CEDI2013. Predicción de tráfico mediante co-evolución de Redes Neuronales de Funciones de Base Radial y selección de variables de entrada.

Este trabajo presenta un novedoso sistema de detección de flujo de tráfico, y muestra los resultados del algoritmo L-Co-R en la predicción de la serie temporal que el citado flujo de tráfico representa. La predicción de la serie temporal se ha realizado comparando con algoritmos existentes y muestra la adecuación del algoritmo, L-Co-R, ante el problema de la predicción de la serie temporal captada.

CEDI2013. Estudio de los indicadores de exposición al riesgo mediante un sistema de monitorización del tráfico basado en la tecnología bluetooth

Los sistemas de información utilizados actualmente para la recopilación de datos y generación de información sobre el estado de las carreteras presentan dos inconvenientes: la primera es que no tienen capacidad para identificar e individualizar los vehículos que detectan. La segunda es su elevado coste, lo cual los hace caros para cubrir la red de carreteras secundarias.

En este trabajo proponemos un sistema basado en el escaneo de los identificadores de dispositivos Bluetooth que hay en el entorno. Se trata de un identificador único que permite saber el fabricante e incluso distinguir de qué tipo de dispositivo se trata (PC, teléfono móvil o equipo manos libres).

Se ha probado el sistema en el área metropolitana de Granada, instalando seis nodos de monitorización para la recogida de datos. A partir de estos se han obtenido estadísticas con las que hemos estudiado diversos indicadores relativos al uso de vehículos por parte de la población del área monitorizada.