A heuristic decomposition method for large-scale traffic assignment: Aburra Valley case study Translated title: Un método heurístico de descomposición para la asignación de tráfico de gran escala: caso de estudio Valle de Aburrá

Abstract

Traffic assignment is one of the most important stages in transportation planning; however, its application to real case studies in medium- to large-sized cities makes the solution of the model difficult because of the scale and high computational complexity related to the combinatorial and non-linear nature of the problem. The aim of this paper is to present a decomposition method based on sub-region analysis, and a simple heuristic rule for solving large-scale traffic assignment problems. This reduces the total amount of variables and equations of the model and offers a practical solution in a reasonable computing time. The proposed traffic assignment model is applied to the multimodal main road network of the Aburrá Valley, Colombia. Such an application of a great amount of variables and equations converts the model into a large-scale problem. The proposed method considerably reduces the computational complexity of the problem, and it reveals accurate solutions in an execution time which is reasonable for such a large-scale model.

Translated abstract

La asignación de tráfico es una de las etapas más importante de la planificación del transporte, sin embargo su aplicación a casos reales en ciudades de tamaño medio y grande se hace difícil de resolver por la gran escala y complejidad computacional de estos modelos, asociada a su naturaleza combinatoria y no lineal. El objetivo de este artículo es presentar un método de descomposición basado en subregiones y una regla heurística sencilla, para resolver modelos de asignación de tráfico de gran escala, que reducen la cantidad de variables y de ecuaciones del modelo, sin comprometer la calidad de la solución. El modelo de asignación de tráfico propuesto es aplicado a la red multimodal de vías principales del Valle de Aburrá, y dicha aplicación resulta en un problema de gran escala, por el alto número de variables y ecuaciones asociadas. El método propuesto reduce significativamente la complejidad computacional del problema y encuentra soluciones adecuadas en un tiempo de ejecución razonable para un modelo de gran escala.