Estimación de flujos desagregados de mercancías por medio de un algoritmo genético

Título: Estimación de flujos desagregados de mercancías por medio de un algoritmo genético

Ponente: Javier Rubio-Herrero (St. Mary´s University)

Organizador: Ana Meca Martínez

Fecha: Miércoles 19 de junio de 2019, 12:30 h.

Lugar: Sala de Seminarios , Instituto Universitario de Investigación CIO, Edificio Torretamarit, Universidad Miguel Hernández (Campus de Elche)

Resumen: Presentamos un método para estimar de manera indirecta las cantidades transportadas de ciertos productos entre dos regiones en aquellos casos en los que solamente están disponibles los datos de la suma de sus flujos. Este método se basa en la aplicación de un modelo gravitacional clásico introducido en un problema de optimización. El objetivo de dicho modelo es encontrar flujos parciales (o por producto) tales que la suma de todos ellos produzca una matriz origen-destino lo más parecida posible a los datos disponibles, en el sentido de la raíz cuadrada del error cuadrático medio ponderado (SRMSE, por sus siglas en inglés). Dentro del modelo gravitacional del problema de optimización, probamos varias funciones de impedancia, cada una de las cuales se pasa por un algoritmo genético con el objetivo de encontrar cuál proporciona un mejor resultado. A su vez, dicho algoritmo emplea una combinación de búsquedas globales y locales a fin de calibrar adecuadamente cada función de impedancia.

Presentamos este método al mismo tiempo que lo aplicamos directamente a la estimación de los flujos de diez tipos distintos de mercancías entre las CC.AA. de la España peninsular en base a los datos agregados proporcionados por el Instituto Nacional de Estadística (INE) para los años 2007 – 2016. Concluimos que una función de impedancia exponencial otorga un buen ajuste para la mayoría de rutas y es tan efectiva como otras opciones más complejas.