Resumen

En la práctica, es importante comprender el impacto específico de los fenómenos meteorológicos en el funcionamiento del sistema de transporte de superficie, de modo que las agencias de transporte puedan aplicar rápidamente estrategias proactivas y reactivas para minimizar los efectos negativos de los fenómenos meteorológicos adversos. Se han realizado muchos estudios sobre la cuantificación de estos efectos, pero adolecen de limitaciones como la definición subjetiva de una ventana temporal en condiciones no congestionadas y la imposibilidad de tener en cuenta el grave impacto de los fenómenos meteorológicos que provocan la falta de fiabilidad del tiempo de viaje. Para superar esas deficiencias de la literatura existente, en este estudio se desarrolla un marco integrado de minería de datos basado en técnicas de árboles de decisión y regresión cuantílica. Los resultados demuestran que el enfoque es eficaz para caracterizar periodos de tiempo con diferentes características de tráfico y cuantificar el impacto de los eventos de lluvia y nieve tanto en la congestión como en los aspectos de fiabilidad del sistema de transporte. Se observa que los eventos de nieve imponen un impacto más significativo en los tiempos de viaje que el de los eventos de lluvia. Además, el impacto de los fenómenos meteorológicos es aún más grave en la fiabilidad del tiempo de viaje que el retraso medio. La magnitud del impacto está directamente relacionada con el nivel de congestión recurrente estudiado. También se ofrecen otras ideas sobre la capacidad de la regresión cuantílica y futuras mejoras en el diseño metodológico.

• Materias:Infraestructura de transportes Ingeniería del transporte Seguridad del transporte Planificación de ruta Capacidad de tráfico
• Subjects:Transport infrastructure Transport engineering Transport safety Path planning Traffic capacity
• Palabras claves:fenómenos meteorológicos, nevadas, fenómenos meteorológicos adversos, marco de minería de datos, diferentes características del tráfico, técnicas de regresión cuantílica, sistema de transporte de superficie, fiabilidad del tiempo de viaje, falta de fiabilidad del tiempo de viaje, impacto
• Keywords:weather events, snow events, adverse weather events, data mining framework, different traffic characteristics, quantile regression techniques, surface transportation system, travel time reliability, travel time unreliability, impact