software de algoritmo genético, tendría grandes impactos en la movilidad, e incluso en el medioambiente y la salud pública, pues se sabe que cuanta menos congestión vial haya, menos gases tóxicos se emiten al aire”, finaliza la magíster, quien para su trabajo de investigación contó con la dirección del profesor Víctor Valencia Alaix, del Departamento de Ingeniería Civil de la UNAL.
