Un equipo de investigadores del MIT y de la Universidad de Notre Dame acaban presentar un nuevo modelo matemático desarrollado con el objetivo de predecir de forma más precisa la evolución del tráfico, con vistas a su uso no sólo en situaciones normales de cálculo de mejores rutas, sino ante escenarios de emergencia, para desarrollar rutas óptimas de evacuación ante desastres naturales.

Los autores del modelo, Marta González (MIT) y Zoltan Torczkai y Yihui Ren (Universidad de Notre Dame), han aplicado sus conocimientos sobre el modelado computacional de sistemas complejos a los sistemas en los que intervienen patrones humanos, como los flujos de tráfico, debido a a las similitudes observadas.

La predicción del tráfico, que tradicionalmente se ha venido modelando utilizando los denominados como modelos gravitacionales, tienen la limitación, según los autores del nuevo algoritmo, de sus enormes dificultades para adaptase a cambios en la red, como los que ocurren antes situaciones de emergencias u obras.

En cambio, en el nuevo modelo, plantean un símil donde la media de los usuarios que se desplazan de un punto A a otro punto B, se asimilan a la tensión de un sistema eléctrico, mientras que el promedio de viajeros que siguen un mismo camino durante ese desplazamiento, se asimila a la corriente eléctrica. De esta forma, los lugares de destino más frecuentados son amortiguadores, mientras que los lugares de origen se tratarían de emisores.

Para probar el sistema, se hizo uso de los datos sobre la distribución de la población de los Estados Unidos, los lugares de trabajo de la gente y la estructura de sus carreteras, pudiendo comprobar que se obtenían unas predicciones realmente muy parejas a los datos de tráfico real conocidos.

Esto tiene enormes connotaciones, ya que podría ser utilizado en zonas como América del Sur y África, para mejorar su tráfico sin necesidad de acometer complejas inversiones o estudios, gracias a la flexibilidad de este modelo.

Además, como hemos indicado al inicio del artículo, el sistema tiene uno de sus puntos fuertes en la gestión de catástrofes, identificando de forma muy precisa los posibles puntos críticos que pueden provocar los temidos cuellos de botella en el sistema, y ofreciendo rutas alternativas para su solución. De esta forma, un mismo sistema es idóneo para modelar comportamientos en escenarios habituales, o en cualquier otro escenario sobrevenido, con las ventajas que ésto conlleva.

Los interesados en profundizar en el modelo desarrollado, y conocer a fondo tanto el algoritmo como el proceso de elaboración, pueden obtener esta información en la web de Nature Communications, a través del siguiente enlace.