Innovating Works

PID2020-112967GB-C31

Financiado
INTEGRACION DE MODELOS DE OPTIMIZACION Y APRENDIZAJE ARTIFICIAL PARA PLANIFICACI...
INTEGRACION DE MODELOS DE OPTIMIZACION Y APRENDIZAJE ARTIFICIAL PARA PLANIFICACION Y GESTION DE SISTEMAS DE TRANSPORTE FERROVIARIO Y MOVILIDAD URBANA ESTE SUBPROYECTO DE INVESTIGACION ESTA INTEGRADO EN Y ES COORDINADOR DEL PROYECTO ACOSEM@SUSTRAN DE ESTA PROPUESTA, ORIENTADA A CONTRIBUIR METODOLOGICAMENTE PARA ADAPTAR Y EXTENDER LOS MODELOS DE PLANIFICACION, GESTION Y OPERACION... ESTE SUBPROYECTO DE INVESTIGACION ESTA INTEGRADO EN Y ES COORDINADOR DEL PROYECTO ACOSEM@SUSTRAN DE ESTA PROPUESTA, ORIENTADA A CONTRIBUIR METODOLOGICAMENTE PARA ADAPTAR Y EXTENDER LOS MODELOS DE PLANIFICACION, GESTION Y OPERACION DE SISTEMAS DE TRANSPORTE A LOS ESCENARIOS DE DESREGULACION Y COMPETENCIA ENTRE OPERADORES Y DE DEMANDA IRREGULAR PROVOCADOS POR LA SITUACION PANDEMICA ACTUAL, LOS SISTEMAS DE TRANSPORTE EN RELACION CON ESTE SUBPROYECTO SON TRANSPORTE AEREO DE PASAJEROS, FERROVIARIO (PASAJEROS Y MERCANCIAS) Y MOVILIDAD URBANA E INTERURBANA, ESTA ADAPTACION/EXTENSION DE LOS MODELOS ES NECESARIA PARA MANTENER SU UTLIDAD EN LA EVALUACION DE LAS MEDIDAS Y PLANES DISEÑADOS HACER FRENTE AL CAMBIO CLIMATICO Y GARANTICEN UN TRANSPORTE EFICIENTE Y SEGURO, LA BONDAD Y CONFIABILIDAD DE ESTOS MODELOS DE TRANSPORTE TIENE UN FUERTE IMPACTO EN LA TOMA DE DECISIONES RELATIVAS DE ESTE COMPONENTE CLAVE DE LA ECONOMIA Y LA COMPETITIVIDAD, POR OTRA PARTE, SU VALIDEZ Y ADECUACION ES CLAVE EN LA EVALUACION DE ASPECTOS MEDIOAMBIENTALES, PUESTO QUE LAS DIRECTIVAS ESPAÑOLAS Y COMUNITARIAS DE TRANSPORTE CONTIENEN ESTOS ASPECTOS COMO OBJETIVO DE PRIMER ORDEN, ESTE SUBPROYECTO CONTRIBUYE AL PROYECTO COORDINADO EN LOS SIGUIENTES ASPECTOS, POR UN LADO EN LA ELABORACION DE MODELOS DE OPTIMIZACION ROBUSTA Y ESTOCASTICA PARA DOS PROBLEMAS EN EL TRANSPORTE AEREO EN COLABORACION CON EL SUBPROYECTO UJRC: PLANIFICACION DE FLOTAS A LARGO PLAZO Y EN ASIGNACION DE AERONAVES A LAS TABLAS DE HORARIOS EN PERIODOS MAS CORTOS, EN EL PRIMER CASO ESPECIALMENTE EL FACTOR CLAVE ES LA IRREGULARIDAD DE LA DEMANDA Y EN EL SEGUNDO DEBE TENERSE EN CUENTA LA INTERACCION ENTRE LA DEMANDA Y LOS SERVICIOS OFERTADOS, POR OTRO LADO, EN EL CASO DEL TRANSPORTE FERROVIARIO TANTO DE PASAJEROS COMO DE MERCANCIAS, SE ABORDARA EL PROBLEMA DE FORMULAR MODELOS DE PLANIFICACION BASADOS EN EQUILIBRIOS DE NASH EN ENTORNOS DE OPERADORES EN COMPETENCIA MEDIANTE PROBLEMAS DE LINEALES ENTEROS DE FACTIBILIDAD, ESTOS MODELOS PODRAN SER USADOS, TANTO EN EL PROBLEMA DE LA CAPTACION DE DEMANDA DE MERCANCIAS FRENTE AL TRANSPORTE POR CARRETERA (PROBLEMA ESTE CON FUERTE IMPACTO AMBIENTAL), COMO EN EL PROBLEMA DEL ESTABLECIMIENTO DE TARIFAS POR LOS OPERADORES FERROVIARIOS, EN TODOS LOS ANTERIORES MODELOS, UNA CONTRIBUCION ESENCIAL CONSISTE EN UNA INTEGRACION CONSISTENTE DEL FACTOR ‘MODELO DE DEMANDA’ DE DIVERSAS FORMAS, POR UN LADO SE DESARROLLARAN METODOS BASADOS EN COMPLEMENTARIEDADES PARA LOS MODELOS DETERMINISTAS DE PARTIDA Y DESPUES SE UTILIZARA PROGRAMACION ROBUSTA/INCIERTA MEDIANTE TECNICAS DE ALEATORIZACION DE SOLUCIONES COMO PUENTE A LA INTEGRACION DE METODOS/MODELOS BASADOS EN MACHINE LEARNING DESARROLLADOS POR EL SUBPROYECTO UCLM,EN TODOS LOS ANTERIORES PROBLEMAS SUBSISTE LA EVALUACION DEL EFECTO SOBRE EL COMPORTAMIENTO Y LOS HABITOS COMERCIALES Y DE TRANSPORTE DE LOS USUARIOS, DE MEDIDAS RESTRICTIVAS, COMO LAS SURGIDAS EN LAS ACTUALES SITUACIONES PANDEMICAS, EN EL SUBPROYECTO UPC SE ABORDARAN PRINCIPALMENTE LOS SISTEMAS DE MOVILIDAD URBANA E INTERURBANA, POR PARTE DE LOS SISTEMAS URBANOS SE PRESTARA ESPECIAL ATENCION A LAS NUEVAS FORMAS DE MOVILIDAD Y MICROMOVILIDAD Y DE CERCANIAS, AUTOBUSES INTERURBANOS Y TRANSPORTE PRIVADO EN EL CASO INTERURBANO, LA APROXIMACION SE EFECTUARA MEDIANTE METODOS DE GENERACION DE POBLACIONES SINTETICAS, MODELOS DE DEMANDA BASADOS EN ACTIVIDADES Y SIMULACION SOCIAL ESTUDIANDOSE SU APLICACION Y CONEXION CON METODOS DE APRENDIZAJE E INTELIGENCIA ARTIFICIAL, TRANSPORTE POR FERROCARRIL DE PASAJEROS \TRANSPORTE AEREO\MOVILIDAD URBANA\PLANIFICACION Y GESTION BAJO INCERTIDUMB\SOSTENIBILIDAD Y EFICIENCIA\COMPETENCIA DE OPERADORES\MODELOS DE OPTIMIZACION ROBUSTA Y ESTOCA\MODELOS DE DEMANDA BASADOS EN ACTIVIDADE\INTELIGENCIA ARTIFICIAL\ APRENDIZAJE AUTOMATICO ver más
01/01/2020
UPC
121K€
Perfil tecnológico estimado

Línea de financiación: concedida

El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2020-01-01
Presupuesto El presupuesto total del proyecto asciende a 121K€
Líder del proyecto
Universidad Politécnica de Cataluña No se ha especificado una descripción o un objeto social para esta compañía.
Total investigadores 9