Modelo de simulación del crecimiento del parque automotor para revisión de políticas públicas en gestión de demanda

Autores/as

DOI:

https://doi.org/10.17533/udea.redin.20250472

Palabras clave:

Simulación basada en agentes, parque automotor, medidas de gestión de la demanda, políticas públicas

Resumen

El aumento de vehículos en áreas urbanas densificadas con infraestructura vial limitada es un desafío global. El crecimiento demográfico y económico ha intensificado la congestión del tráfico y los tiempos de conmutación, afectando la productividad y calidad de vida de los habitantes. Para mitigar estos impactos, los gobiernos han implementado Medidas de Gestión de la Demanda (MGD) que restringen la circulación de vehículos privados y promueven el transporte público. Sin embargo, la efectividad a largo plazo de estas medidas coercitivas en el control del crecimiento de la flota vehicular ha sido cuestionada. Este estudio presenta metodologías científicas recientes para estimar variaciones en el crecimiento automotriz e identifica variables de estimación en Medellín usando bases de datos públicas, y establece escenarios para proyectar el parque vehicular basados en políticas MGD como restricciones por matrícula y desguace. Se evalúa la relación entre la edad permitida para la circulación de vehículos, el crecimiento demográfico y el aumento de vehículos nuevos en Medellín. El modelo propone una política pública alternativa para controlar el crecimiento del parque vehicular y los problemas de congestión en los próximos años, considerando factores demográficos y económicos específicos de la ciudad.

|Resumen
= 305 veces | PDF (ENGLISH)
= 95 veces|

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

José Alejandro Zapata-Celis, Universidad de Antioquia

Ingeniero Civil, Estudiante de Maestría Faculta de Ingeniería

Yony Fernando Ceballos, Universidad de Antioquia

Doctor en Ingeniería, Profesor e Investigador, Facultad de Ingeniería

Julian Andrés Castillo-Grisales, Universidad de Antioquia

Maestro. Profesor ocasional, Institución Universitaria Digital de Antioquia. Profesor e Investigador Facultad de Ingeniería, Universidad de Antioquia

Citas

X. Wang, D. Rodríguez, and A. Mahendra, “Support for market-based and command-and-control congestion relief policies in latin american cities: Effects of mobility, environmental health, and city-level factors,” Transportation Research Part A, vol. 146, 2021. [Online]. Available: http://doi.org/10.1016/j.tra.2020.12.004

T. Litman, “Mobility management innovative management strategies to transport problems,” in 25th Annual Southern African Transport Conference, SATC 2006 - 2010: Will Transport Infrastructure and Systems be Ready, vol. 2006, July 2006. [Online]. Available: http://hdl.handle.net/2263/6035

CAF, Desarrollo urbano y movilidad en américa latina. Caracas: SCIOTECA Espacio de Conocimiento Abierto, 2011. [Online]. Available: https://scioteca.caf.com/handle/123456789/419

AMVA, Plan Maestro de Movilidad para el Valle de Aburrá. Medellín, Colombia: Área Metropolitana del Valle de Aburrá, 2017. [Online]. Available: https://www.metropol.gov.co/movilidad/PlanMaestro/Plan%20Maestro%20de%20Movilidad.pdf

A. Köksal, S. E. Tekeli, S. A. Aksoy, A. Kiziltan, M. Kiziltan, N. Duran, and et al., “Long term characterization of the vehicle stock in turkey,” Transportation Research Part D: Transport and Environment, vol. 99, 2021. [Online]. Available: http://doi.org/10.1016/j.trd.2021.102988

R. Viri, J. Makinen, and H. Liimatainen, “Modelling car fleet renewal in finland: A model and development speed-based scenarios,” Transportation Research Procedia, vol. 112, Oct. 2021. [Online]. Available: http://doi.org/10.1016/j.tranpol.2021.08.012

R. Vidal, C. Duk, A. Guevara, and E. Rubinstein, “Análisis del estado del arte y experiencias de gestión de demanda de transporte urbano en américa latina y el caribe,” Banco Interamericano de Desarrollo, Tech. Rep. IDB-TN-2003, Oct. 2020. [Online]. Available: https://tinyurl.com/4p5phwua

M. Luo, Z. Ma, W. Zhao, M. Enoch, and S.-J. Chien, “An ex-post evaluation of the public acceptance of a license plate-based restriction policy: A case study of xi’an, china,” Transportation Research Part A: Policy and Practice, vol. 155, 2022. [Online]. Available: http://doi.org/10.1016/j.tra.2021.10.024

R. Viri, J. Mäkinen, and H. Liimatainen, “Modelling car fleet renewal in finland: A model and development speed-based scenarios,” Transportation Policy, vol. 112, 2021. [Online]. Available: http://doi.org/10.1016/j.tranpol.2021.08.012

M. Adnan, F. Outay, S. Ahmed, E. Brattich, S. Di-Sabatino, and D. Janssens, “Integrated agent-based microsimulation framework for examining impacts of mobility-oriented policies,” Personal and Ubiquitous Computing, vol. 25, no. 1, 2021. [Online]. Available: http://doi.org/10.1007/s00779-020-01363-w

L. Fridstrøm, V. Østli, and K. Johansen, “A stock-flow cohort model of the national car fleet,” European Transport Research Review, vol. 8, no. 22, 2016. [Online]. Available: http://doi.org/10.1007/s12544-016-0210-z

H. Kim, M. Ross, and G. Keoleian, “Optimal fleet conversion policy from a life cycle perspective,” Transportation Research Part D: Transport and Environment, vol. 9, no. 3, May. 2004. [Online]. Available: http://doi.org/10.1016/j.trd.2004.02.004

N. Gilbert and R. Conte, Emergence in social simulation. London: UCL Press, 1995, pp. 144–156. [Online]. Available: http://www.complexcity.info/files/2011/08/gilbert-emergence.pdf

L. Gulyás and G. Kampis, “Models, representations and comparisons in computer simulations,” Procedia Computer Science, vol. 66, 2015. [Online]. Available: http://doi.org/10.1016/j.procs.2015.11.003

C. M. Macal and M. J. North, “Agent-based modeling and simulation: abms examples,” in 2008 Winter Simulation Conference, Miami, FL, USA, 2008, pp. 101–112. [Online]. Available: http://doi.org/10.1109/WSC.2008.4736060

U. Wilensky and W. Rand, An introduction to agent-based modeling. MIT Press, 2015.

A. Crooks, Agent-based Models and Geographical Information Systems, 1st ed. SAGE Publications Ltd, 2019. [Online]. Available: http://doi.org/10.4135/9781529793543

A. Borshchev and A. Filippov, “From system dynamics and discrete even to practical agent based modeling,” in 22nd International Conference on System Dynamics and Society, 2004. [Online]. Available: https://proceedings.systemdynamics.org/2004/SDS_2004/PAPERS/381BORSH.pdf

V. Grimm, S. F. Railsback, E. Vincenot, U. Berger, and C. Gallagher, “The odd protocol for describing agent-based and other simulation models: A second update to improve clarity, replication, and structural realism,” Journal of Artificial Societies and Social Simulation, vol. 23, no. 2, 2020. [Online]. Available: http://doi.org/10.18564/jasss.4259

R. S. Ortiz-LLiguizaca, “Determinación del índice kvr (kilómetros vehículos recorrido) para el cantón cañar,” Undergraduate thesis, Universidad del Azuay, Cuenca, Ecuador, 2018. [Online]. Available: https://dspace.uazuay.edu.ec/bitstream/datos/8275/1/13998.pdf

D. Sarango and P. Moncayo, “Determinación del indicador kilómetros-vehículo recorrido (kvr) para la ciudad de cuenca,” Undergraduate thesis, Universidad Politécnica Salesiana, Cuenca, Ecuador, 2016. [Online]. Available: https://dspace.ups.edu.ec/handle/123456789/12152

U. Wilensky, “Netlogo: Center for connected learning comp.-based modeling,” Northwestern University, Evanston, IL, 1999.

Descargas

Publicado

2025-04-30

Cómo citar

Zapata-Celis, J. A., Ceballos, Y. F., & Castillo-Grisales, J. A. (2025). Modelo de simulación del crecimiento del parque automotor para revisión de políticas públicas en gestión de demanda. Revista Facultad De Ingeniería Universidad De Antioquia, (116), 90–99. https://doi.org/10.17533/udea.redin.20250472

Número

Sección

Artículo de investigación