Análisis del comportamiento del tráfico urbano en el Centro Histórico de la Ciudad de Huánuco mediante redes neuronales

Abstract

En este trabajo de investigación se aplica Redes Neuronales Artificiales para predecir las máximas extensiones de cola y sus tiempos de descarga usando datos registrados en una intersección semaforizada en el centro de Huánuco. El modelo incorpora datos del número de vehículos que viran a la izquierda, que viran a la derecha, que van de frente, tiempo del semáforo en verde y hora del día como variables de ingreso. Los resultados muestran que las redes neuronales artificiales tienen un desempeño consistente aun si los datos registrados se limitaron a un máximo de 100 ciclos.

In this research Artificial Neural Networks applied to predict the maximum extensions tail and download times using data recorded at a signalized intersection in the center of Huánuco. The model incorporates data on the number of vehicles that veer to the left, veer to the right, ranging from the front, while the green light and time of day as input variables. The results show that artificial neural networks have a consistent performance even if the recorded data were limited to a maximum of 100 cycles.