Modelo Predictivo de Tráfico CA-5 SurPredicción de Congestión
Vehicular con Aprendizaje Automático
Modelo predictivo basado en Random Forest para la optimización de tiempos de traslado en el corredor CA-5 Sur de Tegucigalpa, de la Gasolinera Germania a Plaza Loarque.
Tecnologías del proyecto
El stack tecnológico que impulsa el modelo y la plataforma
El tramo de estudio
La medición y el modelo predictivo se calcularon sobre un tramo específico del corredor CA-5 Sur: desde la Gasolinera Germania hasta Plaza Loarque.
Mapa: OpenStreetMap · CARTO
Origen
Gasolinera Germania
14°01'42.1"N · 87°12'23.7"W
Trayecto
2.36 km · ~4.6 min
Destino
Plaza Loarque
14°02'43.5"N · 87°12'40.9"W
Sobre el proyecto
Esta investigación desarrolla un modelo predictivo de congestión vehicular basado en aprendizaje automático para optimizar los tiempos de traslado en el tramo CA-5 Sur (Gasolinera Germania – Plaza Loarque), Tegucigalpa, Francisco Morazán, Honduras.
Mediante la recolección sistemática de datos de tráfico durante 52 días y el entrenamiento de un modelo Random Forest con validación cruzada de 10 folds, se logró una exactitud predictiva del 83.68% en validación cruzada y del 87.72% sobre el conjunto completo de entrenamiento.