PONTIFICIA UNIVERSIDAD CATÓLICA DE CHILE

DEPARTAMENTO DE TRANSPORTE Y LOGÍSTICA

ICT3273 – MODELOS AVANZADOS DE TRÁFICO
PROFESOR: JUAN ENRIQUE COEYMANS & PABLO SOMARRIVA

Taller 3
Aplicación del programa Aimsun

Integrantes: Franco Fava

Diego Gomez

Fecha: lunes 25 de junio, 2018

 Resumen Ejecutivo

En el presente informe se desarrolla un modelo de micro-simulación de tráfico para cierta zona a

través del programa AIMSUN, el área modelada se encuentra delimitada al oriente por la
avenida Exequiel Fernández, comenzando al norte con Guillermo Mann en la comuna de Ñuñoa
y terminando en el sur en Avenida Benito Rebolledo correspondiente a la comuna de Macul,
finalmente la zona termina al sur desde avenida Marathon con una pequeña incursión por Padre
Luis Querbes. El primer paso fue modelar la red física, para esto se utilizó como fondo un plano
de AUTOCAD, con el trazado de toda la ciudad de Santiago, de esta forma se pudo mantener la
forma, distancias y anchos reales dentro del área, una vez finalizada la construcción de la red, se
deben introducir los flujos respectivos a los movimientos, así como se establecen los porcentajes
de giro, obtenidos previamente de una modelación en SATURN. A continuación, se implementa
un plan de control a cargo de la programación de semáforos, para finalmente introducir
paraderos de transporte público, junto a las líneas de funcionamiento real con frecuencias y
tiempos de parada obtenidos en mediciones en terreno previas.

Una vez definida el red en su totalidad, se realiza un proceso de calibración de parámetros y se

evalúan según su eficiencia a mediante el índice de desempeño, la idea es minimizar el índice de
desempeño, lo que se logró luego de un proceso de modificaciones de flujos, velocidades,
porcentajes de giro entre otros.

Finalmente se realiza un análisis de la red modelada y se proponen 5 planos de mejora, desde

modificación de ciclos semafóricos hasta aumentar el número de pistas en calles sobresaturadas,
con estas medidas se logró mejorar el índice de desempeño global desde 1,74 hasta 1,47 y se
obtuvieron mejoras en los tiempos de viajes tanto promedios como totales en la red, así como un
aumento de la velocidad promedio y una disminución en las demoras.

1
Índice
Resumen Ejecutivo 1
1. Introducción 3
2. Construcción de la red 4
2.1. Construcción de la red física 4
2.2. Incorporación de demanda y estados de tráfico 6
2.3. Plan de control de tráfico 6
2.4. Transporte público 7
3. Simulación y calibración 8
3.1. Simulación 8
3.2. Escenario y replicaciones 9
3.3. Número de replicaciones 10
3.4. Calibración 10
4. Medidas propuestas 11
4.1. Implementación pista doble en Exequiel Fernández 11
4.2. Ciclo Pedro de Valdivia con Los Espinos 12
4.3. Ampliación Rodrigo de Araya entre Pedro de Valdivia y Exequiel Fernández 13
4.4. Fases de giro exclusivo 14
4.5. Coordinar semáforos 15
4.6. Repartición de verdes 16
4.7. Implementación conjunta 16
5. Análisis de resultados 17
6. Conclusión 18
7. Bibliografía 19

Índice de Figuras
Figura 1: Red modelada. ................................................................................................................. 5
Figura 2: Intersección Exequiel Fernández con Escuela Agrícola. .............................................. 12
Figura 3: Doble pista Rodrigo de Araya. ...................................................................................... 13
Figura 4: Colores según velocidades. ........................................................................................... 14
Figura 5: Resultado velocidades con fase nueva 1. ...................................................................... 14
Figura 6: Resultado velocidades con fase nueva 2. ...................................................................... 15
Figura 7: Descoordinación ciclos Marathon con Rodrigo de Araya. ............................................ 15

Índice de Tablas
Tabla 1: Información Transporte público ....................................................................................... 7
Tabla 2: Parámetros diferenciados para auto. ................................................................................. 8
Tabla 3: Parámetros diferenciados para bus. .................................................................................. 9
Tabla 4: Comparación con situación base. ................................................................................... 12
Tabla 5: Comparación situación base. .......................................................................................... 16
Tabla 6: Comparación índices de desempeño con situación base. ............................................... 16

2
 1. Introducción

La congestión vehicular a pesar de ser un concepto antiguo y que se observa desde la

masificación del automóvil como modo de transporte prioritario, se encuentra en una situación
crítica en la actualidad. Esto producto de los últimos crecimientos poblacionales y el increíble
crecimiento de las tasas de motorización que las economías actuales permiten. Se ha vuelto un
problema sin solución y que trae consigo increíbles pérdidas sociales o externalidades negativas.
destacan entre ellas: contaminación atmosférica, altos tiempos de viaje, uso de suelo y ruidos,
entre otros. Hoy más que nunca, se forma la necesidad de utilizar herramientas para evaluar el
comportamiento de los vehículos y de esta forma generar soluciones a diversos problemas. Esto
a través de la implementación teórica de nueva infraestructura y a cambios en la gestión de
tráfico. Una de las herramientas que actualmente se encuentran disponibles, es AIMSUN,
programa computacional que permite la simulación de redes de transporte a nivel microscópico.
Esta simulación se basa en tres principios: el modelo de aceptación de gaps, seguimiento
vehicular y al modelo de cambio de pista. Permite además representar en forma detallada la red,
tanto en semaforización como en tamaño, flujos y transporte público, con el fin de asemejarse lo
más posible a la realidad y obtener con ello resultados más precisos.
La red a modelada corresponde a una zona definida al norte por Avenida Exequiel Fernández, al
sur por Avenida Marathon, entre la avenida Guillermo Mann por el norte y Benito Rebolledo por
el sur, para esta área se modelaron 35 intersecciones, con la mayoría de ellas semaforizadas y el
resto prioritarias. En primer lugar, se consideran flujos, largos de colas y tiempos de detención
medidos en terreno durante el mes de abril del 2018, así como la configuración de semáforos del
área. Todo esto en el horario punta mañana entre 7:30 y 8:30 AM.
El análisis de esta red está constituido por cuatro etapas principales, en primer lugar, la
modelación de la red la cual consta de una construcción física, luego la incorporación de la
demanda y estados de tráfico, luego el plan de semáforos y finalmente el transporte público. En
segundo lugar, una etapa de calibración con la modificación de parámetros y flujos en base a los
conteos y largos de colas reales, para la situación calibrada se proponen en un tercer punto
medidas para solucionar los problemas de congestión presentes y finaliza con un análisis de
resultados luego de la implementación de las medidas.

3
 2. Construcción de la red

La construcción de la red a modelar se divide en 4 etapas, primero es la construcción de la red

física, es decir nodos, arcos y movimientos. Luego, se asignan los flujos obtenidos en SATURN.
Después, se implementó un plan de control a cargo de los semáforos y vías prioritarias, para
finalmente introducir paraderos y servicios de transporte público en el área. A continuación, se
presenta en detalle cada uno de estos pasos.

2.1. Construcción de la red física

Para llevar a cabo la creación de la red, se importó un archivo de dibujo AUTOCAD(.dwg)

otorgado por los profesores, el cual contiene una representación a escala real de la ciudad de
Santiago, y por tanto de nuestra área a modelar. Una vez establecida en el mapa, se procedió a
crear los distintos nodos y arcos correspondientes al área definida, con importancia en mantener
los parámetros físicos de la realidad, como lo son el largo, cantidad de pistas, ancho y
movimientos permitidos entre otros.

Posteriormente, se generan las intersecciones tanto semaforizadas como prioritarias. Una vez
creadas, se definen los movimientos permitidos en cada una de ellas, así como una
implementación de “yellow box” para evitar apilamientos en la simulación. La red completa se
puede ver en la figura de a continuación.

4
 Figura 1: Red modelada.
Fuente: Elaboración propia.

5
 2.2. Incorporación de demanda y estados de tráfico

La demanda de tráfico se incorpora a través de un estado de tráfico, con duración de una hora,
correspondiente a las 7:30 am hasta las 8:30 am. Los datos fueron obtenidos a partir de lo
simulado en el trabajo de SATURN, en el cual se modelaba la misma red. Para esto, se
definieron los flujos para cada movimiento y después se utiliza “Crear Flujos usando Flujos de
los Giro”.

Finalmente, una vez definido el estado de tráfico en su totalidad, se implementa un plan de

demanda, con el mismo intervalo de funcionamiento, esto para luego crear un escenario
dinámico con toda la información.

2.3. Plan de control de tráfico

Como se menciona en la sección de implementación, las intersecciones de modelan como nodos,

para AIMSUN estos nodos pueden ser de dos tipos, Fixed para intersecciones semaforizadas
asociadas a un plan de control dado y Uncontrolled, para representar a las intersecciones
prioritarias operadas por ceda el paso o disco pare.

Más en detalle, para modelar las intersecciones semaforizadas se debe crear un plan de control,
en el cual se agregan las intersecciones. Luego, para cada intersección se deben definir el número
de etapas, con sus respectivas duraciones y movimientos permitidos. Finalmente, se agrupan los
movimientos en Signal Groups, los cuales se asignan a las etapas del ciclo, es importante
considerar que AIMSUN exige que un movimiento solo se le asigne a un grupo semafórico o
etapa por lo que, para cada movimiento con verde en más de una etapa, se asigne como grupo
semafórico aislado y de esta forma efectivamente permitir que un movimiento pase en más de
una etapa. En cuanto a los largos de ciclos de cada semáforo, junto al largo de sus etapas y
desfases, se utiliza el documento otorgado por los profesores, el cual permite calcular estos
valores.

Luego para modelar las intersecciones prioritarias, se definen los movimientos con prioridad, lo
que se consigue agregando una señal que simule un pare o un ceda el paso según sea el caso
visto en terreno. Finalmente se implementa un plan de control maestro, en base al plan de control
previamente definido, se le asigna una duración de una hora entre las 7:30 y 8:30 am.

6
 2.4. Transporte público

Para la definición del transporte público para nuestra red, primero se definen los paraderos que
utilizan las 9 líneas de buses que utilizan nuestra red. Los paraderos se encuentran
aproximadamente a 20 metros atrás de la línea de parada del cruce, con el fin de representar a la
mayoría de los paraderos que no se encuentran directamente en la línea de parada. Por un lado, el
tamaño de los paraderos se definió de 30 metros de largo, gracias a las observaciones realizadas
en terreno donde ocurría que la llegada de dos o tres buses a un paradero formaba cola. Con esto,
donde los usuarios descendían y ascendían del bus en su posición y no en el paradero. Por lo que,
con esta medida, se busca impedir que el bus modelado realice doble parada en caso de estar en
cola fuera del paradero.

Para la definición de los tiempos, tanto de tiempos de paradas y frecuencias, se establece que las
paradas son en promedio de 20 segundos con una desviación de 5 segundos. Este tiempo
considera la acción de subida y bajada de pasajeros del bus. En cuanto a las frecuencias de cada
recorrido, en la tabla de a continuación, se muestran estas. Además, se establece una desviación
de 30 segundos para todos los buses entre sus salidas al comienzo del recorrido modelado.

Tabla 1: Información Transporte público

Recorrido Intervalo entre salidas [minutos] Calles por las que pasa

103 7 Pedro de Valdivia, Exequiel Fernández

114 6 Pedro de Valdivia

117 6 Pedro de Valdivia, Exequiel Fernández

511 3 Pedro de Valdivia

D05 7 Rodrigo de Araya

D07 5 Los Olmos

D10 6 Escuela Agrícola

D13 6 Marathon

D14 5 Marathon, Quilín

Fuente: Elaboración propia

7
 3. Simulación y calibración

3.1. Simulación

Una vez finalizada la construcción de la red, después de haber ingresado la información de flujos
y giros a partir de SATURN junto a la programación de semáforos y transporte público
observado en terreno; se deben definir parámetros de funcionamiento para la simulación del
modelo elaborado. Para esto se decidió realizar una búsqueda bibliográfica de los parámetros
requeridos, estos se obtuvieron principalmente de la tesis Velasco (2004), desde donde se extrajo
información respecto a tiempos de reacción, parada, espaciamiento, aceleración máxima, entre
otros. Sin embargo, en las intersecciones modeladas presenta flujos mixto e interrumpidos, por lo
que debemos ajustar estos parámetros y diferenciarlos entre buses y automóviles. Este ajuste se
realiza a partir de la tesis de Espinoza (2004). En las tablas a continuación se presentan los
valores de los parámetros utilizados primero para auto, luego para bus, acompañados de su
desviación, mínimo y máximo.

Tabla 2: Parámetros diferenciados para auto.

Parámetro Valores por defecto* Valor calibrado*

Espaciamiento (1;0;1;1) ( 1.7 ; 0.87 ; 0.5 ; 6 )

Desaceleración (4;0;4;4) ( 2.85 ; 0.64 ; 1.94 ; 4.72 )

Velocidad de aceptación (1;0;1;1) ( 1 ; 0.15 ; 0.73 ; 2.81 )

Velocidad máxima deseada ( 100 ; 20 ; 80 ; 150 ) ( 56.5 ; 8.8 ; 38.7 ; 70.8 )

Tiempo de reacción 0.8 1

Tiempo reacción en parada 0.8 1

Máxima aceleración ( 2.8 ; 0 ; 2.8 ; 2.8 ) ( 2.2 ; 0.26 ; 1.76 ; 2.81 )

Largo vehículo (auto) (4;0;4;4) ( 4.65 ; 0.51 ; 3.68 ; 5.81 )

Fuente: Espinoza (2004)
*( media ; desviación ; mínimo ; máximo )

8
Tabla 3: Parámetros diferenciados para bus.

Parámetro Valores por defecto* Valor calibrado*

Espaciamiento (1;0;1;1) ( 1.46 ; 0.74 ; 0.3 ; 4 )

Desaceleración (6;0;6;6) ( 2.85 ; 0.64 ; 1.94 ; 4.72 )

Velocidad de aceptación (1;0;1;1) ( 1 ; 0.21 ; 0.64 ; 1.47 )

Velocidad máxima deseada ( 60 ; 0 ; 60 ; 60 ) ( 50.4 ; 10.47 ; 32 ; 74 )

Tiempo de reacción 0.75 1

Tiempo reacción en parada 1 1

Máxima aceleración (2;0;2;2) ( 1.72 ; 0.59 ; 1.11 ; 4.17 )

Largo vehículo (bus) ( 7.5 ; 0 ; 7.5 ; 7.5 ) ( 12 ; 0 ; 12 ; 12 )

Fuente: Espinoza (2004)
*( media ; desviación ; mínimo ; máximo )

3.2. Escenario y replicaciones

Con los parámetros definidos, se ejecuta el programa y la simulación entrega los resultados en un
archivo de base de datos, en ella se encuentra información de datos estadísticos medidos por
AIMSUN, entre ellos el flujo promedio, la velocidad por arco, los largos de cola promedio, así
como las máximas colas entre otros, estos datos pueden ser de carácter global o de carácter
periódico (definido por el modelador).

Una vez creado el escenario, se crea un experimento al cual se deben realizar n iteraciones, con
el objetivo de lograr que los datos estimados vengan de una muestra lo suficientemente grande
para asegurar significancia estadística. N varía dependiendo del tamaño de la red, a mayor
tamaño, mayor cantidad de iteraciones necesarias, el proceso para obtener N se ve con mayor
detalle en la próxima subsección.

Finalmente, con el fin de tener una mayor semejanza a la realidad, se debe determinar un periodo
de warm-up, es decir un tiempo de llenado para la red, para cuando se comience el periodo de
funcionamiento y de registro la red haya alcanzado un estado de régimen real, dado el tamaño de
la red se definió finalmente en 15 minutos.

9
 3.3. Número de replicaciones

Como se menciona en la sección anterior, es necesario alcanzar un mínimo número de

iteraciones para alcanzar una muestra representativa, así poder afirmar con cierto nivel de
confianza que los resultados obtenidos logran representar la realidad, para poder determinar este
mínimo número de iteraciones se utiliza la fórmula propuesta en manual de AIMSUN (2013):

∗
ℎ 2
𝑛 = 𝑛 ( ∗)
ℎ
Donde n* es el número de replicación buscado, n el número de replicaciones del experimento
piloto (5), h el intervalo de confianza del experimento piloto y h* el intervalo de confianza
deseado. De esta forma reemplazando nuestros valores llegamos a un replicación necesaria de 5
veces por cada experimento.

3.4. Calibración

Una vez obtenidos los primeros resultados de colas y flujos, se comparan con los datos reales
obtenidos en terreno, se observa que presentan una gran diferencia, por tanto se requiere una
calibración al modelo, con el fin de lograr un mejor ajuste a la realidad, este proceso de
calibración se desarrolla a partir de una serie de iteraciones entre las cuales se aplican una serie
de cambios, para simular y comparar los resultados intentando lograr mejoras, estas mejoras se
definen en base a un criterio de ajuste, el criterio utilizado corresponde al Índice de Desempeño
General (ID), el cual corresponde a una ponderación del índice de desempeño de colas y de
flujos, los cuales se presentan a continuación:

𝑎𝑐𝑐𝑒𝑠𝑜𝑠
𝐶𝑜𝑙𝑎𝑠𝑠𝑖𝑚𝑢𝑙𝑎𝑑𝑎,𝑖 − 𝐶𝑜𝑙𝑎𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑎,𝑖 𝐶𝑜𝑙𝑎𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑎,𝑖
𝐼𝐷𝑐𝑜𝑙𝑎𝑠 = ∑ ∙
𝐶𝑜𝑙𝑎𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑎,𝑖 𝐶𝑜𝑙𝑎𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑎,𝑟𝑒𝑑
𝑖

𝑎𝑐𝑐𝑒𝑠𝑜𝑠
𝐹𝑙𝑢𝑗𝑜𝑠𝑖𝑚𝑢𝑙𝑎𝑑𝑜,𝑖 − 𝐹𝑙𝑢𝑗𝑜𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑜,𝑖 𝐹𝑙𝑢𝑗𝑜𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑜,𝑖
𝐼𝐷𝑓𝑙𝑢𝑗𝑜𝑠 = ∑ ∙
𝐹𝑙𝑢𝑗𝑜𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑜,𝑖 𝐹𝑙𝑢𝑗𝑜𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑜,𝑟𝑒𝑑
𝑖

El objetivo por tanto de esta etapa de calibración corresponde a minimizar el índice de

desempeño general, cuya fórmula se presenta a continuación:

10
 𝐼𝐷𝑔𝑜𝑏𝑎𝑙 = 0.5 ∙ (𝐼𝐷𝑐𝑜𝑙𝑎𝑠 + 𝐼𝐷𝑓𝑙𝑢𝑗𝑜𝑠 )

Una vez ejecutada la primer simulación, se obtuvo un ID global de 1,7677 el cual se descompone
en un ID de flujos de 2,6111 y un ID colas de 0,9242, si bien luego de una revisión bibliográfica
es un índice bueno dentro de los promedios obtenidos en otros informes, se calibra luego
modificando los parámetros obtenidos en la sección 3.1 de la tesis de Velázquez, pues adecuan el
comportamiento de la simulación a los comportamientos y tiempos promedios para la sociedad
Chilena, obteniendo con esto una mejor representación de la realidad, además se modificaron
valores de demanda cuando los obtenidos eran muy distintos a los medidos en terreno, en estos
casos se aumentaron los flujos para aquellos movimientos que no estaban siendo realizados con
la frecuencia necesaria actualizando con esto los porcentajes de giro en las distintas
intersecciones, con esto en consideración la simulación disminuyó a un ID global de 1,5547, sin
embargo, el ID de colas aumentó a un 1.058 lo que representa un aumento cercano al 10%
mientras que el ID de flujos disminuyó en más de un 25% llegando a 2.03.

4. Medidas propuestas

En la presente sección, se desarrollan una serie de propuestas de mejora para la red, las cuales
fueron obtenidas luego de una análisis detallado de la red aplicando simulaciones animadas de
distintos experimentos para la situación base calibrada, en este análisis se buscó determinar los
principales puntos de conflicto, tales como colas más largas, problemas en los ciclos de semáforo
y problemas de espera ocasionado por las detenciones de transporte público.

4.1. Implementación pista doble en Exequiel Fernández

El primer gran problema detectado al simular el funcionamiento de la red, se originaba en la

intersección de Avenida Exequiel Fernández con Escuela Agrícola, esto producto de la
transformación de doble pista en ambas a direcciones desde el sur, a solo 1 pista por sentido al
norte de la intersección por Exequiel Fernández hasta Rodrigo de Araya, esta disminución de
capacidad provocaba la creación de una cola desde este punto y que se prolongaba hasta la
sección más al sur de la red al ir pasando el tiempo, como se puede apreciar en la figura 2, los
autos que venían desde el sur deben ir turnándose para poder continuar por Exequiel Fernández,

11
lo que en la realidad si generaba una cola, sin embargo en la simulación se creaba una cola sin
control afectando río abajo a todo el eje.

Figura 2: Intersección Exequiel Fernández con Escuela Agrícola.

Fuente: Elaboración propia.

Si bien en la realidad la creación de una doble vía es difícil de implementar pues no se cuenta
con el espacio suficiente, se puede hacer un esfuerzo y teóricamente continuar con dos pistas en
el sentido norte, esta implementación se realizó hasta el final de este sentido en Rodrigo de
Araya y se obtuvieron los siguientes resultados

Tabla 4: Comparación con situación base.

Serie Temporal Situación Base Ampliación EF Diferencia [%]
Cola Media 1966.12 1834.5 -0.07
Densidad 28.57 27.13 -0.05
Flujo 9472 10241.8 0.08
Flujo de Entrada 11581.4 12628 0.09
Tiempo de Demora 181.22 182.48 0.01
Tiempo de Viaje 253.8 255.28 0.01
Tiempo Total de Viaje 1550.98 1741.45 0.12
Velocidad 19.11 18.63 -0.03
Fuente: Elaboración propia.

4.2. Ciclo Pedro de Valdivia con Los Espinos

Al comenzar a recorrer Pedro de Valdivia desde el norte, se logró detectar que en el nodo 1005,
correspondiente a la intersección con Los Espinos, el tiempo otorgado para el movimiento de

12
vehículos que circulaban por Los Espinos, era mayor al necesario pues en la mayoría de los
ciclos al final de estos, había tiempo en verde en el que ya no pasaban autos, mientras que por
Pedro de Valdivia mientras esto sucedía se seguía formando cola en ambos sentidos, por lo que
el tiempo de verde para el primer movimiento mencionado se disminuyó en 5 segundos, los
cuales se agregaron al otro, con esto se buscaba ser más preciso y disminuir las colas promedios,
además de lo anterior se cambió el paradero ubicado al sur de la intersección a un paradero
segregado, pues al dar verde y avanzar los buses que en la simulación no permiten bajar
pasajeros si no es en el paradero, ocasionan pérdidas de tiempo y colas que en la realidad no
suceden, pues si se está cerca del paradero, simplemente las personas suben y bajan ahí, los
principales resultados de esta implementación no lograron ser representativos y la mayoría de los
parámetros solo presentaban diferencias del 0,001%.

4.3. Ampliación Rodrigo de Araya entre Pedro de Valdivia y Exequiel

Fernández

En esta sección, se detecta que el ancho de pista en dirección hacia Pedro de Valdivia permite
que los usuarios vayan de a dos en una sola pista, por lo que decidimos modelar esta sección con
doble pista en esta dirección. Esta calle además recibe vehículos que provienen de Exequiel
Fernández, donde se ve en las modelaciones que trae una carga considerable. En la figura de a
continuación se puede ver el resultado de esta ampliación.

Figura 3: Doble pista Rodrigo de Araya.

Fuente: Elaboración propia.

13
 4.4. Fases de giro exclusivo

Para las intersecciones de Guillermo Mann con Marathon y Rodrigo de Araya con Marathon, se
creó una fase nueva en cada uno que permita el flujo desde Guillermo Mann del poniente hacia
el norte con Marathon y desde Rodrigo de Araya del poniente hacia el norte con Marathon,
respectivamente. La imagen a continuación resume lo que significa cada color de las dos
imágenes de después, las cuales muestran velocidades en los arcos que conectan los nodos
estudiados.

Figura 4: Colores según velocidades.

Fuente: Elaboración Propia.

Figura 5: Resultado velocidades con fase nueva 1.

Fuente: Elaboración Propia.

14
 Figura 6: Resultado velocidades con fase nueva 2.
Fuente: Elaboración Propia.

4.5. Coordinar semáforos

Como se puede observar en la figura, por la avenida Marathon, existen un par de intersecciones
modelados en dos islas o nodos independientes pero que debieran funcionar de forma
coordinada, según los datos entregados de los ciclos, se comprobó que estaban desfasados, por lo
que la intersección de Marathon con Rodrigo de Araya estaba funcionando de forma deficiente,
ocasionando grandes colas tanto por Marathon hacia el sur, como por Rodrigo de araya en
dirección Oriente y Poniente. Con el fin de solucionar este desfase se coordinaron ambos
semáforos de forma que ambos estén en verde en sus respectivas etapas norte-sur y poniente-
oriente al mismo tiempo, permitiendo un movimiento más fluido.

Figura 7: Descoordinación ciclos Marathon con Rodrigo de Araya.

Fuente: Elaboración propia.

15
 4.6. Repartición de verdes

Como se discute en el punto 4.2 existen intersecciones donde la distribución de verdes

observando la simulación no está siendo coherentes con los flujos observados, lo que genera
ineficiencias en la red, en esta sección se corrige el ciclo semafórico de la intersección de Pedro
de Valdivia con Rodrigo de Araya, pues en ella al contrario del anterior cambio, presenta un
verde insuficiente para el movimiento por Rodrigo de Araya hacia el oriente, esto se corrige
asignando 10 segundos de la etapa 1, a la etapa 2, sin embargo esto provocó un descenso en el
índice de desempeño global a 1,56 respecto al 1,54 de la situación base, si bien el cambio es
bastante mínimo no logró ser un real aporte a aproximarse a un funcionamiento óptimo en la red.

4.7. Implementación conjunta

Finalmente se propone la complementación de los distintos planes implementados, este conjunto

de planes si bien permite a la red un mayor número de vehículos en la red, es decir presenta una
mayor capacidad, este aumento de capacidad trae consigo disminución en los tiempos de demora
y tiempo de viaje de un 0,1% y una aumento de la velocidad promedio en la red cercana al
0,04%
Tabla 5: Comparación situación base.
Serie Temporal Situación Base Conjunto Diferencia [%]
Cola Media 1966,12 1596,24 -0,19
Densidad 28,57 24,62 -0,14
Flujo 9472 10050.2 0,06
Flujo de Entrada 11581.4 12087,4 0,04
Tiempo de Demora 181,22 174,95 -0,03
Tiempo de Viaje 253,8 2,89 -0,99
Tiempo Total de Viaje 1550,98 23,24 -0,99
Velocidad 19,11 19,78 0,04
Fuente: Elaboración propia
Finalmente, si comparamos los resultados obtenidos respecto al índice de desempeño de la
simulación con el conjunto de mejoras, se logra una ganancia de 0,1 puntos en el índice global y
una mejora de 0,4 respecto a la situación base.
Tabla 6: Comparación índices de desempeño con situación base.
Iteración ID Flujo ID Cola ID Global
Situación Base 2,611180243 0,9242866904 1,767733467
Calibrado 2,037342212 1,058192438 1,547767325
Conjunto de planes 2,113006155 0,8401002175 1,476553186
Fuente: Elaboración propia

16
 5. Análisis de resultados

El objetivo del proceso de calibración del modelo fue reducir el error respecto de las mediciones
en terreno de colas y flujos. El cumplimiento de este se vio a través del valor del Índice de
Desempeño, el cual mientras menor sea, los valores de la simulación difieren menos de los
reales. Como se puede apreciar, no se logró una gran disminución del ID respecto de la primera
simulación. Esto se debe principalmente a la calidad de los resultados obtenidos de SATURN,
los cuales acarrearon pequeños errores en las tarjetas identificados al realizar este taller. Esto
último dificultó especialmente el cumplimiento del objetivo, pues no se contaba con la cantidad
de flujo total dentro de la red para poder alcanzar los valores medidos en terreno

Otro factor que afectó la reducción del ID fue el hecho de que los datos utilizados comoinput
para SATURN, los cuales condicionan el input de AIMSUN, fueron medidos por diferentes
personas y en distintos días en más de una semana. Por lo tanto, muy probablemente no existió
una forma única de medir los datos, lo cual provoca que haya un error de medición asociado. Por
otro lado, al medir en días distintos, no se va a lograr una conservación de flujo dentro de la red,
lo cual va a provocar que no exista consistencia absoluta entre los flujos que salen de una
intersección y que llegan a la siguiente. Cabe destacar que estas diferencias pueden deberse
también a que existen calles, edificios y/o establecimientos que generan o atraen flujos y que no
fueron considerados en la modelación. Como se trabajó ingresando los porcentajes de giro en
cada una de las intersecciones en vez del flujo, esto último provoca que los porcentajes usados en
la modelación no siempre sean los correctos, pues al trabajar de esta forma se asume que no hay
flujo que desaparezca.

Como se trabajó con vehículos equivalentes y no con cada uno de los tipos de vehículos por
separados, hizo que la modelación se alejara aun más de la realidad. Esto se debe principalmente
a que al utilizar vehículo equivalente se asume un comportamiento promedio, siendo que en la
realidad es así. Por ejemplo, en terreno se registró la presencia de camiones, los cuales
claramente no se comportan de la misma forma que los vehículos modelados. Aun así, el haber
trabajado con vehículos equivalentes es un supuesto que se asumió para poder simplificar la red
y así poder trabajarla de mejor manera.

17
Para la modelación se asumió que los tiempos de parada de los buses son constantes, es decir, no
dependen de la cantidad de personas que se quieran subir o bajar en los paraderos. Además, el
valor utilizado se calculó como el promedio de los tiempos de parada observados en terreno. Esto
puede provocar que las líneas de buses no se comporten como lo hacen realmente, provocando
colas mayores en ciertas vías por tener un tiempo de detención mayor al real.

Respecto de las medidas propuestas y de sus respectivas evaluaciones es importante mencionar

que, a excepción del cambio en los repartos de verdes en los semáforos, estas implican una
inversión de dinero y, más importante aún, expropiar partes del terreno de los terrenos ubicados
en los costados de las vías. Que se requieran estas dos condiciones para poder implementarlas no
hace tan fácil su implementación, pues puede conllevar una gran molestia en los vecinos del
sector. Por lo tanto, es de suma importancia realizar una mejor evaluación de estas medidas con
datos más precisos y que considere el impacto de estas en el beneficio social.

6. Conclusión

Se logró modelar en Aimsun el área de influencia estudiada a lo largo del semestre, delimitada
por Guillermo Mann en el norte, Exequiel Fernández por el oriente, Benito Rebolledo por el sur
y Marathon por el poniente. Este modelo logra simular microscópicamente esta zona, con los
datos obtenidos en terreno como lo son el flujo vehicular, porcentajes de giro, ciclos de
semáforos y transporte público. Además, se calibraron los parámetros según Espinoza (2004) con
el fin de obtener un índice de desempeño de 1,5557.

Luego se procedió a implementar medidas que logren mejorar este índice y disminuir los tiempos
en cola y aumentar las velocidades promedios en los arcos. Se cree que, con la implementación
de estos cambios, se mejora la calidad de viajes de las personas, tanto en transporte privado
como público, disminuyendo el tiempo de estos viajes que puede ser llevado a un valor
monetario según el valor social del tiempo. Estos cambios en conjunto produjeron una mejora de
0,1% en el tiempo de viaje, 0,03% en tiempos en cola.

Se debe considerar que los datos obtenidos para la realización de esta modelación, se realizaron a
través de un registro manual por lo que podrían presentar un sesgo de medición. Para esto se

18
recomienda implementar tecnologías que permitan capturar toda esta información de manera
automática, como lo revisado en el curso.

Como medida para futuros estudios, se aconseja la implementación en conjunto de Aimsun con
el software Transyt. Esto con el fin de optimizar los tiempos de los semáforos con el objetivo de
disminuir las colas considerablemente

7. Bibliografía

Tesis de Magister, Velasco (2005), Pontificia Universidad Católica de Chile.

Tesis de Magister, Espinoza (2004), Pontificia Universidad Católica de Chile.

AIMSUN Users’ Manual v8, TSS - Transport Simulation Systems (2013).

19