| Popis: |
Les xarxes de trànsit defineixen sistemes altament complexos de gestionar que es veuen afectats per múltiples paràmetres. Aquest estudi analitza l'aplicació i compara el rendiment de diferents algoritmes de cerca de rutes, amb pas per diferents punts d'interès, tenint en compte les condicions del trànsit en una xarxa simulada. S'inclouen els algoritmes Dijkstra, Greedy i A*, i es valida l'ús de diferents heurístiques per adaptar les rutes calculades al trànsit de la xarxa. A continuació, es proposa l'ús d'algoritmes genètics per optimitzar el trànsit d'una xarxa, obtenint resultats prometedors. Per dur a terme l'estudi s'utilitza com a base el \textit{framework} de simulació SUMO i les funcionalitats principals desenvolupades es presenten mitjançant una nova interfície gràfica. Las redes de tráfico definen sistemas altamente complejos de gestionar que se ven afectados por múltiples parámetros. Este estudio analiza la aplicación y compara el rendimiento de diferentes algoritmos de búsqueda de rutas, pasando por varios puntos de interés y teniendo en cuenta las condiciones del tráfico en una red simulada. Se incluyen los algoritmos de Dijkstra, Greedy y A*, y se valida el uso de diferentes heurísticas para adaptar las rutas calculadas al tráfico de la red. Además, se propone el uso de algoritmos genéticos para optimizar el tráfico de la red, obteniendo resultados prometedores. El marco de simulación SUMO sirve como base para llevar a cabo el estudio, y se presentan las principales funcionalidades desarrolladas a través de una nueva interfaz gráfica. Traffic networks define highly complex systems to manage that are affected by multiple parameters. This study analyzes the application and compares the performance of different route search algorithms, passing through various points of interest, taking into account traffic conditions in a simulated network. The algorithms Dijkstra, Greedy, and A* are included, and the use of different heuristics to adapt the calculated routes to network traffic is validated. Furthermore, the use of genetic algorithms to optimize network traffic is proposed, yielding promising results. The SUMO simulation framework serves as the basis for conducting the study, and the main functionalities developed are presented through a new graphical interface. |
