El Instituto Tecnológico de Tuxtla Gutiérrez extiende una cordial felicitación al docente investigador Eduardo Chandomí Castellanos, así como a sus colaboradores, profesores y doctores egresados del Doctorado en Ciencias de la Ingeniería, por la reciente publicación de su artículo académico en la revista científica Symmetry, correspondiente a Symmetry 2026, 18(3), 442.
Esta publicación refleja el compromiso de la comunidad académica del Tecnológico con la investigación, la innovación y la generación de conocimiento de alto nivel, además de evidenciar el talento y la sólida preparación con la que sus investigadores contribuyen al desarrollo científico y tecnológico desde su formación y experiencia profesional.
El artículo titulado “Neural Network Auto-Design Algorithm for Urban Travel Time Prediction” presenta un enfoque innovador basado en inteligencia artificial para la predicción de tiempos de viaje en entornos urbanos, un tema de gran relevancia para el análisis de la movilidad y la toma de decisiones orientadas a mejorar la eficiencia de los sistemas de transporte.
El trabajo propone una metodología para estimar el tiempo de viaje dentro de redes de calles urbanas utilizando Redes Neuronales Artificiales (Artificial Neural Networks, ANN), el objetivo principal del estudio es incrementar la precisión en la predicción de los tiempos de desplazamiento, un problema clave en áreas como la gestión del tráfico, la planificación urbana y los sistemas inteligentes de transporte.
El modelo propuesto tiene diversas aplicaciones en el ámbito del transporte y la gestión de la movilidad urbana, entre las más relevantes destacan: Sistemas inteligentes de transporte, donde la predicción de tiempos de viaje puede mejorar la gestión del tráfico y proporcionar información en tiempo real a los usuarios. Sistemas de navegación y planificación de rutas, que permiten seleccionar trayectos más eficientes y reducir los tiempos de desplazamiento. Plataformas de movilidad y aplicaciones de navegación, utilizadas por conductores y servicios de transporte.
Sistemas de logística urbana y comercio electrónico, donde la predicción precisa de tiempos de traslado facilita la planificación de rutas, el cumplimiento de ventanas de entrega y la optimización de operaciones de distribución.
Además, la optimización de rutas puede contribuir a reducir el desgaste de los vehículos y el consumo de combustible, al priorizar trayectos con menor congestión o mejores condiciones de vialidad, lo que también impacta positivamente en los costos de mantenimiento de las flotas vehiculares.
Este trabajo demuestra que la combinación de redes neuronales artificiales y algoritmos de optimización para el diseño automático de su topología constituye una herramienta eficaz para la estimación del tiempo de viaje en redes urbanas, la metodología mejora la precisión de los modelos predictivos y facilita su integración en aplicaciones reales relacionadas con la movilidad urbana y los sistemas de transporte inteligentes.
El Instituto Tecnológico de Tuxtla Gutiérrez reconoce este importante logro académico que fortalece la producción científica de la institución y contribuye al desarrollo del conocimiento aplicado a los retos actuales de las ciudades.
Consulta el artículo completo en:
Neural Network Auto-Design Algorithm for Urban Travel Time Prediction
Symmetry 2026, 18(3), 442
