Análisis basado en optimización de externalidades negativas del servicio de transporte público urbano: Un caso de estudio
##plugins.themes.bootstrap3.article.main##
Resumen
Introducción: Utilizando los principios de movilidad sostenible para el transporte público urbano, en la presente investigación se modela y resuelve un problema de optimización de externalidades negativas del servicio de transporte público como: congestión, cambio climático, contaminación del aire, ruido y accidentes de tránsito, planteando la posibilidad de minimizar los costos sociales variables.
Objetivo: Plantear y resolver un modelo de optimización de externalidades negativas en un sistema de transporte de la ciudad de Ambato- Ecuador.
Metodología: Para el modelado y solución del programa se toma como base el modelo de Ngamchai y Lovell, programado en el software LINGO, se aplica en el sistema que cuenta con 5 operadoras, 22 líneas y 397 unidades de buses.
Resultados: A través de los resultados obtenidos se logra disminuir el costo total para la operación del sistema de transporte de $ 8910,72 a $ 6608,39 por unidad por hora, esto implica una reducción del 25,9% con las consideraciones individuales del headway (separación en tiempo entre vehículos) para cada una de las líneas que lo conforman, se logra disminuir además la flota utilizada actualmente en un 21%.
Conclusiones: La investigación deja abierta la posibilidad de plantear futuros estudios que busquen estrategias que permitan mitigar cada una de las externalidades desde una perspectiva técnico-económica de sostenibilidad medioambiental.
Descargas
##plugins.themes.bootstrap3.article.details##

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Los artículos publicados son de exclusiva responsabilidad de sus autores y no reflejan necesariamente las opiniones del comité editorial.
La Revista INGE CUC respeta los derechos morales de sus autores, los cuales ceden al comité editorial los derechos patrimoniales del material publicado. A su vez, los autores informan que el presente trabajo es inédito y no ha sido publicado anteriormente.
Todos los artículos están bajo una Licencia Creative Commons Atribución-NoComercial-SinDerivadas 4.0 Internacional.