Trabajo Fin de Máster
Modelos de elección modal mediante aprendizaje automático. Aplicación a los accesos a la Escuela Técnica Superior de Ingenieros de Sevilla
Autor/es | Cabeza Garrido, Miguel |
Director | Romero Pérez, Luis Miguel |
Departamento | Universidad de Sevilla. Departamento de Ingeniería y Ciencia de los Materiales y del Transporte |
Fecha de publicación | 2022 |
Fecha de depósito | 2023-01-27 |
Titulación | Universidad de Sevilla. Máster en Ingeniería Industrial |
Resumen | Actualmente existe una necesidad a nivel mundial por el desarrollo de modelos de transporte más
sostenibles, lo que lleva a analizar los diferentes modos de transporte en las ciudades. Para ello, existen
distintas ... Actualmente existe una necesidad a nivel mundial por el desarrollo de modelos de transporte más sostenibles, lo que lleva a analizar los diferentes modos de transporte en las ciudades. Para ello, existen distintas herramientas entre las que se encuentra la elaboración de un modelo de reparto modal. El presente trabajo se apoya en este modelo, el cuál (mediante un filtrado previo de datos) clasificará el número de usuarios en los medios de transporte analizados para la ciudad de Sevilla. Asimismo, somos conscientes de que formamos parte de un entorno en el que, hasta ahora, basamos nuestras decisiones comerciales y personales en experiencias y estadísticas de pequeños conjuntos de información; nos hemos trasladado a un mundo en el que tenemos un gran número de ellos y son tan amplios que necesitamos la ayuda de algoritmos que nos ayuden a categorizar correctamente esta información. Estos se denominan algoritmos de inteligencia artificial y aprendizaje automático. En el presente trabajo, se desarrollarán y compararán algunos algoritmos de predicción aplicados a la toma de decisiones a la hora de seleccionar un medio de transporte para trasladarse a la ETSI. |
Cita | Cabeza Garrido, M. (2022). Modelos de elección modal mediante aprendizaje automático. Aplicación a los accesos a la Escuela Técnica Superior de Ingenieros de Sevilla. (Trabajo Fin de Máster Inédito). Universidad de Sevilla, Sevilla. |
Ficheros | Tamaño | Formato | Ver | Descripción |
---|---|---|---|---|
TFM2402_Cabeza Garrido.pdf | 4.527Mb | [PDF] | Ver/ | |