El documento describe un proyecto para optimizar el tránsito vehicular en una sección de la Ruta Nacional 11 mediante la simulación y rediseño del sistema de semáforos existente. Se realizó un relevamiento de datos del tránsito, se desarrolló un modelo de simulación y se analizaron alternativas para mejorar los tiempos de espera y congestión vehicular en los semáforos.

2. “Optimización vehicular mediante
el diseño de un modelo de
simulación avanzada”

3. Problemática actual
Elevado tiempo de espera de los
vehículos en cola.
Desbalance entre los flujos de
ingreso en las encrucijadas con
semáforos.
Largas colas de esperas en la zona
de semáforos.
Elevado aglutinamiento de vehículos
con el consecuente aumento de riesgo.

4. Objetivo General
“Agilizar el tránsito vehicular, en el trayecto
comprendido entre los kilometros 564,5 y 568 de la
Ruta Nacional Nº 11, mediante el rediseño del sistema
de semaforización existente ”

5. Objetivos Específicos
 Conocer el comportamiento actual del tránsito vehicular
de la zona bajo estudio.
 Elaborar un modelo de simulación que represente el
sistema real.
 Simular el comportamiento del sistema mediante un
software de programación visual.
 Evaluar diferentes alternativas y seleccionar la que mejor
cumpla el objetivo general

6. Desarrollo del trabajo
 Definición del problema
 Elaboración de objetivos
 Relevamiento de información y estudio estadístico de
datos.
 Desarrollo y traducción del modelo de simulación.
 Diseño de experimentos

7. Relevamiento de información
Elemento relevado Metodología
Nº de muestras
tomadas
Tiempo entre arribos de
vehículos en los puntos de
ingresos al sistema.
Cronometraje in-situ y
procesamiento de datos. 1960
Porcentajes de vehículos
que ingresan al sistema
Observación in-situ y
procesamiento de datos. 7533
Porcentaje que toman una
dirección determinada al
arribar a una esquina
perteneciente al sistema
Observación in-situ y
procesamiento de datos 7533
Tiempo de ciclo de
semáforos y sincronización
entre todos ellos
Estudio de documentación
y observación in-situ 8

8. Tratamiento de datos
1) Recolección de datos in-situ
2) Extracción de ruido en los datos
3) Elaboración de histograma para realizar
reconocimiento de distribución de probabilidad.
4) Realizar un test de bondad de ajuste.
5) Aceptación o no de la distribución propuesta.

9. Tratamiento de datos
Variable de interés: Tiempo entre arribo de vehículos.
Esquina: Mantovani y ruta 11, acceso norte
0
10
20
30
40
50
60
70
80
90
Frecuencia
Exponencial
X=23,4
λ= 0,79
N= 260
Nº Tiempo entre arribos
1 1,65
2 2,33
3 0,22
4 0,13
5 1,12
6 0,02
7 1,92
8 1,23
9 1,97

10. Tratamiento de datos
Variable de interés: Porcentaje por sentido de giro.
Esquina: Mantovani y ruta 11, acceso norte
Sur=78,7 %
Este= 21,3 %
N=260
Sur
Este

11. Resultados del procesamiento de datos
ESQUINA
NORTE SUR ESTE OESTE
MEDIA DERECHA CENTRO IZQUIERDA MEDIA DERECHA CENTRO IZQUIERDA MEDIA DERECHA CENTRO IZQUIERDA MEDIA DERECHA CENTRO IZQUIERDA
IDENPENDENCIA 16 80 4 5 91 4 109,15 12,5 41,8 17,5 128,72 34,5 70 23,6
FIGUEREDO 0,9 93,1 6 3 92 5 169,019 39,6 39,6 20,8 372,25 30,6 61,1 8,3
JORGE NEME 18 76,7 5,3 6 84 10 92,44 58,3 4,6 37,1 645,3 5,5 0,3 94,2
IRIGOYEN 95,5 4,5 3 97 76,609 12,2 87,8
BALCARCE 1,4 96,6 1,9 15,6 84,4 0 90,537 70,7 0,5 28,8
ITALIA 2,1 94,4 3,5 8,9 90,7 0,4 97,961 48,7 21 30,3 330,9 10 70 20
R.E. SAN MARTIN
MANTOVANI 23,44 78,7 21,3 4,1 95,9 76,305 93,3 6,7
SAN ROQUE 0,5 98,5 1 12,5 84,9 2,6 128,426 8,5 6,4 85,1 254,192 50 30,8 19,2
9 DE JULIO 8,7 84,6 6,7 14,7 83 2,3 83,33 49,6 21,5 28,9 126,557 21,4 61,4 17,1
1RO DE MAYO 1,5 90,6 7,9 2,4 96,6 1 73,367 76,7 0 23,3 301,6 50 10 40
B. DE TUCUMAN 5,6 89,8 4,6 6,2 93,8 0 182,36 6,7 45,8 36,6 222,542 29,2 56,6 25
CALLE 79 0,4 97,2 2,4 20,6 3 97 0 190,988 68,7 1 30,3 1802 25 0 75
LAPACHO 5,9 94,1 99,4 0,6 959 50 50
PELEGRINI 2,1 86 11,9 4,2 93,7 2,1 110,684 45,6 22,8 31,6 395 25 41,7 33,3
J.M. DE ROSAS 1,3 98,7 99,7 0,3 50,045 25,5 4,5 69,5 45,3 80 20

12. Resultados del procesamiento de datos
Derecha
Centro
Izquierda
Vehículos que circulan de norte a sur
Derecha Centro Izquierda
4,95 90,30 6,23
Vehículos que circulan de sur a norte
Derecha Centro Izquierda
9,58 92,21 2,18
Derecha
Centro
Izquierda

13. Resultados del procesamiento de datos
Derecha
Centro
Izquierda
Vehículos que circulan de este a oeste
Derecha Centro Izquierda
44,04 20,72 38,16
Derecha
Centro
Izquierda
Vehículos que circulan de oeste a este
Derecha Centro Izquierda
34,27 36,29 35,48

14. Resultados del procesamiento de datos
0.00
50.00
100.00
150.00
200.00
MANTOVANI
CALLE79
J.M.DEROSAS
JORGENEME
9DEJULIO
1RODEMAYO
IDENPENDENCIA
ITALIA
IRIGOYEN
SANROQUE
PELEGRINI
BALCARCE
B.DETUCUMAN
FIGUEREDO
LAPACHO

15. 71,90
49,06
47,18
46,99
43,20
39,76
38,94
36,74
32,98
32,52
28
21,29
19,7
18,84
174,75
32,77
28,4
27,9
16
14
12
11
9
6
4
2

16. 71,90
47,18
43,20
36,74
32,98
32,52
21,29
19,7
70%
4%
21%
41,8%
40%
45,8%
22%
22,8%

17. 28,4
27,9
16
11
9
61,4%
70%
61,1%
56,6%

18. ¿Qué es un modelo de simulación?
Un modelo se define como la representación de un sistema
con el propósito de estudiarlo.
La simulación es la imitación de la conducta de un proceso o
sistema del mundo real a través del tiempo.

19. Ventajas de la simulación:
 Pueden explorarse nuevas políticas, procedimientos de
operación, reglas de decisión, procedimientos
organizacionales, etc., sin necesidad de interrumpir las
operaciones del sistema real.
 Pueden “explorarse” nuevos sistemas sin necesidad de
invertir recursos en su implementación.
 Pueden testearse hipótesis acerca de cómo y por qué
ocurren ciertos fenómenos.

20. Ventajas de la simulación:
 Pueden obtenerse conclusiones respecto de la importancia
relativa de las variables sobre la conducta del sistema.
 Pueden realizarse análisis de cuello de botella para
determinar dónde se está retardando excesivamente el
proceso.
 Un estudio de simulación puede ayudar a comprender
mejor cómo opera verdaderamente el sistema,
independientemente de cómo alguien piense o suponga que
él opera.

21.  El sistema bajo estudio es complejo, con interacciones
internas, o de un subsistema dentro de un sistema complejo.
 Es necesario simular cambios y observar así, los efectos
que estos cambios producen sobre la conducta del modelo.
 Al diseñar un modelo de simulación, el conocimiento que se
consigue, puede ser de gran valor para sugerir mejoras en el
sistema que se investiga.
La simulación es una herramienta apropiada
cuando:

22. La simulación es una herramienta apropiada
cuando:
 Se puede obtener una valiosa comprensión sobre qué
variables son importantes y cómo interactúan.
 Puede ser utilizada para experimentar nuevos diseños o
nuevas políticas, antes de su efectiva implementación, para
así prever lo que ocurrirá.

23. Modelo de caja negra
Modelo de
Simulación
Variables aleatorias
independientes
Variables de
decisión
ENTRADAS SALIDAS

24. Sistema bajo estudio:

25. Sistema bajo estudio:

26. Diseño de experimentos:
En esta instancia se definió:
 números de corridas realizar,
 la longitud de cada corrida,
 las variables o parámetros a modificar,
 la longitud de los períodos de iniciación y
 números de repeticiones por corridas.

27. Implementación:
El modelo de simulación permite medir:
 Número de vehículos en cola de espera,
 tiempo de espera en cada uno de los diferentes semáforos,
 tiempo que transcurre entre la entrada y salida de vehículos
del sistema,
 porcentaje de utilización de cada semáforo,
 cantidad de vehículos que pasan por un determinado punto
del sistema (entrando, saliendo o interactuando dentro del
sistema),
 el porcentaje de vehículos que espera dentro de un tiempo
determinado,
 entre otras.

28. Primeros resultados:
Tiempos promedios en el sistema:
Para los vehículos que salen al norte: 112.53 seg (1.87 min)
Para los vehículos que salen al norte e ingresan por el sur: 345.22 seg
(5.75 min)
Para los vehículos que salen al sur: 166.65 seg (2.77 min)
Para los vehículos que salen al sur e ingresan por el norte: 284.21 seg
(4.73 min)

29. Primeros resultados:
Puntos de congestión dentro del sistema:
Calle 79 Sur:
Tamaño de cola promedio = 1.65 vehículos
Tiempo promedio de espera en cola = 29.41 seg

30. Primeros resultados:
Puntos de congestión dentro del sistema:
Juan Manuel de Rosas Norte:
Tamaño de cola promedio = 1.47 vehículos
Tiempo promedio de espera en cola = 27.74 seg

31. Primeros resultados:
Puntos de congestión dentro del sistema:
9 de Julio Norte:
Tamaño de cola promedio = 1.20 vehículos
Tiempo promedio de espera en cola = 26.31 seg

32. Primeros resultados:
Puntos de congestión dentro del sistema:
Boulevard Norte:
Tamaño de cola promedio = 0.95 vehículos
Tiempo promedio de espera en cola = 21.67 seg

33. Primeros resultados:
Puntos de mayor “carga” al sistema:
Calle 79 Sur = 352 vehículos en 2 hs de simulación.
Mantovani Norte = 275 vehículos en 2 hs de simulación.
Rosas Este = 136 vehículos en 2 hs de simulación.
1º de Mayo Este = 106 vehículos en 2 hs de simulación.
Total de vehículos que entran al sistema en 2 hs de simulación =
1987 vehículos.

34. Análisis e implementación de alternativas:
“A partir de la comprensión objetiva respecto del
funcionamiento actual del sistema bajo estudio, se
plantearán alternativas de funcionamiento modificando
las variables controlables o de decisión y se compararán
los resultados con la situación actual.”