Metodología para la determinación de los parámetros de planificación de los nodos e infraestructuras logísticas en un territorio, considerando en su planificación el impacto sobre los diferentes componentes territoriales

摘要

Esta tesis presenta el diseño y la aplicación de una metodologíaudque permite la determinación de los parámetros para la planificaciónudde nodos e infraestructuras logísticas en un territorio, considerandoudademás el impacto de estas en los diferentes componentes territoriales,udasí como en el desarrollo poblacional, el desarrollo económico y eludmedio ambiente, presentando así un avance en la planificación integraluddel territorio. La Metodología propuesta está basada en Minería de Datos, queudpermite el descubrimiento de patrones detrás de grandes volúmenesudde datos previamente procesados. Las características propias de losuddatos sobre el territorio y los componentes que lo conforman hacenudde los estudios territoriales un campo ideal para la aplicación deudalgunas de las técnicas de Minería de Datos, tales como los ´arbolesuddecisión y las redes bayesianas. Los árboles de decisión permitenudrepresentar y categorizar de forma esquemática una serie de variables de predicción que ayudan al análisis de una variable objetivo. Lasudredes bayesianas representan en un grafo acíclico dirigido, un modeloudprobabilístico de variables distribuidas en padres e hijos, y la inferenciaudestadística que permite determinar la probabilidad de certeza de unaudhipótesis planteada, es decir, permiten construir modelos de probabilidadudconjunta que presentan de manera gráfica las dependencias relevantesuden un conjunto de datos. Al igual que con los árboles de decisión,udla división del territorio en diferentes unidades administrativas haceudde las redes bayesianas una herramienta potencial para definir lasudcaracterísticas físicas de alguna tipología especifica de infraestructuraudlogística tomando en consideración las características territoriales,udpoblacionales y económicas del área donde se plantea su desarrolloudy las posibles sinergias que se puedan presentar sobre otros nodos e infraestructuras logísticas.udEl caso de estudio seleccionado para la aplicación de la metodologíaudha sido la República de Panamá, considerando que este país presentaudalgunas características singulares, entra las que destacan su altaudconcentración de población en la Ciudad de Panamá; que a su vez audconcentrado la actividad económica del país; su alto porcentaje de zonasudprotegidas, lo que ha limitado la vertebración del territorio; y el Canal de Panamá y los puertos de contenedores adyacentes al mismo.udLa metodología se divide en tres fases principales: Fase 1:udDeterminación del escenario de trabajo 1. Revisión del estado del arte.ud2. Determinación y obtención de las variables de estudio. Fase 2:udDesarrollo del modelo de inteligencia artificial 3. Construcción de losud´arboles de decisión. 4. Construcción de las redes bayesianas. Fase 3:udConclusiones 5. Determinación de las conclusiones.udCon relación al modelo de planificación aplicado al caso de estudio, unaudvez aplicada la metodología, se estableció un modelo compuesto por 47udvariables que definen la planificación logística de Panamá, el resto deudvariables se definen a partir de estas, es decir, conocidas estas, el restoudse definen a través de ellas. Este modelo de planificación establecido audtravés de la red bayesiana considera los aspectos de una planificaciónudsostenible: económica, social y ambiental; que crean sinergia con laudplanificación de nodos e infraestructuras logísticas. The thesis presents the design and application of a methodology thatudallows the determination of parameters for the planning of nodes andudlogistics infrastructure in a territory, besides considering the impact ofudthese different territorial components, as well as the population growth,udeconomic and environmental development. The proposed methodology is based on Data Mining, which allows theuddiscovery of patterns behind large volumes of previously processed data.udThe own characteristics of the territorial data makes of territorial studiesudan ideal field of knowledge for the implementation of some of the DataudMining techniques, such as Decision Trees and Bayesian Networks.udDecision trees categorize schematically a series of predictor variables ofudan analyzed objective variable. Bayesian Networks represent a directedudacyclic graph, a probabilistic model of variables divided in fathers andudsons, and statistical inference that allow determine the probability ofudcertainty in a hypothesis. The case of study for the application of the methodology is the Republicudof Panama. This country has some unique features: a high populationuddensity in the Panama City, a concentration of economic activity, a highudpercentage of protected areas, and the Panama Canal.udThe methodology is divided into three main phases: Phase 1: definitionudof the work stage. 1. Review of the State of the art. 2. Determination ofudthe variables. Phase 2: Development of artificial intelligence model 3.udConstruction of decision trees. 4. Construction of Bayesian Networks.udPhase 3: conclusions 5. Determination of the conclusions. The application of the methodology to the case study established audmodel composed of 47 variables that define the logistics planningudfor Panama. This model of planning established through the Bayesianudnetwork considers aspects of sustainable planning and simulates theudsynergies between the nodes and logistical infrastructure planning.