Revisión del estado del arte (no sistemática) sobre el uso de algoritmos genéticos en la calibración de modelos de micro simulación vehicular
Este trabajo propone una revisión del estado del arte entre 2011 hasta la actualidad (2022), sobre el uso de Algoritmos Genéticos (AG) en la calibración de modelos de micro simulación vehicular. La calibración no es más que el proceso de optimización de modelos bajo la comparación de parámetros obse...
Saved in:
| Main Author: | |
|---|---|
| Format: | bachelorThesis |
| Language: | spa |
| Published: |
2022
|
| Subjects: | |
| Online Access: | http://dspace.ups.edu.ec/handle/123456789/23084 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Add Tag | Summary: | Este trabajo propone una revisión del estado del arte entre 2011 hasta la actualidad (2022), sobre el uso de Algoritmos Genéticos (AG) en la calibración de modelos de micro simulación vehicular. La calibración no es más que el proceso de optimización de modelos bajo la comparación de parámetros observados y reales. Se seleccionó a los AG debido a su gran robustez y capacidad de trabajo con grandes cantidades de datos. Se seleccionaron un total de 19 artículos de fuentes de investigación reconocidas como: IEEE Xplore, ScienceDirect, Springer Link y Scopus, respetando todos los criterios de selección y filtrado para únicamente trabajar con aquellos que aporten una actualización adecuada del tema. Los resultados muestran que gracias a la actualización de este tema se pudo constatar que el uso de los AG en la calibración de modelos de micro simulación vehicular tiene el potencial para mejorar y acelerar el proceso de calibración, lo cual ayudara a investigaciones y futuras publicaciones. |
|---|