71

SISTEMA ADAPTATIVO DE CONTROL Y OPTIMIZACIN

DEL TRFICO DE UN CORREDOR VIAL SEMAFORIZADO.
APLICACIN A LA CIUDAD DE MEDELLN
ADAPTIVE CONTROL SYSTEM AND OPTIMIZATION OF ROAD
TRAFFIC IN A SIGNALIZEDCORRIDOR
APPLICATION TO THE CITY OF MEDELLIN
MARGARITA JIMNEZ
Magster (C), Universidad Nacional de Colombia Sede Medelln margarita.jimenez@metropol.gov.co

IVN SARMIENTO
PhD, Profesor, Universidad Nacional de Colombia Sede Medelln, irsarmie@unal.edu.co
Recibido para revisar Mayo 13 de 2011, aceptado Agosto 19 de 2011, versin final Agosto 29 de 2011
RESUMEN: Son tres los aspectos fundamentales a tener en cuenta en el diseo de un sistema de control adaptativo. El primer aspecto est
vinculado con la naturaleza del fenmeno vehicular. ste, lejos est de poder ser enfocado desde la perspectiva de un modelo determinista.
El segundo aspecto, es inherente con una realidad fsica; teniendo en cuenta que las redes viales, cualesquiera sea su diseo y/o constitucin,
soportan un flujo vehicular mximo y una densidad mxima definida por sus dimensiones, nmero de carriles y condiciones del trfico. Todo
prueba, que por ms perfeccionado que resulte el sistema, no es posible mejorar el rendimiento del flujo vehicular por unidad de tiempo, ms
all de las limitaciones fsicas impuestas por el diseo de la va y las normas de circulacin. De otro lado, los costos inciales de inversin
ms los costos de operacin y los costos externos relacionados con la eficiencia en el flujo de trfico constituyen un tercer factor a tener en
cuenta como consecuencia de los dos anteriores. As mismo, la magnitud del costo depender en gran parte del grado de inteligencia que se
asigne sobre la estrategia a implementar, de la tecnologa a utilizar en la deteccin y del sistema de comunicaciones.
PALABRAS CLAVE: Flujo vehicular, algoritmos evolutivos, estrategias de control responsivo, estrategias de control sensibles al trfico.
ABSTRACT: There are three key aspects to consider in designing an adaptive control system. The first aspect is related to the nature of the
traffic phenomenon. This is far of being approached from the perspective of a deterministic model. The second, is inherent to a physical
reality, considering that the road network, regardless of their design and / or establishment support a maximum traffic flow and a maximum
density defined by their size, number of lanes and traffic conditions. All demonstrate, that more sophisticated than the system is, it is not
possible to improve the performance of traffic flow per unit of time, beyond the physical limitations imposed by the road design and traffic
regulations. On the other hand, initial investment costs plus operating costs and external costs related to the efficient flow of traffic are a
third factor to consider as a result of the previous two. Likewise, the magnitude of the cost will largely depend on the degree of intelligence
that is allocated on the strategy to implement the technology used in the detection and communication system.
KEYWORDS: Traffic flow, evolutionary algorithms, strategies of responsive control, sensible strategies of control to the traffic.

1. INTRODUCCIN
Las estrategias de control de trfico en redes
semaforizadas buscan maximizar la seguridad vial
y minimizar el costo para sus usuarios, medido ste
en trminos de tiempos de recorrido y nmero de
paradas. Cuando el tipo de control implementado es
independiente de las condiciones del trfico en cada

momento, se habla de estrategia de tiempo fijo (control

en lazo abierto [1]), esta estrategia se origin en una
etapa en que la computacin y el desarrollo de las
comunicaciones y la tecnologa de deteccin no eran
an suficientes para proveer soluciones ms ajustadas
a situaciones complejas de variacin de demanda y
de interaccin de redes semafricas. Ello no significa
que dicha modalidad est necesariamente obsoleta.

Dyna, ao 78, Nro. 169, pp. 71-78. Medelln, Octubre, 2011. ISSN 0012-7353

72

Jimnez & Sarmiento

Esta investigacin aborda el anlisis en cada caso y

determina si es posible resolver adecuadamente una
determinada necesidad por medio de estrategias de
control con planes fijos (con independencia de las
variaciones de intensidad en el tiempo), o si por el
contrario se requiere bien sea de estrategias de tipo
responsivo (control por semiactuacin o actuacin
total con activacin dependiendo de la presencia de
vehculos), o de estrategias sensibles al trfico (control
en lazo cerrado, [1]) cuyo algoritmo de control mide el
estado (realimentacin) del trfico en cada momento,
y esta informacin es utilizada para sincronizar las
seales de control en tiempo real, (control adaptativo).
Todo lo anterior, con el fin de medir el impacto en la
movilidad, al usar diferentes estrategias para el control
del trnsito.
2. OBJETIVO GENERAL
Determinar una propuesta metodolgica con variables
claves para desarrollar sobre un corredor vial arterial
con trfico interrumpido un Sistema Adaptativo de
Control y Optimizacin del Trfico, (SACOT), que
ajuste el funcionamiento de los semforos en tiempo
real de acuerdo con el nmero de vehculos que llegan
a un cruce, medidos en trminos de densidad vehicular,
y cuyos datos son procesados On Line
3. PLANTEAMIENTO DEL PROBLEMA
Se parte de la situacin actual (corredor vial arterial
que funciona mediante estrategia de control responsivo)
en donde se dispone de una infraestructura vial urbana
que se debe utilizar de manera ptima. Entonces, el
problema es Cmo ocupar en una red de intersecciones
semaforizadas, el espacio en duraciones de tiempo
que permitan minimizar la demora, con un clculo
en tiempo real?, y Cmo conjuntamente resolver el
interrogante mejor ciclo - mejor reparto del ciclo y
mejor desfase para una o varias intersecciones que
conforman un corredor vial arterial?
Conceptualmente, el problema corresponde en trminos
matemticos para una situacin dada del trfico a un
modelo de optimizacin en tiempo real, de una funcin
objetivo dependiente de un conjunto de variables (ciclo,
duracin de las fases, reparto del ciclo, y el desfase o
instante del ciclo en que comienza la fase verde) que
deben satisfacer ciertas restricciones.

Para el caso, la funcin objetivo ser llevar la demora

total y media a valores mnimos. Un anlisis elemental
permite comprobar que la complejidad del problema
aumenta si se trata de determinar el valor de la funcin
objetivo en tiempo real, y por ende tambin aumenta
la complejidad de la solucin al operar una red de
semforos con procesos On-Line, en vez de planes con
procesos Off Line, en donde el ingeniero de trfico
vincula cada uno de ellos a una situacin particular
del trfico con una programacin preestablecida,
dependiente de la hora y del da de la semana. Visto
este panorama, se analizan algunas caractersticas
especiales del problema:
Dificultad para medir la demanda. Los ojos del
sistema son los detectores instalados en los carriles
de entrada o accesos a la interseccin. Cuando dichos
detectores estn prximos a la lnea de parada, la cola
puede alcanzar con cierta frecuencia la posicin de
los mismos, invadindolos temporalmente, con lo que
la informacin que suministra podra estar viciada,
[2]. La posicin contraria de ubicar el detector lo
ms lejos posible de la lnea de parada queda anulada
por el riesgo de que la cola crezca indefinidamente
sin que exista la posibilidad de detectar tal situacin
hasta que se produzca la invasin. Sin embargo,
la presente investigacin, aborda la problemtica
con un tipo de detector que utiliza una suavizacin
exponencial para calcular la tasa de ocupacin
vehicular, evitando que el detector quede invadido
temporal, y/o permanentemente.
Dependencia entre variables. Las variables del modelo
(ciclo - reparto y desfase) dependen unas de las otras.
La incidencia sobre una cualquiera de ellas, modifica
el valor de las restantes.
Objetivo inestable. An si se admite que la decisin
ptima para un carril fuera calculable en tiempo real,
la serie de acciones que se habran de realizar en la
red para poner en vigor tal propuesta podra provocar
cambios en la demanda del carril, capaz de hacer
inadecuada tal solucin [2]. En definitiva se persigue
un objetivo mvil.
4. FORMULACIN
Los sistemas de control de trfico modernos incorporan
una gran cantidad de elementos de hardware como

73

Dyna 169, 2011

detectores, semforos, reguladores, centrales, etc.

Esto ha permitido aplicar sofisticados mtodos de
control, que, como el que aqu se trata, son capaces de
modificar, en tiempo real, las temporizaciones actuales
de los cruces en funcin de las caractersticas actuales
del trfico (Control Adaptativo). Entonces, el anlisis
involucra dos instancias, se parte de la creacin de
un control por semiactuacin de la demanda (Control
Responsivo) que refleje las condiciones actuales del
corredor vial; adicionalmente se crea un sistema de
control en tiempo real (Control Adaptativo).

medida que el tramo inicial no permita conclusiones

acertadas que se pudieran extrapolar para todo el tramo
de anlisis. En razn de esto fue necesario incluir los
dos extremos de empalme de la vialidad, al norte,
conformado por el nodo 1 (carrera 43A con calles 5A
y 7), y al sur, constituido por el nodo 6 (carrera 43A con
calles 4Sur - 5Sur); y de esta manera obtener resultados
ms realistas. Los dos extremos viales constituyen las
condiciones de borde del modelo, que fueron simuladas
con estrategia de tiempo fijo.

4.1 Creacin escenario con estrategia de control

responsivo
Se eligi configurar con la plataforma de simulacin
Vissim, por ser este, dentro de la gama de modelos
microscpicos, un modelo estocstico (Las leyes
conocidas de causa-efecto estn descritas por
distribuciones de probabilidades, procesos al azar con
indeterminancias en su evolucin futura, es sabida la
condicin actual pero al final del proceso son muchas
las posibilidades, sin embargo algunas trayectorias son
ms probables y otras menos)[3]. En contraposicin
con el modelo macroscpico del software Transyt 7F,
desarrollado en Estados Unidos, que es determinstico
(La relacin causa-efecto se conoce en su totalidad,
por ejemplo, representa todos los fenmenos que siguen
las leyes de la fsica clsica). [4]
4.1.1 Localizacin
Al realizar un diagnstico detallado de las condiciones
de movilidad de la Avenida el Poblado en Medelln
Colombia (va escogida para aplicar la estrategia), se
eligi el tramo entre calles 5A - 7 y calles 4 Sur - 5
Sur, (Loma de los Gonzlez), para evaluar el escenario
actual base (estrategia de control Responsivo) a la luz
de un modelo microscpico (desarrollado en Alemania
por la casa Matriz PTV VISION, software Vissim), y
que es utilizado para la calibracin y validacin a travs
de mltiples mediciones en campo de las condiciones
de la hora de mxima demanda del corredor vial
objeto de estudio. En particular la estrategia de
control responsivo se implementa sobre dos cruces
semaforizados de la Av. Poblado (carrera 43A) con
calle 1 Sur (Loma de los Parras), y con calle 3 Sur
(Loma de Alejandra). Sin embargo, fue necesario
ampliar el nmero de intersecciones a modelar en la

Figura 1. Localizacin
Fuente: Elaboracin propia.

Por consiguiente, el modelo realizado est conformado

por una longitud vial de aproximadamente 1 km
de va, para un total de 7 intersecciones, 4 de stas
operadas mediante dispositivos de semforos (calles
5A-7, 1Sur, 3Sur, 4Sur_5Sur), y las restantes 3
intersecciones manejadas como cruces a prelacin
(calles 3, 1ASur, salida centro comercial San Fernando
Plaza), tal como se observa en la Figura 1.
4.1.2 Estructuracin escenario de control responsivo
a) Construccin red vial y procesamiento

74

Jimnez & Sarmiento

La construccin de una red bsica de modelacin, que

represente la red vial existente en la actualidad, se
construye a travs de las condiciones preestablecidas
mediante la codificacin de los nodos y arcos
conformantes de una red, con su respectiva asignacin
de cargas de origen y destino, velocidades, distancias
entre nodos, orden de faseamiento y tiempos intermedios
como principales variables de entrada, entre otras. [3]
y [5]. Ver Figura 2.

anterior, es vlido tanto al usarlo para un control

Responsivo y/o control Adaptativo, ver numeral 3.2.3
c) Calibracin y validacin del modelo
Para realizar la calibracin de los modelos de
microsimulacin, se deben elaborar tareas bsicas
como: La construccin de una red de modelacin, que
represente la red vial existente en la actualidad, y la
obtencin de flujos por movimiento y tipo de vehculo,
que incorpora el volumen y estructura de la demanda
actual en el sector. Al evaluar la red se incluye dentro
de la construccin y calibracin del modelo, una etapa
denominada de precalentamiento, que consiste en
alimentar el modelo con volmenes vehiculares durante
15 minutos adicionales y previos, a los 60 minutos
evaluados en la hora punta. Lo anterior, para lograr
obtener un modelo lo ms real posible a las condiciones
de movilidad en la hora de mayor congestin
*Calibracin de los flujos medidos en los arcos

Figura 2. Estructuracin escenario control responsivo

Fuente: Elaboracin propia.

b) Generacin de control responsivo

Es creado a partir de la lgica de programacin VAP
[5], que es un lenguaje propio del software VISSIM.
Por definicin VAP, es una interface que permite crear
una lgica de control basada en las fases, y tiempos de
transicin de las fases, consecuente con la demanda
vehicular y los controles de accionamiento de la seal.
La lgica de control se describe en un archivo de texto,
utilizando un lenguaje de programacin simple. El
mecanismo consiste en que durante la simulacin se
ejecuta VISSIM, VAP crea e interpreta los comandos
de la lgica de control de la seal de la red VISSIM. Al
mismo tiempo, diversas variables adquiridas mediante
detectores reflejan la situacin actual del trfico mediante
la simulacin y procesamiento de la lgica VAP. Lo

Para la calibracin y validacin del modelo, se realiza

una comparacin de los flujos sobre los arcos de
medicin, principalmente es relevante revisar los
arcos de entradas y salidas del modelo, dado que la
informacin de demanda incorporada en el modelo
incluye los flujos medidos en los arcos de entrada.
A continuacin se presenta una comparacin entre
los volmenes contados y modelados. La expresin
estadstica GEH se calcula como sigue:

(E V )2
GEH =
( E + V ) / 2 (1)
Donde: GEH : Indicador estadstico

E : Volumen estimado modelo.

V : Volumen medido en campo.

Tabla 1. Criterio parmetros de aceptacin para la calibracin y validacin de modelos.

Fuente: Wisconsin DOT, District 2. Junio de 2002.

75

Dyna 169, 2011

De la Tabla 1, se infiere, que el modelo construido

mediante estrategia de control Responsivo, cumple
con los estndares internacionales de calibracin y
validacin, puesto que los resultados cuantitativos de
los volmenes del modelo, se ajustan a los datos reales
de los volmenes obtenidos en campo. El criterio de
calibracin y validacin de los estndares locales
establece GEH < 10, en el 85% de los casos para
volmenes individuales de links. Por tanto el modelo,
cumple an ms con su calibracin y validacin.
Otros parmetros de calibracin en la hora punta,
que sirvieron como puntos de contraste del modelo,
son las mltiples medidas de campo tomadas en
referencia a las velocidades, y largos de cola, adems
de la elaboracin de videos sobre la va estudiada,
que reflejen el comportamiento de los conductores

de la ciudad de Medelln, (ejemplo: la circulacin

en zig-zag principalmente de las motos y algunos
vehculos, sobre los carriles viales), y que permite su
incorporacin en el modelo y por ende influyen en la
calibracin y validacin del mismo bajo la estrategia
de control responsivo, (fundamentado en el modelo de
seguimiento Widemann 74). [3].
*Comparativo de velocidades
El resultado de velocidad del modelo para la situacin
actual, corresponde a un valor de 12,0 km/h. Lo que
significa que al contrastar la velocidad registrada
experimentalmente en campo (Tcnica del vehculo
flotante [6]), frente a la velocidad del modelo base,
se encuentra una buena aceptacin de tal parmetro.
Ver tabla 2.

Tabla 2. Comparativo velocidad del modelo vs velocidad medida en campo

Velocidad Modelo
(Km/h)

Velocidad campo (Km/h)

(Mtodo vehculo flotante)

Diferencia

Diferencia %

12,0

12,75

0,75

5,8%

Fuente: Elaboracin propia. Mediciones de campo. Hora pico. Ao 2010

semforo vehicular permaneca en rojo, en la franja

horaria de las 17:45 18:45.
4.1.3 Resultados indicadores de efectividad
Una vez se obtenida la calibracin del modelo con
estrategia de control Responsivo, en forma tal que
el modelo represente la realidad lo ms fiel posible,
se ilustran algunos de los principales indicadores
logrados, a travs del software:

Figura 3. Largos de cola. Cr 43A con Cl 1Sur.

Fuente: Elaboracin propia.

*Comparativo por largos de cola

Se muestra un comparativo de la longitud de cola
mxima medida en terreno, versus la mxima longitud
de cola arrojada por el modelo. Las mediciones se
realizan en campo en los ingresos de las respectivas
intersecciones, que conforman la red vial, mientas el

Para el parmetro Average delay time per Vehicle [s],

el modelo arroja un resultado de 142,76 segundos. Este
parmetro explica la demora promedio por vehculo en
la red evaluada para la franja horaria pico, mediante la
siguiente expresin:
Average delay time per Vehicle [s] =

Tiempo Total demora

veh _ activos + veh _ llegaron (2)

El desempeo para todos los vehculos de toda la red

evaluada en cuanto al indicador cuya leyenda corresponde
Average number of stops per vehicles, indica un nmero
promedio de paradas por vehculo de 3,99 paradas/
vehculo. Su expresin matemtica est dada por:

76

Average_ number_ of_stops_ per Vehicle =

Jimnez & Sarmiento

Nmero Total d
e Paradas
veh _ activos + veh _ Llegaron

(3)

4.2 Creacin Escenario Estrategia Control

Adaptativo
El diseo tcnico de control nace, o se deriva de los
requerimientos de la ingeniera de trfico, que para
dar respuesta se combina con tecnologa de avanzada.
4.2.1 El Modelo
Partiendo del modelo creado para calibrar la subred mediante
algoritmo con estrategia de control responsivo, se elabora
un modelo que opere con estrategia de control adaptativo
para las condiciones locales de la ciudad de Medelln, en
particular para la subred evaluada, al implementar varios
detectores sobre la va principal y secundaria. El modelo
se fundamenta, en proponer peridicamente (al menos una
vez por cada paso del tiempo) ligeras modificaciones de
las temporizaciones vigentes con el objeto de ajustar la
oferta de los semforos a las condiciones de la demanda del
trfico reflejadas en los perfiles de demanda. Se destacan
los siguientes elementos: un controlador local encargado
de procesar la informacin suministrada por los detectores
asociados a dicho cruce, que toma sus propias decisiones
al realizar propuestas de temporizacin para cada cruce de
semforos ajustados a la demanda, varios controladores
de zona, que actan como sistemas intermediarios en el
proceso de comunicaciones, y finalmente una central de
trfico, que gestiona las comunicaciones, su funcin es
supervisar que todo opere correctamente, que las bitcoras
estn en condicin aceptada, y verifica que los planes de los
controladores sean adecuados al garantizar un apropiado
sincronismo y buena movilidad. [2].
4.2.2 Desarrollo de algoritmo control
Es necesario para describir el control de la(s)
interseccin(es) que operan mediante un sistema
de estrategia de control adaptativo, establecer
determinaciones claras e inequvocas para la
programacin del software del equipo de control. El
algoritmo de control se debe determinar en detalle por
cada segundo y est influenciado directamente por las
condiciones del entorno. [7]
Un control de estrategia adaptativo creado con lgicas
propias en un modelo microscpico computacional

como lo es el Vissim requiere de la interfaz VAP

(Vehicle Actuated Programming) o VISVAP, segn se
desee para el tipo de aplicacin de cada caso a estudiar.
Tambin se pueden acoplar mdulos complementarios
al Vissim, con lgicas de control de seales ya
prediseadas incluyndose los casos de SCAT (de
procedencia australiana), SCOOT (de origen ingls),
etc. [5]. Para esta investigacin, se eligi VAP.
Lgica de control VAP: Dentro de la lgica VAP, son
dos los aspectos ms relevantes:
Creacin de un control propio VAP para controladores
de seal.
Se puede establecer el tipo VAP mediante el men
CONTROL DE SEAL (SYGNAL CONTROL), y
luego buscar el men edicin de controladores (Edit
Controllers). Para especificar los archivos, se selecciona
el controlador (VAP) de la lista que aparece en el cuadro
de dialogo. No obstante, para la creacin de la lgica
de control es necesario disponer del archivo VAP216.
DLL, el cual se especifica como archivo de programa en
dicho men. Adicionalmente, debe crearse un archivo
de definiciones de la lgica (*.VAP) y un archivo que
contiene las diferentes fases (*.PUA) y ambos deben
ser seleccionados. Adems, los grupos de seal, y los
detectores deben ser previamente definidos. [5]

La generacin de un archivo *.PUA

La definicin de los grupos de seal, fases, y tiempos

de transicin, se define en el archivo *. PUA. Puede
ser editado de forma manual (Block de notas), o
exportado desde otro programa que proporcione estos
datos. A modo de ejemplo, el programa CROSSIG de la
compaa PTV AG, ofrece una funcin de exportacin
para crear archivos *. PUA. [5]
4.2.3 Resultados
La construccin de un sistema que opere mediante
estrategia de control adaptativo necesita un
considerable esfuerzo tcnico con respecto a la
adquisicin y procesamiento de datos que son
relevantes para cada situacin del trfico. Para lograr
dicho objetivo, se efectuaron simulaciones, junto con
la formulacin de un algoritmo propio y especfico
en lenguaje de programacin VAP, que permitiera

Dyna 169, 2011

la modelacin. En efecto, se ejecutaron mltiples

corridas de las cuales se eligieron las 5 de mayor
significacin, a fin de que pudieran representar a travs
del modelo las condiciones ms cercanas posibles a
la realidad, si se migrase a este tipo de tecnologas.
Consecuentemente con esto, las variables ms sensibles
en cada una de las simulaciones estuvieron basadas en
el grado de ocupacin de los detectores sobre la va
principal y la va secundaria, el tiempo de verde mnimo,
y la creacin de minifases segn la activacin de la
demanda vehicular a travs de los detectores.
De las 5 simulaciones elegidas, se escoge la que mayor
eficiencia otorga a la red en trminos de disminuir
las demoras promedio en las intersecciones, reducir
los tiempos de viaje, controlar las longitudes de cola,
eliminar las deficiencias en la coordinacin; y de
esta manera lograr un mejor uso de las reservas de
capacidad en las intersecciones. Lo anterior, teniendo
en cuenta que el algoritmo para el control adaptativo
es sensible a la disminucin de la densidad de trnsito,
al aumentar la separacin de los vehculos, cediendo el
paso a la calle secundaria. Tambin reacciona cuando
vuelven a aparecer vehculos ms juntos entre s, para
volver el verde a la va principal. El resultado natural
es lograr un movimiento coordinado a una velocidad
y espaciamiento naturales dentro de las condiciones
imperantes de movilidad del corredor vial estudiado
Tabla 3. Comparativo indicadores de desempeo

Fuente: Elaboracin propia. Ao 2010.

La tabla 3, presenta los resultados de desempeo de

los parmetros de un modelo diseado con estrategia

77

de control adaptativo, para la hora punta del da. Para

los indicadores de efectividad, el valor negativo,
advierte una reduccin (o grado de mejoramiento) en el
porcentaje de cada uno de los parmetros referenciados,
que se traduce en un mejoramiento de las condiciones
del sistema de la red evaluada, mediante Control
Adaptativo
5. CONCLUSIONES
A nivel general se visualiza el tipo de herramientas
tecnolgicas necesarias o requeridas para la gestin del
trfico de una ciudad como Medelln, con 2,2 millones
de habitantes y arterias urbanas con cerca de 5000 veh/
hora/sentido por calzada. De la misma forma se extraen
conclusiones con respecto a la pertinencia de la utilizacin
de estrategias de control adaptativo como los mecanismos
de mayor utilidad, en este sentido se concluye:
Es necesario disear, modelar e implementar sistemas
que hagan uso de capacidades tpicas de los sistemas de
inteligencia artificial con adaptabilidad al medio con el
que interactan, procesos de razonamiento para planificar
las tareas a realizar ante situaciones no previstas, o
flexibilidad en su comportamiento y que, al mismo
tiempo, sigan garantizando las restricciones temporales
de las tareas de tiempo real crucial. Al intentar resolver
estas dos necesidades se observa que las capacidades
para la resolucin de problemas complejos, tpicos de
las tcnicas de inteligencia artificial, se basan en la
utilizacin de mecanismos con tiempos de ejecucin
no deterministas, que van de la mano con la propia
naturaleza del fenmeno de trfico vehicular, pues ste,
lejos est de poder ser enfocado desde la perspectiva
de un modelo determinista, porque siempre estar
presente el componente humano que genera alto grado
de incertidumbre. El problema que aparece es que en
la actualidad en la mayora de los casos las soluciones
al trnsito vehicular estn fundamentadas en modelos
determinsticos en vez de estocsticos.
Consecuentemente, esta interpretacin permite introducir
inteligencia; se hace un llamado a las autoridades locales
en materia de trnsito y transporte para que migren sus
estrategias de control hacia tecnologas en tiempo real que
mediante la utilizacin de controles y algoritmos adecuados
mejoren el comportamiento global del sistema vial en valores
cercanos al 8% si las vas ya estn congestionadas, o quiz
en mas, si todava los niveles de congestin no son altos.

78

Jimnez & Sarmiento

Con base en esta investigacin se da un reconocimiento

a los Sistemas de Control de Trfico Adaptativo en
el sentido de producir un alivio de la congestin
del trfico urbano durante la hora de mxima
congestin, mejorando el rendimiento de los
indicadores de movilidad dentro del tramo vial
particularmente estudiado, es decir, se comprueba
que al modelar redes de semforos donde se mezclan
varias estrategias de control, la tecnologa On_Line
funciona adecuadamente, bien sea si se tienen de
manera cercana intersecciones controladas con pare,
con estrategia de control fijo, y/o con estrategia
de control semiactuado (control responsivo). Lo
anterior se evidencia en el ejercicio desarrollado
a travs de las condiciones de borde expuestas
para el modelo (intersecciones de los extremos de
la malla vial controlados mediante estrategia de
tiempo fijo), y de las intersecciones controladas con
pare que estn localizadas de manera muy prxima
a las intersecciones manejadas con un Sistema de
Control Adaptativo. En resumen se comprueba que
el control adaptativo es til para interconectar una
intercesin con un sistema progresivo de tiempo
fijo o semiaccionado, cuando hay altos volmenes.
RECOMENDACIONES
- Es importante recalcar que las aplicaciones mediante
control con estrategias sensibles al trfico en pases
desarrollados, tienen una connotacin distinta a si
se aplicasen en pases en va de desarrollo, porque
a pesar de que en ambos casos se logre disminuir la
congestin, las aplicaciones de estos sistemas en las
grandes ciudades de los pases en va de desarrollo
son nicas, debido a que stas ciudades se enfrentan a
problemas de transporte ms graves que las ciudades
de pases desarrollados, dado que tales ciudades
estn creciendo mucho ms rpido que las de los
pases desarrollados. La media de crecimiento anual
de poblacin en los pases en vas de desarrollo se
estima alrededor del 3% - 5%, en comparacin con
el 0,7% o menos en los pases desarrollados. Por lo
que su aplicacin tiene mayor grado de complejidad.
Como recomendacin final se presenta el hecho de
que Medelln hace parte de una conurbacin ubicada
en un valle estrecho que tiene una longitud de 60
km, es una ciudad conformada por 2,2 millones de
habitantes, que hace parte de una regin metropolitana

de 3,5 millones de habitantes. Esta regin soporta al

da una movilidad diaria de cerca de 5 millones de
viajes distribuidos en bicicleta 1%, bus de empresa
y escolar 4%, a pie 28%, moto 5%, Metro 9%, taxi
10%, auto 13%, bus-buseta-microbs 30%[8]. Por
tanto una ciudad con tan altos viajes al da no puede
seguir siendo manejada con estrategias de control
utilizadas en ciudades relativamente pequeas como
Pereira, Manizales o Ibagu que apenas superan el
medio milln de habitantes. En la ciudad de Medelln
convergen demandas vehiculares propias de la ciudad
regin compuesta por tres pisos Valle de Aburr, Valle
de San Nicols, y la zona occidental, lo que hace
necesario la implantacin de estrategias adaptativas
en corredores semaforizados.
6. REFERENCIAS
[1] aez, P., y Quijano, N., Forraje Social en Control de
Trfico Urbano. Revista Oficial de ITS Colombia Andina
Traffic, No.4, pp 55 60, Santaf de Bogot, Colombia,
2008.
[2] Lpez, S., Garca, M., Hernndez, P. y Hernndez, A.,
Control Inteligente de Redes Urbanas de Trfico. Centro
de Inteligencia Artificial de la Ciudad de Oviedo. Gijn,
Espaa, 2000.
[3] PTV, Planung Transport Verkehr AG. Manual de Vissim
5.30, Alemania, 2010.
[4] Robertson, D., Transyt Method for Area Traffic Control.
McTrans Center University of Florida, Florida, Estados
Unidos, 1969.
[5] PTV, Traffic Mobility Logistics, VAP 2.16. Interface Use
Manual. Karisruhe, Alemania, 2008.
[6] Box, P. y Oppenlander, J., Manual de Estudios de
Ingeniera de Trnsito. Asociacin Mexicana de Ingeniera
de Transportes A. C. Mxico, 1985.
[7] Road and Transportation Research Association Steering
Committee Traffic and Traffic safety, Norma RILSA.
Actualizacin ao 2003, Alemania, 2003.
[8] Area Metropolitana del Valle de Aburr, Acuerdo
Metropolitano N 042. (28, noviembre, 2007), Por el cual se
adopta el Plan Maestro de Movilidad. Medelln. Colombia,
2007.