Aplicación de modelo surtrac en el desarrollo de ciudades inteligentes, estudio de viabilidad técnica y financiera para la ciudad de Bogotá

Abstract

El presente trabajo propone la aplicación del modelo SURTRAC (Scalable Urban Traffic Control) como una estrategia tecnológica para mejorar la movilidad y sostenibilidad urbana en la ciudad de Bogotá, Colombia. SURTRAC, desarrollado por la Universidad Carnegie Mellon, es un sistema de control adaptativo del tráfico basado en Inteligencia Artificial distribuida, que permite optimizar los tiempos de viaje, reducir las emisiones contaminantes y aumentar la eficiencia energética del transporte urbano. En el contexto bogotano, caracterizado por altos niveles de congestión, tiempos de desplazamiento excesivos y un parque automotor creciente, la implementación de una red de intersecciones inteligentes coordinadas representa una alternativa viable para el desarrollo de una ciudad inteligente. El análisis técnico-metodológico se centra en la adaptación del modelo SURTRAC a las condiciones locales, considerando aspectos de ingeniería civil, infraestructura vial e integración con sistemas de datos urbanos. Además, se incluye una evaluación financiera basada en una simulación de 10 años, donde los resultados arrojan un VAN positivo de 467 millones COP y una TIR del 13,9 %, evidenciando su viabilidad económica y su contribución a los Objetivos de Desarrollo Sostenible (ODS 11). Palabras clave: ciudades inteligentes, SURTRAC, inteligencia artificial, movilidad urbana, viabilidad financiera, Bogotá. Este estudio analiza la viabilidad técnica y económica del modelo SURTRAC aplicado a la red vial de Bogotá. Se plantea un enfoque metodológico experimental y cuantitativo, combinando técnicas de simulación de tráfico, modelado de intersecciones y análisis financiero. El proyecto busca demostrar cómo la Inteligencia Artificial puede integrarse en la planificación urbana para reducir la congestión vehicular y mejorar la sostenibilidad. La monografía se estructura en cuatro secciones principales: el marco teórico sobre ciudades inteligentes y sistemas de control adaptativo; la metodología de implementación del modelo SURTRAC; los resultados técnicos y financieros esperados; y una discusión crítica sobre su impacto urbano y ambiental. Los resultados muestran que la aplicación de SURTRAC podría reducir los tiempos de viaje en un 25–30 %, disminuir los periodos de espera en hasta 40 % y contribuir a una reducción del 20 % en emisiones de CO₂. Además, el análisis financiero demuestra la factibilidad del proyecto bajo un horizonte de inversión de 10 años.