Applications of X-Heuristics and data science in sustainable transportation and smart cities

Abstract

Rapid urbanization and the increasing demand for sustainable transportation solutions present complex challenges in smart cities. Addressing these challenges requires advanced optimization techniques and decision-making. This thesis explores the application of x-heuristics and data science to solve critical optimization problems related to transportation networks and urban mobility. This work also emphasizes the real-world applicability of its methodologies by engaging in European or Spanish research projects aimed at improving smart city infrastructure. Through collaborations with international and Spanish research institutions, this thesis contributes to the development of policies, innovative mobility solutions, and optimization frameworks adapted to the evolving needs of urban environments. By taking advantage of a multidisciplinary approach that combines operations research, artificial intelligence, and data science, this research provides a foundation for advancing the state of the art in smart city transportation and sustainable mobility. Ultimately, this research contributes to the broader goal of building smart, resilient, and sustainable cities by employing the power of optimization and data science.

La rápida urbanización y la creciente demanda de soluciones de transporte sostenible plantean retos complejos en las ciudades inteligentes. Afrontar estos retos requiere técnicas avanzadas de optimización y toma de decisiones. Esta tesis explora la aplicación de la heurística X y la ciencia de datos para resolver problemas críticos de optimización relacionados con las redes de transporte y la movilidad urbana. Este trabajo también pone énfasis en la aplicabilidad práctica de sus metodologías mediante la participación en proyectos de investigación europeos y españoles destinados a mejorar la infraestructura de las ciudades inteligentes. A través de colaboraciones con instituciones de investigación internacionales y españolas, esta tesis contribuye al desarrollo de políticas, soluciones innovadoras de movilidad y marcos de optimización adaptados a las necesidades cambiantes de los entornos urbanos. Este estudio aprovecha un enfoque multidisciplinario que combina la investigación de operaciones, la inteligencia artificial y la ciencia de datos para sentar las bases para el avance del transporte urbano inteligente y la movilidad sostenible. En definitiva, esta investigación contribuye al objetivo más amplio de construir ciudades inteligentes, resilientes y sostenibles mediante el uso del poder de la optimización y la ciencia de datos.

La ràpida urbanització i la demanda creixent de solucions de transport sostenible presenten reptes complexos a les ciutats intel·ligents. Afrontar aquests reptes requereix tècniques avançades d'optimització i presa de decisions. Aquesta tesi explora l'aplicació de l'heurística X i la ciència de dades per resoldre problemes crítics d'optimització relacionats amb les xarxes de transport i la mobilitat urbana. Aquest treball també posa èmfasi en l'aplicabilitat al món real de les seves metodologies mitjançant la participació en projectes de recerca europeus i espanyols destinats a millorar la infraestructura de les ciutats intel·ligents. A través de col·laboracions amb institucions de recerca internacionals i espanyoles, aquesta tesi contribueix al desenvolupament de polítiques, solucions innovadores de mobilitat i marcs d'optimització adaptats a les necessitats en evolució dels entorns urbans. Aquest estudi aprofita un enfocament multidisciplinari que combina investigació operativa, intel·ligència artificial i ciència de dades per posar les bases per a l'avenç del transport de ciutats intel·ligents i la mobilitat sostenible. En última instància, aquesta recerca contribueix a l'objectiu més ampli de construir ciutats intel·ligents, resilients i sostenibles mitjançant l'ús del poder de l'optimització i la ciència de dades.