Resumen

Este artículo analiza la robustez de determinadas redes de transporte público. Se establecen los atributos comunes y cuáles de ellos influyen más en la vulnerabilidad de las redes. Inicialmente, se comprueban las propiedades estructurales de las redes en dos representaciones gráficas (L-Space y P-Space). Posteriormente, se simula la propagación de problemas (atascos, etc.), empleando un modelo basado en un mecanismo de propagación y recuperación, similar a los utilizados en los procesos epidemiológicos. A continuación, se mide el tamaño del mayor subconjunto conectado de paradas de la red (componente gigante). Lo que se muestra es que los fallos se producen aleatoriamente en paradas o enlaces, mostrando también que los que se producen en los enlaces de mayor ponderación se propagan más lentamente que los demás. Estos otros aparecen en las paradas con mayor nivel de betweenness, grado o centralidades de eigenvectores y PageRank. La modificación de la componente gigante, cuando se eliminan varias paradas y enlaces, demuestra que la eliminación de las paradas con las mayores centralidades interactivas de betweenness, PageRank y grado es lo que más influye en la integridad de la red. Se han encontrado algunas equivalencias en los parámetros de centralidad de grado, betweenness, PageRank y eigenvector. Todas las redes muestran una elevada modularidad con valores del índice Q cercanos a 1. Las redes con mayor asortatividad y menor número medio de paradas son las que un pasajero puede utilizar para viajar directamente a su destino, sin ningún cambio. El parámetro Molloy-Reed es superior a 2 en todas las redes, lo que demuestra que en ellas existe una elevada integridad. Todas las paradas se caracterizaban por unos núcleos k ≤3 bajos.

• Materias:Infraestructura de transportes Ingeniería del transporte Accidentes de transito Seguridad del transporte Planificación de ruta
• Subjects:Transport infrastructure Transport engineering Traffic accidents Transport safety Path planning
• Palabras claves:paradas, redes, pagerank, componente gigante, redes específicas de transporte público, parámetros de centralidad eigenvectorial, mayor betweenness interactiva, mayores enlaces ponderados, mayor subconjunto conectado, menor número medio
• Keywords:stops, networks, pagerank, giant component, specific public transport networks, eigenvector centrality parameters, highest interactive betweenness, highest weighted links, largest connected subset, lowest average number