Ciencia & Tecnología
Modelo matemático mejoraría logística del transporte aéreo
Al resolver de manera integrada las etapas de diseño de itinerarios y asignación de flota en un sistema de transporte aéreo se disminuirían los problemas de las aerolíneas, como retrasos y reprogramación de vuelos.
Bogotá D. C., 01 de febrero de 2019 — Agencia de Noticias UN-Con este modelo las aerolíneas podrán tener en cuenta variables como distancia, volumen de pasajeros o las operaciones que administra. Fotos: archivo particular


Para el estudio se consideraron 432 vuelos, que requirieron 64.382 variables de decisión y 98.693 ecuaciones.


El modelo permitiría agrupar el conjunto de aeropuertos de la red considerando criterios de clusterización –o agrupación–, como por ejemplo la distancia, el volumen de pasajeros o las operaciones que administra cada terminal.
Daniel Henao, magíster en Ingeniería de Sistemas de la Universidad Nacional de Colombia (U.N.), explica que la estrategia de clusterización de datos es una herramienta de inteligencia artificial usada en distintos contextos con el propósito de representar un conjunto de datos homogéneos entre sí.
“Con esta metodología se disminuyen tanto la cantidad de observaciones requeridas para representar un conjunto de datos, como las conexiones y relaciones entre ellos. Por ejemplo la división de clientes por áreas geográficas para entrega de correo, o la asignación de estos a diferentes segmentos de mercadeo según sus características demográficas”, explica.
El modelo desarrollado busca asignar de forma simultánea los vuelos que serán incluidos en el itinerario final de una aerolínea, y el tipo de avión asignado a dichos vuelos. Así se resuelven de manera integrada dos de las etapas de la planeación de la operación de las aerolíneas, lo cual garantiza, por lo menos para esas dos etapas, que la solución propuesta cumple con el criterio de eficiencia.
Para el estudio se consideraron 432 vuelos que necesitaron 64.382 variables de decisión y 98.693 ecuaciones. A partir de estas variables se planteó el modelo con y sin clusterización de datos, y se concluyó que con esta, además de disminuir drásticamente el tiempo de resolución del modelo, se mejora la calidad de la solución, ya que se obtiene una combinación de vuelos incluidos en el itinerario operado a un menor costo y con mejor conectividad entre ellos”, subraya.
También para transporte urbano
El magíster considera que la metodología de clusterización aplicada se puede trasladar, por ejemplo, a los modelos de optimización para planear el transporte urbano, ya que en esa área la planeación también se ha hecho de manera secuencial.
Los modelos de diseño de itinerarios de la industria aeronáutica son un desafío para la investigación porque implican mejorar el itinerario base que se está trabajando, y que la decisión de la frecuencia de vuelos entre cada par origen-destino se determine de forma indirecta al elegir los vuelos incluidos en el itinerario final.
Además cuenta que los modelos de optimización, tanto del diseño de itinerario como de la asignación del tipo de avión –que son las primeras dos etapas en la planeación de la operación de una aerolínea– no están integrados, pues implicaría usar más variables.
Por ello se propuso una fórmula que trabaje con estas dos etapas para realizar la tarea en menor tiempo, tener en cuenta más variables y mejorar la logística de vuelos.
Solo en julio del año pasado las ocho aerolíneas comerciales que prestan sus servicios de transporte de pasajeros en Colombia cancelaron más de 1.200 vuelos y tuvieron más de 8.400 demoras en la operación. Esto significa que en 3,5 de cada 10 veces no se suplió la demanda a satisfacción.
Debido a los retrasos en el itinerario, la Aeronáutica Civil tramitó más de 6.000 reclamaciones en 2018, después de que la Superintendencia de Industria y Comercio (SIC) habilitara la “Plataforma para los usuarios afectados”.
(Por: Fin/DGH/MLA/LOF)N.° 818