🔬 applied physics

Optimal designs of heterogeneous grid transit networks

Este artículo propone un modelo general de aproximación continua y un método de solución de programación geométrica secuencial para optimizar redes de tránsito de cuadrícula flexibles y heterogéneas, demostrando que dichos diseños reducen significativamente los costos generalizados en comparación con los modelos rígidos convencionales, particularmente en ciudades con una fuerte heterogeneidad espacial de la demanda.

Autores originales: Wenbo Fan, Haoyang Mao, Li Zhen, Weihua Gu

Publicado 2026-05-25

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Wenbo Fan, Haoyang Mao, Li Zhen, Weihua Gu

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

La Gran Imagen: Diseñar el Sistema de Autobuses de una Ciudad como un Organismo Vivo

Imagina una ciudad como un tablero de ajedrez gigante. En la mayoría de las ciudades, las calles forman una cuadrícula perfecta, como las líneas en un papel milimetrado. Tradicionalmente, cuando los planificadores urbanos diseñan rutas de autobús para estas ciudades, tratan las líneas de autobús como reglas rígidas. Dibujan líneas rectas a través del tablero, espaciándolas uniformemente, independientemente de si las personas que viven en una esquina de la ciudad están desesperadas por un autobús o si las personas en otra esquina apenas los utilizan.

Este artículo propone una nueva forma de diseñar estas redes de autobuses. En lugar de usar reglas rígidas, los autores sugieren tratar las líneas de autobús como gomas elásticas flexibles.

El Problema: La Trampa del "Talla Única"

Los autores señalan que las ciudades reales son desordenadas. La demanda de autobuses no se distribuye uniformemente.

La Vieja Forma: Imagina una ciudad donde el 90% de la gente vive en el centro de la ciudad, pero las líneas de autobús están espaciadas uniformemente desde el centro hasta los suburbios lejanos. Terminas con autobuses vacíos en los suburbios y autobuses abarrotados y lentos en el centro.
La Limitación: Los modelos informáticos anteriores solo podían manejar diseños "rígidos". Podían hacer que las líneas estuvieran ligeramente más juntas en áreas concurridas, pero no podían cambiar fácilmente la forma de las líneas ni permitir que se fusionaran y dividieran dinámicamente sin romper las matemáticas.

La Solución: La "Red Heterogénea" (HetNet)

Los autores crearon un nuevo modelo matemático llamado HetNet. Piensa en este modelo como un controlador de tráfico inteligente y adaptativo.

Gomas Elásticas Flexibles: En este modelo, las líneas de autobús no están atadas a una sola calle. Pueden moverse. Si una línea de autobús necesita recoger más pasajeros en un vecindario específico, puede hacer un pequeño "desvío" (un movimiento lateral) para llegar allí, y luego volver a unirse al flujo principal.
Fusión y División: Imagina un río. En algunos lugares, el río es ancho y rápido (muchos autobuses, servicio frecuente). En otros lugares, se estrecha (menos autobuses, servicio menos frecuente). El modelo HetNet permite que las líneas de autobús se fusionen como afluentes que se unen a un río principal para crear una línea "troncal" de alta frecuencia, y luego se dividan para servir a vecindarios específicos.
El Concepto de "Flujo": Los autores utilizan una técnica llamada Aproximación Continua. En lugar de contar cada autobús individual y cada esquina de calle (lo cual es como intentar contar cada gota de agua en un río), observan el "flujo" del agua. Esto les permite calcular el mejor diseño para toda la ciudad sin verse obstaculizados por detalles minúsculos.

Las Matemáticas: Resolviendo el Rompecabezas

Diseñar estas líneas flexibles es increíblemente difícil. Es como intentar resolver un rompecabezas en 3D donde las piezas siguen cambiando de forma.

El Desafío: Las matemáticas involucran "valores absolutos" (que representan la distancia que un autobús debe desviarse) y leyes de conservación complejas (asegurándose de que ningún autobús desaparezca o aparezca de la nada). Las herramientas matemáticas estándar no podían resolver esto de manera eficiente.
El Truco: Los autores desarrollaron un método llamado Programación Geométrica Secuencial (SGP).
- Analogía: Imagina intentar encontrar el punto más bajo en un valle accidentado y neblinoso. No puedes ver todo el valle a la vez. Así que das un paso, miras el suelo justo debajo de tus pies, lo aproximas como una pendiente suave y das otro paso. Repites este proceso, acercándote cada vez más al fondo.
- El método SGP hace exactamente esto. Descompone el problema matemático complejo y accidentado en una serie de problemas más simples y suaves que una computadora puede resolver rápida y precisamente.

Los Resultados: Ahorrando Tiempo y Dinero

Los autores probaron su diseño de "goma elástica flexible" contra otros tres tipos de diseños:

Homogéneo: La cuadrícula perfectamente uniforme de la vieja escuela.
Jerárquico: Un sistema con líneas "troncales" principales y líneas alimentadoras "locales" más pequeñas (pero con reglas rígidas).
Parcial: Una mezcla que permite algunos cambios de espaciado pero no la fusión/división de líneas.

Lo que descubrieron:

El Ganador: El diseño flexible HetNet ahorró consistentemente la mayor cantidad de dinero y tiempo tanto para la compañía de autobuses como para los pasajeros.
El "Punto Dulce": Cuanto más desigual era la demanda (por ejemplo, una ciudad con unos pocos centros muy concurridos y muchas áreas tranquilas), mayor era la ventaja del diseño HetNet. En estos escenarios de demanda de "tablero de ajedrez", el nuevo diseño ahorró del 7% al 10% en costos totales en comparación con los mejores métodos existentes.
Donde brilla más: Los beneficios fueron mayores en ciudades grandes, ciudades con alta demanda y ciudades donde las personas tienen ingresos más bajos (lo que significa que cada minuto de tiempo de espera o dólar de costo operativo cuenta más).

La Conclusión

Este artículo demuestra que no tenemos que forzar a las líneas de autobús a ser rectas y rígidas. Al permitir que las rutas de autobús sean flexibles —fusionándose, dividiéndose y desviándose ligeramente para coincidir con dónde vive y trabaja realmente la gente— podemos crear un sistema de transporte público significativamente más eficiente. Es como cambiar de un puente rígido y prefabricado a un puente colgante que puede balancearse y ajustarse al peso del tráfico, asegurando que todos lleguen a donde necesitan ir más rápido y más barato.

Enunciado del Problema
El Diseño de Redes de Tránsito (TND) tiene como objetivo determinar la disposición física óptima y las frecuencias de servicio de las rutas para satisfacer la demanda de viajes. Aunque existe una investigación significativa, los modelos tradicionales de programación matemática a menudo dependen de entradas discretas (por ejemplo, matrices origen-destino, redes viales específicas), lo que conduce a problemas NP-difíciles que requieren soluciones heurísticas sin garantía de optimalidad global. Los métodos de Aproximación Continua (CA) ofrecen una alternativa manejable al tratar las variables de la red como funciones continuas, sin embargo, la mayoría de los modelos CA existentes se limitan a configuraciones de red simples (por ejemplo, cuadrículas ortogonales sin ramificación) o asumen una demanda uniforme o axisimétrica. En consecuencia, tienen dificultades para abordar los patrones de demanda espacialmente heterogéneos encontrados en ciudades del mundo real. Los intentos anteriores de modelar la demanda heterogénea, como redes jerárquicas con líneas locales o diseños radiales-anulares, a menudo imponen restricciones geométricas rígidas (por ejemplo, líneas troncales equidistantes) o no hacen cumplir estrictamente la conservación del flujo vehicular.

Metodología
Este artículo propone un modelo general de Aproximación Continua (CA) para optimizar diseños de redes de tránsito en ciudades de cuadrícula bajo demanda espacialmente heterogénea. La innovación central es el marco de "Red Heterogénea" (HetNet), que permite que las líneas de tránsito se dirijan de manera flexible mediante movimientos laterales, fusiones y divergencias en cualquier lugar dentro de la ciudad, en lugar de estar confinadas a configuraciones geométricas rígidas.

Formulación del Modelo: La red se describe mediante dos funciones de decisión continuas: densidad de líneas de tránsito ( $\delta_i(\vec{x})$ ) y intervalo de servicio ( $h_i(\vec{x})$ ) para cada dirección $i$ . El modelo contabiliza explícitamente las distancias de desvío vehicular y la redistribución asociada de los flujos de línea utilizando una representación de flujo acumulado. Esto permite caracterizar decisiones arbitrarias de fusión y divergencia local mientras se satisfacen las leyes de conservación del flujo vehicular.
Función de Costo: El objetivo es minimizar el costo generalizado del sistema, que comprende costos de la agencia (longitud de infraestructura, paradas, distancia y tiempo vehicular) y costos de los usuarios (tiempo de acceso/egreso, tiempo de espera, tiempo a bordo y penalizaciones por trasbordo). La formulación incluye términos para la distancia de desvío vehicular y el tiempo de desvío a bordo del usuario, este último de los cuales depende de un parámetro endógeno $\alpha$ que representa la fracción del desvío vehicular que se traduce en distancia de viaje adicional para el pasajero.
Algoritmo de Solución: El problema de optimización resultante es no convexo debido a los operadores de valor absoluto en las restricciones de distancia de desvío y a las restricciones de igualdad que involucran posinomios. Para resolver esto, los autores desarrollan un marco de Programación Geométrica Secuencial (SGP). Este enfoque transforma el modelo original en una secuencia de problemas estándar de Programación Geométrica (GP) aproximando iterativamente las funciones no conformes con monomios locales. Para garantizar la robustez numérica, el algoritmo incorpora restricciones de región de confianza multiplicativas.

Resultados Clave
Se realizaron experimentos numéricos en una ciudad cuadrada con una red de cuadrícula densa bajo seis patrones de demanda distintos, que van desde distribuciones de baja heterogeneidad (monocéntrica, conmutación) hasta distribuciones de alta heterogeneidad (tablero de ajedrez).

Precisión del Modelo: Al comparar los costos generalizados estimados por el modelo CA con los calculados a partir de diseños de redes discretizados, el error de aproximación se mantuvo por debajo del 3% en todos los patrones de demanda. El modelo captura con precisión las características operativas mientras mantiene la tratabilidad analítica.
Rendimiento frente a Puntos de Referencia: El diseño HetNet propuesto se comparó con tres puntos de referencia: HetNet Jerárquico (H-HetNet), HetNet Parcial (P-HetNet) y Red Homogénea (HomNet).
- Bajo demanda de baja heterogeneidad, HetNet mostró mejoras marginales sobre los puntos de referencia.
- Bajo demanda de alta heterogeneidad (patrones de tablero de ajedrez), HetNet redujo los costos generalizados entre un 7.03% y un 10.43% en comparación con el mejor punto de referencia.
- Los ahorros de costos se impulsaron principalmente por reducciones en el tiempo de viaje a bordo y los tiempos de transferencia, logrados al alinear mejor la densidad de líneas y la estructura de servicio con las concentraciones de demanda local.
Sensibilidad Paramétrica: Se encontró que las ventajas del diseño heterogéneo son más pronunciadas en escenarios caracterizados por:
- Alta demanda total de usuarios (economías de escala).
- Bajo valor del tiempo de los usuarios (donde la eficiencia operativa se vuelve más crítica en relación con los costos de tiempo).
- Grandes tamaños de ciudad (donde la dispersión espacial de la demanda es mayor).

Significado y Contribuciones
El artículo afirma hacer tres contribuciones principales:

Marco CA Generalizado: Extiende la teoría CA a una clase más general de diseños de redes de tránsito que pueden acomodar de manera flexible la demanda espacialmente no uniforme. Este es el primer modelo TND basado en CA que representa líneas de autobús superpuestas que se fusionan y divergen arbitrariamente, superando las restricciones geométricas rígidas de modelos heterogéneos anteriores.
Tratabilidad Computacional: El desarrollo del marco de solución SGP proporciona un método eficiente para resolver problemas complejos TND basados en CA que incluyen términos no lineales y estructuras de valor absoluto, logrando optimalidad global o casi global.
Perspectivas Prácticas: El estudio demuestra que las estructuras de red completamente heterogéneas son particularmente ventajosas cuando la demanda de usuarios exhibe una fuerte heterogeneidad espacial. Sugiere que dichos diseños flexibles generan los mayores beneficios en ciudades de alta demanda, bajos salarios y gran extensión, ofreciendo una asignación más eficiente de recursos de tránsito en comparación con las redes de cuadrícula convencionales y geométricamente restringidas.

Los autores reconocen limitaciones, incluida la representación simplificada de los comportamientos de elección de ruta de los usuarios y el enfoque en redes de cuadrícula, señalando que el trabajo futuro podría explorar formas de ciudad irregulares, redes híbridas y múltiples modos de tránsito.