Please use this identifier to cite or link to this item: http://repositorio.yachaytech.edu.ec/handle/123456789/372
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorPineda Arias, Israel Gustavo-
dc.contributor.authorOrozco Sánchez, Andrés Sebastían-
dc.date.accessioned2021-07-13T14:05:11Z-
dc.date.available2021-07-13T14:05:11Z-
dc.date.issued2021-07-
dc.identifier.urihttp://repositorio.yachaytech.edu.ec/handle/123456789/372-
dc.descriptionTraffic flow simulation has become important in recent years. It is an alternative to evaluate traffic conditions of various transportation infrastructure scenarios. There is a wide range of models that try to describe vehicle movement in a traffic stream. However, microscopic models have prevailed as the most used in the field of simulation, specially car-following models. Commonly traffic simulators are made up of three relationships: car-following, lane changing, and gap acceptance. Car-following models can reproduce various microscopic traffic phenomena. These models are the most important representatives among currently used microscopic simulators. These models are based on the idea that vehicles adjust their parameters (e.g., speed, headway) depending on the preceding vehicle. On the other hand, each vehicle in the simulation will freely accelerate until it reaches the desired speed when it is not blocked by a vehicle in front. The model studied in this work is the Gipps' car-following model which was developed back in 1981. Although several models have been developed since then, the Gipps' model remains one of the most used and relevant models today. The original model and its modifications continue to be the nucleus of several academic and commercial traffic simulators. It can also cooperate with the Gipps' lane change model or other lane change models to build more complex traffic simulators. Also, Gipps' car-following model can imitate real traffic flow characteristics such as heterogeneity of traffic, traffic congestion, and collision avoidance. For this reason, we consider it important to carry out an implementation and evaluation of this model to update results from previous works. Our implementation of the model was two-dimensional and done in the Python programming language. The experiments presented in this work show that our implementation of the model behaves like the original Gipps' model. Also, the experiments show that we can replicate various traffic phenomena, such as traffic congestion and heterogeneous traffic. Therefore, our implementation of the model can be used in future works as a reliable model for traffic simulation.es
dc.description.abstractLa simulación del flujo de tráfico se ha vuelto un campo de estudio importante en los últimos años. Es una alternativa para evaluar las condiciones del tráfico de varios escenarios para crear infraestructura de transporte. Existe una amplia gama de modelos que intentan describir el movimiento del vehículo en condiciones de tráfico. Sin embargo, los modelos microscópicos han prevalecido como los más utilizados en el campo de la simulación, especialmente los modelos de seguimiento de coches. Por lo general, los simuladores de tráfico se componen de tres relaciones: seguimiento del coche, cambio de carril y aceptación de espacios. Los modelos de seguimiento de vehículos pueden reproducir varios fenómenos microscópicos del tráfico. Estos modelos son los representantes más importantes entre los simuladores microscópicos utilizados actualmente. Estos modelos se basan en la idea de que los vehículos ajustan sus parámetros (por ejemplo, velocidad, aceleración) en función del vehículo precedente. Por otro lado, cuando el vehículo no esta impedido por un vehículo al frente, este vehículo acelerara libremente hasta alcanzar su velocidad deseada. El modelo estudiado en este trabajo es el modelo de seguimiento de coches de Gipps el cual se desarrolló en 1981. Aunque se han desarrollado varios modelos desde entonces, el modelo de Gipps sigue siendo uno de los modelos más utilizados y relevantes en la actualidad. Tanto el modelo original como sus modificaciones, siguen siendo el núcleo de varios simuladores de tráfico académicos y comerciales. Este también puede ser usado en conjunto con el modelo de cambio de carril de Gipps u otros modelos de cambio de carril para construir simuladores de tráfico más complejos. Además, el modelo de seguimiento de automóviles de Gipps puede imitar las características reales del flujo de tráfico, como la heterogeneidad del tráfico, la congestión del tráfico y la prevención de colisiones. Por ello, consideramos importante realizar una implementación y evaluación de este modelo para actualizar resultados de trabajos anteriores. Nuestra implementación del modelo fue bidimensional y se realizó en el lenguaje de programación Python. Los experimentos presentados en este trabajo muestran que nuestra implementación del modelo se comporta como el modelo original de Gipps. Además, los experimentos muestran que podemos replicar varios fenómenos de tráfico, como la congestión del tráfico y el tráfico heterogéneo. Por lo tanto, nuestra implementación del modelo se puede utilizar en trabajos futuros como un modelo confiable para la simulación de tráfico.es
dc.language.isoenges
dc.publisherUniversidad de Investigación de Tecnología Experimental Yachayes
dc.rightsopenAccesses
dc.subjectSeguimiento de vehículoses
dc.subjectSimulaciónes
dc.subjectModelo microscópicoes
dc.subjectVelocidades
dc.subjectAceleraciónes
dc.subjectFlujo de Tráficoes
dc.subjectCar-Followinges
dc.subjectSimulationes
dc.subjectMicroscopices
dc.subjectModeles
dc.subjectSpeedes
dc.subjectAccelerationes
dc.subjectTraffic flowes
dc.titleDesign and implementation of traffic flow simulationes
dc.typebachelorThesises
dc.description.degreeIngeniero/a en Tecnologías de la Informaciónes
dc.pagination.pages88 páginases
Appears in Collections:Tecnologías de la Información

Files in This Item:
File Description SizeFormat 
ECMC0063.pdf2.78 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.