Un método fiable para predecir el flujo del tráfico podría ser muy conveniente para quienes se desplazan a diario, además de permitir un ahorro considerable de energía. Durante una evacuación de emergencia tras un desastre natural, las predicciones fiables de las mejores rutas podrían incluso salvar vidas. Ahora, un equipo de investigadores del MIT, la Universidad de Notre Dame y otras instituciones ha ideado lo que, según afirman, es una fórmula eficaz y relativamente sencilla para realizar esas predicciones.
Los resultados se presentan en un artículo publicado en la revista Nature Communications por investigadores entre los que figuran Marta Gonzalez, profesora adjunta de ingeniería civil y medioambiental y de sistemas de ingeniería en el MIT, y Zoltan Toroczkai y Yihui Ren, de Notre Dame.
Los autores, todos ellos físicos de formación, han aplicado sus conocimientos de modelización computacional de sistemas complejos a sistemas a escala humana, como los flujos de tráfico o la propagación de enfermedades. Según los investigadores, su trabajo ha encontrado en estos sistemas humanos patrones similares a los observados en modelos de sistemas físicos.
Tradicionalmente, el tráfico se ha modelizado mediante los llamados modelos gravitacionales, pero estos tienen graves limitaciones, afirma Gonzalez. Por un lado, a esos modelos les resulta muy difícil adaptarse a los cambios en una red, como los derivados de obras o de emergencias; en cambio, el nuevo modelo puede manejar esos cambios con facilidad.
El sistema aborda las difíciles decisiones humanas sobre los lugares de destino, así como el problema igualmente difícil de elegir las rutas de viaje. En trabajos anteriores, Gonzalez y sus colegas desarrollaron una variante del primer componente de lo que se conoce como «modelo de radiación». Estos modelos se utilizan cada vez más, pero, para predecir el tráfico, Toroczkai y Ren modificaron el modelo e incorporaron restricciones basadas en el coste de los desplazamientos por la red, tomando el tiempo de viaje como el «coste» que se debe minimizar.
En esta aplicación, ciertos lugares —por ejemplo, destinos cotidianos de muchas personas, como el campus del MIT— son «absorbedores» que atraen vehículos desde muchas direcciones; los lugares donde vive la gente son «emisores». En la nueva fórmula, el número medio de viajeros que cada día planean ir del punto «A» al punto «B» corresponde al voltaje de un sistema eléctrico —esencialmente, la «presión» entre dos puntos cualesquiera—, y el número medio de viajeros que realmente recorren una determinada carretera durante ese trayecto corresponde a la corriente eléctrica, es decir, a la cantidad real de flujo en ese sistema.
Como datos de entrada del modelo, los investigadores introdujeron datos sobre la distribución de la población procedentes del censo de Estados Unidos, así como información sobre dónde trabaja la gente y la estructura básica de la red de carreteras. Se han puesto a prueba las predicciones del modelo y se ha comprobado que se correlacionan muy bien con el tráfico real.
La fórmula de radiación es lo bastante flexible como para que, después de probarla y calibrarla con datos del tráfico de Estados Unidos, pueda aplicarse en zonas donde los datos iniciales son mucho más escasos. «Se ha probado en Sudamérica y África», afirma Gonzalez, con buenos resultados.
En situaciones de desastre, el modelo podría facilitar «saber cómo se verá alterado el sistema», afirma, e identificar los puntos críticos que pueden provocar cuellos de botella. La misma modelización básica puede aplicarse a cualquier flujo de red que incluya decisiones humanas, por ejemplo, para predecir patrones de propagación de enfermedades.
«Este trabajo llena un enorme vacío en nuestra comprensión de los flujos de red y en nuestra capacidad para predecirlos», afirma Stephen Eubank, del Laboratorio de Dinámica de Redes y Simulación Científica de Virginia Tech, quien no participó en el estudio. «Este trabajo presenta un método de aproximación defendible que aprovecha al máximo los datos disponibles y está bien calibrado con respecto a los flujos reales, pero que también puede aplicarse a situaciones hipotéticas. Estas características garantizan que tendrá un impacto práctico significativo en la planificación del transporte».
El equipo también contó con Maria Ercsey-Ravasz, de la Universidad Babeș-Bolyai de Rumanía, y Pu Wang, de la Universidad Central del Sur de China. El trabajo recibió el apoyo de la Agencia para la Reducción de Amenazas de Defensa, la Agencia de Proyectos de Investigación Avanzada de Defensa y la Fundación Nacional de Ciencias.
Publicado en colaboración con MIT News
Autor: David Chadler es el director del Centro para el Estudio de la Democracia y profesor de Relaciones Internacionales en el Departamento de Política y Relaciones Internacionales de la Universidad de Westminster, Londres
Imagen: El tráfico pasa por el nuevo cruce diagonal de Oxford Circus, en Londres, el 2 de noviembre de 2009. REUTERS/Stefan Wermuth
