Un equipo de ingenieros informáticos de la PUCP, conformado por Gisella Bejarano, Alejandro Bello, César Beltrán y Pedro Vega, desarrolló un algoritmo que permitiría reordenar el caótico tráfico limeño. Este algoritmo organiza las rutas de transporte para que circulen por los tramos con mayor demanda, a la vez que minimiza los costos del viaje.
La idea de desarrollar este algoritmo surge en el Grupo de Reconocimiento de Patrones e Inteligencia Artificial Aplicada (GRPIAA) de la PUCP. La meta era compensar la falta de criterios exigidos para aprobar rutas de transporte. “Cuando vimos las rutas permitidas, notamos que carecían de sustentos técnicos que justifiquen el paso por determinadas zonas. Esto se puede comprobar en que hay una demanda que no está siendo cubierta. Este algoritmo permitirá hacer que las rutas pasen por los sitios con mayor requerimiento, a la vez que reducirá costos de transporte”, explica Alejandro Bello, docente del Departamento de Ingeniería.
Este proyecto tuvo una duración de 20 meses y contó con el financiamiento de Innóvate Perú (Programa Nacional de Innovación para la Competitividad y Productividad del Ministerio de la Producción). Lo primero que se tuvo que hacer fue dividir Lima en zonas e identificar los tramos con mayor demanda. “Descubrimos que la Municipalidad de Lima junto con la Agencia de Cooperación Internacional del Japón (JICA) había hecho un estudio en el 2004, en el que dividió la ciudad en zonas de tránsito. Nos hemos basado en ese estudio y trabajamos con una consultora nacional para dividir Lima en zonas censales, y así reducir aún más las zonas de transito”, comenta Alejandro Bello. Esto les permitió medir la demanda con mayor exactitud.
Una vez que se contaron con estos datos, pudieron desarrollar la parte principal del algoritmo. Para ello, los ingenieros utilizaron dos algoritmos distintos. Un algoritmo es un conjunto finito y ordenado de operaciones para hallar la solución a un problema. El primero de ellos era un algoritmo voraz denominado “inserción de pares” que sirvió para evaluar las zonas de mayor demanda. “Se insertan los datos a la matriz y el algoritmo toma dos puntos aleatorios y traza la ruta más corta. Se genera de ese modo un conjunto finito de soluciones para cubrir, por lo menos, el ochenta por ciento de la demanda”, aclara Pedro Vega, ingeniero informático de la PUCP.
Luego de esto, se emplea un algoritmo genético, el cual emula el proceso biológico y evolutivo, para minimizar los costos. “Este algoritmo recoge las soluciones generadas por el algoritmo anterior y las cruza con las rutas actuales de Lima, de tal forma que cada nueva generación de soluciones tenga una mejora en costos respecto a la anterior”, concluye Pedro Vega. Con estos algoritmos se genera un mapa completo de la ciudad de Lima, dividida en zonas y con las potenciales rutas.