Moverte por la ciudad en bicicleta es bueno para la salud y para el medio ambiente, pero…. ¿te ha pasado alguna vez que no has encontrado sitio donde aparcarla o una estación cercana donde recogerla? Un grupo de investigadores de la Universidad de Málaga ha diseñado un sistema de inteligencia artificial para configurar un mapa que ayuda a identificar las mejores ubicaciones para los nuevos puntos de su red de estaciones de depósito y recogida de bicicletas.
Se trata del grupo de investigación NEO, del Instituto ITIS Software de la Universidad de Málaga, que en su estudio publicado en la revista científica Expert Systems with Applications bajo el título ‘Using metaheuristics for the location of bicycle stations’, presenta un sistema que aplica algoritmos bioinspirados para mejorar la accesibilidad a los estacionamientos de las bicicletas. De esta forma, según el modelo desarrollado por el grupo de investigadores malagueño, las instituciones pueden contar con un mapa 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, tal y como han informado desde la Fundación Descubre, es fomentar el uso de este medio de transporte y la vida sana en la ciudad.
De esta forma, a través de la inteligencia artificial se complementa la información que tienen los gestores para la ubicación de los parking. Tal y como indican los investigadores del grupo NEO de la UMA Enrique Alba, Francisco Chicano y Christian Cintrano «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».
Cinco tipos de algoritmos bioinspirados para ubicar las bicicletas
Para definir los puntos más propicios donde ubicar las estaciones de bicicleta, el equipo de investigadores se ha basado en cinco tipos de algoritmos bioinspirados, que toman como modelo la teoría de evolución natural de adaptación al medio. Estos algoritmos tienen 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 malagueña.
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.
El objetivo final de este estudio busca fomentar que las ciudades modernas basen sus decisiones 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.