Resumen

En los últimos años ha aumentado el interés por el uso del análisis de agrupaciones para la identificación de patrones de tráfico representativos de las condiciones del tráfico en apoyo de las operaciones y la gestión del sistema de transporte (TSMO); la gestión integrada de corredores; y el análisis, la modelización y la simulación (AMS). Sin embargo, la información disponible para ayudar a las agencias a seleccionar las técnicas de agrupación más adecuadas, los parámetros asociados, el número óptimo de agrupaciones, el análisis de los resultados de la agrupación y la selección de las observaciones representativas de cada agrupación es limitada. Este documento investiga y compara el uso de varios métodos de agrupación existentes para la identificación de patrones de tráfico, teniendo en cuenta lo anterior. Estos métodos incluyen K-means, K-prototipos, K-medoides, cuatro variaciones del método jerárquico, y la combinación de Análisis de Componentes Principales para datos mixtos (PCAmix) con K-means. Entre estos métodos, los K-prototipos y K-means con PC produjeron los mejores resultados. A continuación, el artículo ofrece recomendaciones sobre la realización y utilización de los resultados del análisis de agrupación.

• 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:análisis, métodos, análisis de componentes principales, gestión integrada de corredores, identificaciones de patrones de tráfico, operaciones de sistemas de transporte, medios, papel, prototipos, método jerárquico
• Keywords:analysis, methods, principal component analysis, integrated corridor management, traffic pattern identifications, transportation system operations, means, paper, prototypes, hierarchical method