ESTIMACIÓN DEL COEFICIENTE DE HURST DE LAS SERIES TEMPORALES DE TRÁFICO VEHICULAR EN ZONAS URBANAS POR RANGO_REESCALADO

Contenido principal del artículo

Heidi Mancero
Byron Morales
Alfonso Tierra

Resumen

La congestión vehicular es un problema que presentan la mayoría de ciudades y Quito no es la excepción, aunque, varias han sido las medidas implementadas, lejos de solucionarlo este se agrava cada día. Por tal motivo, en esta investigación se aplicó nuevas teorías que aporten una ayuda a los métodos de planificación actualmente utilizados. Así, mediante la estimación del coeficiente de Hurst se determinó el comportamiento dinámico que presentó el tráfico vehicular en tres intersecciones conflictivas de la ciudad. Para cumplir con este objetivo el coeficiente de Hurst se calculó mediante el Análisis de Rango Reescalado, utilizando series temporales de conteo vehicular por hora proporcionados por la Empresa Pública Metropolitana de Movilidad y Obras Públicas, para optimizar este proceso se lo realizó mediante el software MATLAB a través de su herramienta GUIDE para desarrollar una interfaz interactiva. Los resultados obtenidos variaron de acuerdo a la zona y al periodo de tiempo en los cuales fueron analizados, así se presentaron comportamientos persistentes, aleatorios y antipersistentes. Siendo, la intersección centro de la Av. 6 de Diciembre y Av. Patria la que en la mayoría de análisis presentó comportamiento persistente, lo que indica aumento de la problemática, por lo que es necesario realizar una intervención inmediata para el mejoramiento de la congestión vehicular.

 

Detalles del artículo

Cómo citar
ESTIMACIÓN DEL COEFICIENTE DE HURST DE LAS SERIES TEMPORALES DE TRÁFICO VEHICULAR EN ZONAS URBANAS POR RANGO_REESCALADO. (2020). Revista Geoespacial, 14(1), 103-120. https://doi.org/10.24133/geoespacial.v14i1.1592
Sección
Artículos Técnicos

Cómo citar

ESTIMACIÓN DEL COEFICIENTE DE HURST DE LAS SERIES TEMPORALES DE TRÁFICO VEHICULAR EN ZONAS URBANAS POR RANGO_REESCALADO. (2020). Revista Geoespacial, 14(1), 103-120. https://doi.org/10.24133/geoespacial.v14i1.1592

Referencias

Andrade; C. (2015). Analisis Multifractal de imágenes para la caracterización de la corrosión en el acero inoxidable AISI-304 (tesis pregrado). Xalapa; México: Universidad Veracruzana.

Annis; A.; & Lloyd; E. (1976). The expected value of the adjusted rescaled Hurst range of independent normal summands. Biometrika; 63(1); 111-116.

Batlle; A.; & Grébol; S. (2009). Fractales en los mercados financieros (tesina masterado).
Barcelona; España: Barcelona School of Management.

Bull; A. (2003). Congestión de tránsito: el problema y cómo enfrentarlo (No. 87). United Nations Publications (87).

Casparri; M. & Moreno; A. (2004). Geometría fractal y mercados financieros (tesis pregrado). Buenos Aires ; Argentina: Centro de Investigación en Métodos Cuantitativos Aplicados a la Economía y la Gestión.

Cerón; O. (2007). Análisi de tráfico vehicular en una zona crítica de Quito (tesis pregrado) .
Quito; Ecuador: Escuela Politécnica Nacinal.


Chen; W.; & Zhang; T. (2007). System Analysis of Multifractal Structure in Expressway’s Traffic Flux. International Conference on Transportation Engineering 2007; 4092-4097.

Escot; L. (2000). Dinámica económica caótica: una aplicación al estudio del ciclo y el crecimiento económico. (tesis doctoral). Madrid; España: Universidad Complutense de Madrid; Servicio de Publicaciones.

Gutiérrez; H. (2008). Estudio de geometría fractal en roca fracturada y series de tiempo (tesis pregrado). Santiago de Chile; Chile: Universidad de Chile.

Hurst; H. (1956). The problem of Long-Term Storage in Reservoirs. Hydrogical Sciences Journal; 1(3); 13-27.

Luegas; D.; Ardila; E.; & Moreno; J. (2010). Metodología e interpretación del coeficiente de Hurst (tesis mestrado). Bogotá; Colombia: Universidad Externado de Colombia.

Meng; Q. & Khoo; H. (2009). Self-similar characteristics of vehicle arrival pattern on highways.
Journal of Transportation Engineering; 135(11); 864-872.

Oña; L.; Rodríguez; G.; & Venegas; T. (2012). studio traáfico y de accesibilidad en las intersecciones América-La Gasca y La Gasca- Gaspar de Carvajal de la ciudad de Quito (tesis pregrado). Quito; Ecuador: Universidad Central del Ecuador.

Perati; M.; Raghavendra; K.; Koppula; H.; Doodipala; M.; & Dasari; R. (2012). Self-Similar behavior of highway road traffic and performance analysis at toll plazas. Journal of Transportation Engineering; 138(10); 1233-1238.

Pérez; G. (2007). Modelo para describir el comportamiento del tráfico de datos en una red local ethernet y WIFI empleando geometría fractal (tesis maestrado). Medellín; Colombia: Universidad nacional de Colombia.


Quintero; O.; & Ruiz; J. (2011). Estimación del Exponente de Hurst y la dimensión Fractal de una superficie topográfica a través de la extracción de perfiles. Geomática UD.GEO (5); 84-91.

Rabinovich; D.; Osimani; C.; & Olocco; G. (2013). Dimensionamiento de redes inalámbricas de banda ancha utilizando NS-3 mediante sıntesis de tráfico autosimilar. Proc. CONAIISI’13; 25-35

Rivas; J. (2013). Análisis de autosimilaridad para fuentes sintéticas de video. Manizales; España: Universidad Católica de Manizales.

Rodríguez; R. (2012). El coeficiente de Hurst y el parámetro α-estable
para el análisis de series financieras aplicación al mercado cambiario mexicano. Contaduría y Administración; 59(1); 149-173.

Rodríguez; R. (2013). Predicción de crisis financieras a través de la volatilidad implícita del precio de las opciones; asumiendo distribuciones estables (tesis doctorado). México DF; México: Instituto Politécnico Nacional.

Sierra; G. (2007). Procesos Hurst y movimiento browniano fraccional en mercados fractales: Evaluación y aplicaciones a los derivados y finanzas (tesis pregrado). México; México DF: Instituto Tecnológico de Estudios Superiores de Monterrey.

Vindel; J. (2013). Estudio de la intermitencia de laturbulencia en la capa límite atmosférica y aplicación a los mercados financieros (tesis doctoral) . Madrid; España: Universidad Complutense de Madrid.

Wang; Y.; Hu; J.; Li; L.; Chen; Y.; Li; Z.; & Yao; D. (2009). Traffic flow volume fluctuation analysis using MF-DFA. International Conference on Transportation Engineering 2009; 4184-4191.