Mostrar el registro sencillo del ítem
dc.contributor.author
Orlando, Victoria Maria
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.contributor.author
Baquela, Enrique Gabriel
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.contributor.author
Bhouri, Neila
dc.contributor.author
Lotito, Pablo Andres
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.date.available
2024-01-25T15:09:08Z
dc.date.issued
2023-05
dc.identifier.citation
Orlando, Victoria Maria; Baquela, Enrique Gabriel; Bhouri, Neila; Lotito, Pablo Andres; Public transport demand estimation by frequency adjustments; Elsevier; Transportation Research Interdisciplinary Perspectives; 19; 5-2023; 1-9
dc.identifier.issn
2590-1982
dc.identifier.uri
http://hdl.handle.net/11336/224862
dc.description.abstract
This article addresses the problem of estimating the demand for public transport from two approaches. First, we propose a bilevel optimization problem that allows estimating the demand using historical data and the observed bus frequencies. This model has been applied to small theoretical networks and the transit network of Tandil (a medium-sized city in Buenos Aires, Argentina), showing good results. However, from a practical point of view, the computation time of the algorithm used to solve the bilevel problem is long, reducing its applicability by traffic authorities. To solve this, we propose to use an artificial neural network module that allows to quickly detect if the change in demand is significant enough (for example, beyond a predefined threshold). If it is substantial, the operator can decide to run the algorithm to estimate the demand and take action to adapt the system to the new reality, for example, adapting vehicle frequencies or incorporating more vehicles into the system so that the current demand can be served. The machine learning approach allows it to be used as a fast change detection tool, avoiding running the expensive algorithm for false positives.
dc.format
application/pdf
dc.language.iso
eng
dc.publisher
Elsevier
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.rights
info:eu-repo/semantics/openAccess
dc.rights.uri
https://creativecommons.org/licenses/by-nc-nd/2.5/ar/
dc.subject
BI-LEVEL OPTIMIZATION
dc.subject
INVERSE PROBLEM
dc.subject
NEURAL NETWORKS
dc.subject
PUBLIC TRANSPORT DEMAND
dc.subject.classification
Matemática Aplicada
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.subject.classification
Matemáticas
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.subject.classification
CIENCIAS NATURALES Y EXACTAS
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.title
Public transport demand estimation by frequency adjustments
dc.type
info:eu-repo/semantics/article
dc.type
info:ar-repo/semantics/artículo
dc.type
info:eu-repo/semantics/publishedVersion
dc.date.updated
2024-01-25T14:08:15Z
dc.journal.volume
19
dc.journal.pagination
1-9
dc.journal.pais
Reino Unido
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.description.fil
Fil: Orlando, Victoria Maria. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas. Grupo de Plasmas Densos Magnetizados. Provincia de Buenos Aires. Gobernación. Comision de Investigaciones Científicas. Grupo de Plasmas Densos Magnetizados; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil; Argentina
dc.description.fil
Fil: Baquela, Enrique Gabriel. Universidad Tecnológica Nacional; Argentina
dc.description.fil
Fil: Bhouri, Neila. No especifíca;
dc.description.fil
Fil: Lotito, Pablo Andres. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas. Grupo de Plasmas Densos Magnetizados. Provincia de Buenos Aires. Gobernación. Comision de Investigaciones Científicas. Grupo de Plasmas Densos Magnetizados; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil; Argentina
dc.journal.title
Transportation Research Interdisciplinary Perspectives
dc.relation.alternativeid
info:eu-repo/semantics/altIdentifier/doi/https://doi.org/10.1016/j.trip.2023.100832
Archivos asociados