Determinación de la variación de los tiempos de viaje al incorporar una nueva estación de metro

Simple item page
dc.contributor.advisorOpitz, Daniela
dc.contributor.authorNova Barón, Edgar Fabián
dc.contributor.authorPrado Pacci, Wilder
dc.coverage.spatialSantiago
dc.date.accessioned2024-02-27T15:58:54Z
dc.date.available2024-02-27T15:58:54Z
dc.date.issued2023
dc.descriptionProyecto de grado presentado a la Facultad de Ingeniería de la Universidad del Desarrollo para optar al grado académico de Magíster en Data Science
dc.description.abstractEl presente trabajo busca analizar y validar la hipótesis planteada sobre la variación de los tiempos de viaje en el transporte público de las estaciones de metro de la Región Metropolitana de Santiago de Chile. La manera como se procedió se dividió en 3 etapas: La primera consistió en recopilar los datos basados fundamentalmente en las estadísticas de la página del Directorio de Transporte Público Metropolitano (DTPM) y también se complementaron los datos con el ingreso promedio del hogar según comuna, fuente Encuesta CASEN 2023, la densidad Poblacional por comunas, Nivel educacional en las comunas de la Región Metropolitana de Santiago de Chile. También, se seleccionaron los datos del año 2019 filtrando solo los días laborales, se llevó a cabo un análisis grafico descriptivo de las variables, luego se consolidaron los datos definiendo las variables que intervendrían para el posterior análisis del modelo. En la segunda fase, se utilizaron 11.5 Millones de registros y las variables que participarían en la ejecución de los modelos, las cuales fueron 22: Comuna de Subida, comuna de Bajada, zona de Subida, zona de Bajada, periodo de subida (que se convirtió en variable dummy), cantidad de transbordos realizados, metros por zonas, metros por comuna, promedio de año de estudio, cantidad de personas por zonas y Cantidad de paraderos por zonas y como variable objetivo tiempo promedio de viaje. Estas variables fueron utilizadas para entrenar los cuatro modelos de regresión previamente seleccionados: XGBOOST, Random Forest Regressor, LightGBM y Árbol de Decisión Regressor. De entre ellos, se determinó que el mejor desempeño lo obtuvo el modelo Random Forest Regressor. Finalmente, se llevaron a cabo dos mediciones. En primer lugar, se determinó la predicción del tiempo de viaje entre una zona de origen y un destino. Posteriormente, se llevó a cabo la predicción para este mismo recorrido, pero considerando la incorporación de una o más estaciones de metro. La diferencia entre estas dos mediciones nos permitió evaluar el impacto en el tiempo de viaje al introducir nuevas estaciones de metro. La comuna de Maipú fue seleccionada para las pruebas de validación debido a ser la segunda con mayor demanda en el uso del transporte público
dc.format.extent46 p.
dc.identifier.urihttps://hdl.handle.net/11447/8428
dc.language.isoes
dc.publisherUniversidad del Desarrollo. Facultad de Ingeniería
dc.subject070037S
dc.subjectMovilidad
dc.subjectPredicción
dc.subjectTransporte de pasajeros
dc.titleDeterminación de la variación de los tiempos de viaje al incorporar una nueva estación de metro
dc.typeThesis
dcterms.accessRightsAcceso abierto

Files

Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
Determinación de la variación de los tiempos de viaje al incorporar una nueva estación de metro.pdf
Size:
1.6 MB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
347 B
Format:
Item-specific license agreed upon to submission
Description:
Download

Collections

Tesis de Postgrado Ingeniería

Implementado por OpenGeek Services