ESTIMACIÓN DEL RUIDO DE TRÁFICO RODADO: COMPARACIÓN ENTRE MODELOS CLÁSICOS Y REDES NEURONALES ARTIFICIALES

MARTÍN E. SEQUEIRA; ADRIÁN P. AZZURRO; VÍCTOR H. CORTÍNEZ

Buenos Aires (virtual)

Congreso; https://confedi.org.ar/cadi/edicion-2021/; 2021

CONFEDI

El ruido de tráfico vehicular es reconocido en la actualidad como una de las fuentes principales de contaminación en ambientes urbanos, la cual afecta significativamente la salud mental, física y la productividad laboral de las personas. Para lograr medidas de mitigación adecuadas es muy importante estimar el ruido producido por los distintos tipos de vehículos. Los métodos de predicción convencionales, basados principalmente en el análisis de regresión, pueden presentar problemas de generalización debido a las características locales. En este trabajo se presenta la técnica de Redes Neuronales Artificiales (RNAs) para la predicción del ruido de tráfico en la ciudad de Bahía Blanca. Se adoptan distintas variables de entrada asociadas al flujo vehicular y a las características del entorno urbano. La salida del modelo es el nivel sonoro equivalente. Se analizan diversas configuraciones de redes a fin de obtener la más adecuada y se implementan distintos modelos clásicos de predicción con fines comparativos. Los resultados muestran que el enfoque propuesto de RNA es superior a los modelos clásicos en la predicción del nivel de ruido de tráfico. A partir de este enfoque es posible generar una herramienta computacional rápida y precisa para la evaluación del impacto acústico en la ciudad a fin de utilizarse como ayuda a procesos de planificación urbana.