Modelado del Flujo Vehicular con Ciclos de Semáforos en Quito

• Autores: Juan Diego Vizcaíno, Mario Cosenza
• Localización: Revista Politécnica, ISSN-e 2477-8990, Vol. 58, Nº. 1, 2026 (Ejemplar dedicado a: Revista Politécnica), págs. 57-64
• Idioma: español
• DOI: 10.33333/rp.vol58n1.05
• Títulos paralelos:
  • Modeling Vehicular Flow with Traffic Light Cycles in Quito
• Enlaces
  • Texto completo
• Resumen
  • español

    Presentamos un modelo basado en agentes para investigar el tráfico vehicular en la ciudad de Quito, Ecuador. Específicamente, estudiamos el efecto que tienen las configuraciones de los ciclos de semáforos en los tiempos promedio de viaje de los agentes. El modelo, conceptualmente simple, captura características esenciales de la dinámica del tráfico urbano y ha sido implementado eficientemente mediante un código en Python. Nuestros resultados muestran que los ciclos de semáforos influyen notablemente en los tiempos de viaje: ciertas configuraciones reducen sustancialmente las demoras para la mayoría de los agentes, mientras que otras pueden incrementar los tiempos de viaje para algunos agentes, especialmente aquellos que cubren rutas más cortas. Identificamos las configuraciones que minimizan el tiempo promedio de viaje en toda la red vial, mediante la consideración explícita de las interacciones entre múltiples semáforos. Mostramos que es posible lograr tiempos de viaje relativamente uniformes entre los agentes, un aspecto crucial para mejorar el rendimiento general del tráfico sin afectar desproporcionadamente a grupos específicos de usuarios. Aunque el modelo está implementado utilizando la red vial y el sistema semafórico de Quito, su estructura es general y puede aplicarse fácilmente a escenarios de tráfico urbano en otras ciudades con recursos limitados.

  • English

    We introduce a conceptually simple agent-based model to investigate vehicular traffic in the city of Quito, Ecuador, with a particular focus on how traffic light cycle configurations influence average travel times. The model captures essential features of urban traffic dynamics through an agent-based framework and has been efficiently implemented in Python. Our results show that traffic light cycles play a decisive role in shaping travel times: while certain configurations substantially reduce delays for most agents, others may increase travel times for some agents, especially those covering shorter routes. By explicitly accounting for interactions between multiple traffic lights, we identify configurations that minimize the average travel time across the network. We also find that it is possible to achieve relatively uniform travel times among agents, a crucial aspect for improving overall traffic performance without disproportionately affecting specific user groups. Although the model is implemented using the street network and traffic light system of Quito, its structure is general and can be readily applied to urban traffic scenarios in other cities with limited resources.