logo móvil
Contáctanos

Resolviendo la selección y programación de proyectos de inversión en infraestructura de transporte utilizando algoritmos genéticos

Autores: Jemen, Karel; Mocková, Denisa; Teichmann, Duan

Idioma: Inglés

Editor: MDPI

Año: 2024

Descargar PDF

Acceso abierto

Artículo científico
2024

Resolviendo la selección y programación de proyectos de inversión en infraestructura de transporte utilizando algoritmos genéticos


Categoría

Matemáticas

Subcategoría

Matemáticas generales

Palabras clave

Desarrollo
Infraestructura de transporte
Proyectos de inversión
Algoritmo genético
Proceso de toma de decisiones
Planificación estratégica

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 33

Citaciones: Sin citaciones


Descripción
El desarrollo de la infraestructura de transporte es crucial para el crecimiento económico, la conectividad social y el desarrollo sostenible. Muchos países han invertido históricamente poco en infraestructura de transporte, lo que hace necesaria una planificación estratégica más eficiente en la implementación de proyectos de inversión en infraestructura de transporte. Este artículo aborda la selección y programación de proyectos de infraestructura de transporte, específicamente en el contexto de la utilización de fondos preasignados dentro de un programa de inversión presupuestaria plurianual. El proceso actual de toma de decisiones se basa en gran medida en el juicio de expertos y carece de métodos cuantitativos de apoyo a la decisión. Proponemos un algoritmo genético como una herramienta de apoyo a la decisión, enmarcando el problema como un problema de mochila múltiple 0-1 NP-duro. El algoritmo genético propuesto (GA) es único por sus cromosomas codificados en matriz, operadores genéticos especialmente diseñados y un operador de reparación personalizado para abordar el gran número de cromosomas inválidos generados durante el cálculo del GA. En experimentos computacionales, el GA propuesto se compara con una solución exacta y demuestra ser eficiente en términos de calidad de las soluciones obtenidas y tiempo computacional, con un tiempo computacional promedio de 108 s y la calidad de las soluciones obtenidas que suele estar entre el 85% y el 95% de la solución óptima. Estos resultados resaltan el potencial del GA propuesto para mejorar la toma de decisiones estratégicas en el desarrollo de infraestructura de transporte.

Otros recursos que podrían interesarte

Temas Virtualpro