Mejora de la calidad del servicio de transporte público en el distrito de Nuevo Chimbote mediante redes neuronales supervisadas

Descripción del Articulo

El presente trabajo de investigación tuvo como propósito, demostrar la mejora de la calidad del servicio del transporte público en el distrito de Nuevo Chimbote, el cual carece de un adecuado sistema de transporte que facilite la movilidad urbana, ante el mal servicio que prestan algunas empresas de...

Descripción completa

Detalles Bibliográficos
Autor: Lecca Zavaleta, Julio Alejandro
Formato: tesis doctoral
Fecha de Publicación:2023
Institución:Universidad Nacional del Santa
Repositorio:UNS - Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.uns.edu.pe:20.500.14278/4805
Enlace del recurso:https://hdl.handle.net/20.500.14278/4805
Nivel de acceso:acceso abierto
Materia:Red neuronal
Calidad
Servicio de transporte
https://purl.org/pe-repo/ocde/ford#2.01.01
Descripción
Sumario:El presente trabajo de investigación tuvo como propósito, demostrar la mejora de la calidad del servicio del transporte público en el distrito de Nuevo Chimbote, el cual carece de un adecuado sistema de transporte que facilite la movilidad urbana, ante el mal servicio que prestan algunas empresas de transporte donde los usuarios perciben al transporte en vehículo privado como un modo accesible, cómodo y rápido que mejor se adapta a sus necesidades, sin embargo, expertos consideran que su uso excesivo genera problemas como la congestión vehicular que, sumados a la contaminación, ruido etc. La presente investigación, de naturaleza aplicada, empleó un diseño descriptivo propositivo. Se realizó un diagnóstico utilizando una muestra probabilística por conglomerados en el área urbana del distrito, la cual fue dividida en 23 sectores. De estos, se seleccionaron 11 de manera aleatoria, eligiendo posteriormente 35 habitantes de cada sector al azar. Como resultado, el estudio permitió evidenciar una mejora en la calidad del servicio de transporte público en el distrito de Nuevo Chimbote., mediante una red neuronal supervisada, entrenada con el 60% de datos históricos obtenidos en una encuesta y validar sus resultados con el 40% de datos, cuyos resultados poseen un 99 % de validez, así mismo se determinó estadísticamente una relación e influencia de diversos factores tales como: sector de partida, sector de destino, ruta, horario, día de la semana, transporte, capacidad del medio de transporte, traslado, motivo de traslado, total de pasajeros, y rango de edades del pasajero
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).