Acceso usuarios
Hugo Vega, David Tupayachi Rivas, Jahir Hernandez Mayhuay, Marcelo Damian Chapoñan, María Puelles Bulnes
, Rubén Gil Calvo, Javier Cabrera Díaz, Gisella Luisa Elena Maquen Niño
Este estudio presenta un modelo de optimización de rutas basado en algoritmos genéticos aplicado al Parque de las Leyendas, ubicado en el distrito de San Miguel, en Lima, Perú. Este espacio constituye el zoológico más grande del país, con una extensión aproximada de 130 hectáreas y 215 especies de animales distribuidas en diversas zonas temáticas, lo que genera un entorno complejo para la planificación eficiente de recorridos. El modelo propuesto integra simultáneamente tres criterios fundamentales: distancia, tiempo y calificación de los puntos de interés, abordando el problema desde una perspectiva multiobjetivo. A diferencia de los enfoques tradicionales que optimizan un único factor, la metodología desarrollada permite generar rutas equilibradas adaptadas a distintos perfiles de visitante y restricciones temporales. Los resultados obtenidos mediante simulación computacional evidencian mejoras en la eficiencia del recorrido y en la distribución estratégica de atracciones visitadas. En este sentido, el modelo constituye una herramienta de apoyo a la gestión y planificación de espacios turísticos de gran escala, con potencial de replicabilidad en otros destinos regionales que presenten características territoriales y operativas similares.
This study presents a route optimization model based on genetic algorithms applied to Parque de las Leyendas, located in the district of San Miguel, in Lima, Peru. This space is the largest zoo in the country, with an approximate area of 130 hectares and 215 species of animals distributed in various thematic areas, which generates a complex environment for the efficient planning of routes. The proposed model simultaneously integrates three fundamental criteria: distance, time and rating of points of interest, approaching the problem from a multi-objective perspective. Unlike traditional approaches that optimize a single factor, the methodology developed allows the generation of balanced routes adapted to different visitor profiles and time constraints. The results obtained through computational simulation show improvements in the efficiency of the route and in the strategic distribution of attractions visited. In this sense, the model constitutes a tool to support the management and planning of large-scale tourist spaces, with the potential for replicability in other regional destinations that have similar territorial and operational characteristics.
