Algoritmo memético para calibrar modelos de micro-simulación de flujo de tráfico vehicular CORSIM

Abstract

En el presente trabajo de grado se plantea calibrar modelos a través de un algoritmo memético. Dadas las características que le posibilitaron a este tipo de algoritmos haber encontrado soluciones precisas sobre grandes espacios de búsqueda en diversos problemas (se exponen en el estado del arte) que presentan características similares al problema de calibración aquí expuesto se plantea la hipótesis de que la correcta instancia y parametrización de un algoritmo memético podría servir como algoritmo de optimización para calibrar un modelo. La definición del algoritmo memético será expuesta más a fondo en el marco teórico del presente documento, la argumentación de la escogencia del algoritmo y la escogencia de sus instancias será presentada durante la justificación y experimentación. Para poder probar la mencionada hipótesis se realizarán experimentos con los que se verificará si un algoritmo memético puede o no calibrar modelos que partan de una solución distante de ser una solución óptima para el problema que presenta la calibración (con el fin de evitar procesos de sensibilización de parámetros o pre-procesamientos en el modelo), además el algoritmo debe poder realizar la calibración de todos los parámetros calibrables del modelo simultáneamente y tener en cuenta más de una medida.