El grupo NEO aplica algoritmos bioinspirados para ubicar las estaciones de bicicletas en la ciudad

El grupo de investigación NEO, del Instituto ITIS Software de la Universidad de Málaga (UMA), ha desarrollado un sistema de inteligencia artificial para configurar un mapa que ayuda a los ayuntamientos y gestores de la movilidad en las ciudades a identificar las mejores ubicaciones para los nuevos puntos de su red de estaciones de depósito y recogida de bicicletas.

Como queda reflejado en el estudio publicado en la revista científica Expert Systems with Applications bajo el título ‘Using metaheuristics for the location of bicycle stations’, el nuevo sistema aplica algoritmos bioinspirados, que toman como modelo la teoría de evolución natural de adaptación al medio.

Modelo más realistas para la ubicación de estaciones de bicicletas

Asimismo, el mapa está centrado en las necesidades de la ciudadanía al usar la bicicleta, y da lugar a un modelo más realista que el de anteriores estudios para plantear alternativas que hagan al usuario andar lo menos posible hasta que llega al estacionamiento. El objetivo final es fomentar el uso de este medio de transporte y la vida sana en la ciudad.

La inteligencia artificial va a complementar para ello la información que tengan los gestores para la ubicación de los parking. “No solo cuenta con datos reales como la población, la geografía o el uso de este vehículo, sino también con otros que estiman los algoritmos inteligentes que proponen soluciones mejores que las existentes en cuanto a dónde localizar o mover las estaciones de bicicleta para maximizar su uso”, han indicado a la Fundación Descubre los investigadores del grupo NEO de la UMA Enrique Alba, Francisco Chicano y Christian Cintrano.

Cinco tipo de algoritmos bioinspirados

La utilización de cinco tipos de algoritmos bioinspirados, que toman como modelo la teoría de evolución natural de adaptación al medio, sirve para definir los puntos de la ciudad más propicios para ubicar las estaciones teniendo en cuenta factores que afectan al barrio como pueden ser el número de habitantes o las distancias a otros aparcamientos de bicicletas.

En un programa informático, el equipo investigador ha introducido los parámetros conforme a los cuales funciona cada algoritmo de forma automática para aportar una metodología que los afine, siguiendo tres grandes ejes: cómo es la ciudad, dónde viven los ciudadanos y cuánta gente usa las bicicletas.

Son datos reales que se obtienen de fuentes estadísticas abierta de una urbe real, en este caso Málaga, y los resultados que facilita el programa informático se mejoran repetidamente entre ellos hasta dar con la solución óptima, que se plasma luego en un mapa guía a disposición de los gestores de esta capital andaluza.

Mapas de estacionamientos

Este equipo primero ha diseñado un programa informático para crear el mapa de los aparcamientos ya existentes, y, posteriormente, ha ido introduciendo variables en el mismo para definir un modelo real que se pueda usar para decidir la mejor ubicación de los nuevos conforme a lo propuesto por estos algoritmos.

El grupo de investigación NEO ha puesto de manifiesto la importancia del uso de herramientas inteligentes para la ayuda en la toma de decisiones. “En especial, cuando hablamos de gestionar mobiliario público, los algoritmos de optimización inteligente pueden descubrir soluciones muy buenas que pueden pasar por alto los expertos humanos”, ha destacado Alba.

Esto puede ayudar a ahorrar costes, al usar mejor lo que hay antes de pasar a comprar nuevos elementos urbanos. La investigación parte de la hipótesis de que una localización óptima en la ciudad de las estaciones de la red de bicicletas compartidas ayudaría decididamente a conseguir un mayor uso de este vehículo, al reducir los tiempos y el esfuerzo de los usuarios.

Por otro lado, el equipo investigador pone el acento en la repercusión de este trabajo para una ciudad como Málaga, en un momento en que los ayuntamientos de ciudades medias y grandes buscan nuevas soluciones urbanas para la movilidad inteligente.

aplicacion-bicicletas

Uso efectivo de bicicletas

Entre los datos públicos utilizados están mapas precisos de la ciudad, mediciones de distancias en las calles, o densidades de población en los diferentes barrios de la ciudad. Se combinan con otros de corte estadístico como el uso efectivo de las bicicletas públicas que hace la población.

Con esta información, se han implementado nuevos algoritmos inteligentes que han propuesto soluciones mejores que las actuales, basadas en un modelo muy real de la ciudad y ofreciendo una herramienta útil para la mejor gestión urbana.

Para ello, los algoritmos van buscando progresivamente y mejorando un conjunto de soluciones iniciales al problema aplicando operadores como la recombinación de soluciones o las mutaciones de las localizaciones posibles. Los experimentos ejecutados por el grupo de investigación NEO se han basado primero en cada uno de los cinco algoritmos inteligentes por separado durante un tiempo prefijado de un minuto y, posteriormente, en su análisis numérico y de impacto social.

Esto ha requerido el funcionamiento en paralelo de distintos conjuntos de máquinas y procesadores, al tratarse de un modelo detallado de la ciudad. Han conseguido analizar los complejos aspectos relevantes en poco tiempo para ofrecer resultados de calidad a un experto humano. Finalmente, gracias a varias herramientas informáticas, han presentado los resultados estadísticos y la localización en un mapa como guía visual, todo listo para el uso por parte de los gestores de la ciudad.

En Málaga, si bien hay ciertas zonas de la ciudad como el centro muy densamente pobladas, hay barrios de su periferia que están en crecimiento. “Hay que decidir si queremos crear una verdadera red de estaciones de bicicletas verdaderamente usable que permita movernos sin problemas por toda la ciudad”, han indicado los investigadores de NEO.

En este sentido, han calculado nuevos mapas con localizaciones concretas, señalando sus ventajas objetivas, y determinado el mejor tipo de algoritmo que deberían usar en el futuro. Así, se abren vías de investigación para avanzar en la interacción del experto humano que hubiera de ejecutar las soluciones con el propio sistema.

La idea subyacente es que las ciudades modernas deben tomar decisiones basadas en datos y en estudios científicos tanto como sea posible. Las mejoras podrían plantearse también en cuanto al mobiliario urbano necesario para la prestación de otros servicios públicos, como puede ser la carga de coches eléctricos.

Esta investigación fue realizada con fondos propios de la Universidad de Málaga, y con financiación obtenida en diferentes proyectos nacionales de excelencia otorgados por el Ministerio de Ciencia e Innovación.