Introducción
El desafío implica encontrar mejoras en las rutas de las líneas de colectivo en Buenos Aires con el objetivo de ahorrar tiempo de viaje para los usuarios. Se requiere el desarrollo de un algoritmo o enfoque que optimice las rutas existentes, considerando factores como la densidad poblacional, los puntos de interés y los horarios de mayor demanda. Además, se espera estimar los ahorros de tiempo generados por cada modificación propuesta y crear una plataforma web para mostrar los resultados obtenidos.
Descripción del Problema
El problema consiste en analizar las rutas de las líneas de colectivo existentes en Buenos Aires y proponer modificaciones que permitan optimizar el tiempo de viaje de los usuarios. Para esto, se puede considerar estrictamente acortar tiempos de viaje alterando paradas, o bien, considerar factores como la densidad poblacional de las zonas, los puntos de interés más frecuentes y los horarios de mayor demanda. Se puede utilizar cualquier algoritmo o enfoque adecuado para realizar la optimización de las rutas.
Ayudas y Sugerencias
- Se recomienda utilizar técnicas de optimización, como algoritmos genéticos o algoritmos de búsqueda local, para encontrar las mejores soluciones.
- Se pueden utilizar fuentes de datos como mapas de la ciudad, datos demográficos y horarios de transporte público para analizar y proponer modificaciones en las rutas.
- Es importante considerar la viabilidad y factibilidad de las modificaciones propuestas, teniendo en cuenta factores como la infraestructura vial y la disponibilidad de recursos.
Requisitos de la Solución
- La solución debe incluir un algoritmo o enfoque que optimice las rutas de las líneas de colectivo existentes en Buenos Aires.
- Se deben estimar los ahorros de tiempo generados por cada modificación propuesta.
- Se debe desarrollar una plataforma web que muestre los resultados obtenidos, permitiendo visualizar las rutas optimizadas y los ahorros de tiempo estimados.
Equipo y Tiempo Estimado
- Se estima que este desafío puede ser abordado por un equipo de 3 a 5 personas.
- El tiempo estimado para la resolución del desafío es de 2 a 4 semanas, dependiendo de la disponibilidad y dedicación del equipo.