Predicción de demanda mediante redes neuronales para la ruta T11 del SITP.

Abstract

La falta de precisión en la estimación del número de pasajeros que utilizan la ruta T11 del SITP en Bogotá ha generado ineficiencias operativas y ha causado insatisfacción entre los usuarios. Por este motivo, este proyecto de investigación propone la adopción de un modelo de predicción de demanda mediante redes neuronales. Para lograr este propósito, se apoya en teorías de aprendizaje automático y en recursos provenientes de fuentes especializadas en la implementación de inteligencia artificial en el transporte público.

The lack of accuracy in estimating the number of passengers using the T11 route of the SITP in Bogotá has led to operational inefficiencies and dissatisfaction among users. Therefore, this research project proposes the adoption of a demand prediction model using neural networks. To achieve this goal, it relies on machine learning theories and resources from specialized sources in the implementation of artificial intelligence in public transportation.