Predicción dinámica del bus bunching en el componente troncal del sistema TransMilenio

Ríos Hernández, Cristian Yesid

Predicción dinámica del bus bunching en el componente troncal del sistema TransMilenio

dc.contributor.advisor	Pabón Burbano, María Constanza
dc.contributor.author	Ríos Hernández, Cristian Yesid
dc.date.accessioned	2026-07-21T15:45:29Z
dc.date.available	2026-07-21T15:45:29Z
dc.date.issued	2026
dc.description.abstract	Sistema de predicción anticipada de un fenómeno operativo recurrente en redes de servicio de alta frecuencia, formulado como un problema de clasificación binaria supervisada con horizonte múltiple. El trabajo se apoyó en una arquitectura de procesamiento de datos por capas que integró ~270 millones de registros provenientes de múltiples fuentes operativas, garantizando la ausencia de fuga de información mediante una partición temporal estricta y el cálculo exclusivo de parámetros de transformación sobre el conjunto de entrenamiento. A partir de esta base, se diseñaron 42 variables predictoras organizadas en cuatro familias funcionales: dinámica temporal local, demanda y operación del servicio, estado agregado de la red en el entorno inmediato y propagación espacio-temporal del fenómeno aguas arriba. El desbalance severo de clases (6% clase positiva) se abordó mediante estrategias específicas por modelo, y la evaluación se basó en métricas informativas bajo desbalance: PR-AUC y F1. Se compararon tres familias de modelos — métodos de kernel (LS-SVM), ensambles de árboles de gradiente (XGBoost) y redes recurrentes con mecanismo de atención (LSTM+Bahdanau) — bajo una estrategia de predicción directa multi-horizonte que evita la propagación de errores característica de la estrategia recursiva. La búsqueda de hiperparámetros se realizó mediante optimización bayesiana con presupuestos diferenciados por modelo según su costo computacional. El modelo seleccionado alcanzó PR-AUC = 0,671 y F1 = 0,593 en el horizonte inmediato (~5,7 minutos de anticipación), con degradación progresiva a horizontes mayores. El análisis de interpretabilidad mediante ganancia, valores SHAP y experimentos de eliminación reveló que las variables que describen el estado espacio-temporal del entorno inmediato concentran el mayor peso predictivo, resultado consistente entre los tres métodos de medición. El análisis de robustez identificó sensibilidad significativa ante perturbaciones en las mediciones de entrada superiores al 1% de su rango natural, lo que establece un requisito de precisión operativa para el despliegue efectivo del sistema.	spa
dc.description.degreelevel	Maestría
dc.description.degreename	Magíster en Ciencia de Datos
dc.format.extent	103 p.
dc.format.mimetype	application/pdf
dc.identifier.uri	http://hdl.handle.net/11522/5682
dc.language.iso	spa
dc.publisher	Pontificia Universidad Javeriana Cali
dc.publisher.department	Facultad de Ingeniería y Ciencias
dc.publisher.program	Maestría en Ciencia de Datos
dc.rights.accessrights	http://purl.org/coar/access_right/c_abf2
dc.rights.creativecommons	https://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rights.uri	https://creativecommons.org/licenses/by-nc-sa/4.0/
dc.subject	Clasificación binaria	spa
dc.subject	XGBoost	spa
dc.subject	Memoria a corto y largo plazo (LSTM)	spa
dc.subject	Valores SHAP	spa
dc.subject	Arquitectura medallón	spa
dc.subject	Binary classification	eng
dc.subject	Long short-term memory (LSTM)	eng
dc.subject	SHAP values	eng
dc.subject	Medallion architecture	eng
dc.title	Predicción dinámica del bus bunching en el componente troncal del sistema TransMilenio	spa
dc.type	master thesis
dc.type.coar	http://purl.org/coar/resource_type/c_bdcc
dc.type.local	Tesis/Trabajo de grado - Monografía - Maestría
dc.type.redcol	https://purl.org/redcol/resource_type/TM