Modelo combinado de predicción de la demanda y optimización de la flota de autobuses: el caso de Aerobús

V. Moreno González, F. Rosell Camps

En este estudio innovador se presenta una prueba de concepto basada en un modelo combinado que integra análisis de datos, predicción de series temporales y optimización lineal para mejorar la gestión del transporte en el servicio Aerobús en Barcelona. A partir del estudio de datos históricos y variables externas relevantes, se ha desarrollado un modelo de previsión de la demanda utilizando modelos lineales, árboles de decisión y redes neuronales, destacando Gradient Boosting Regressor por su precisión. Además, se ha implementado un modelo de optimización de flota, ajustando la asignación de vehículos a la demanda estimada.
Los resultados confirman que el uso de datos de calidad y modelos avanzados puede mejorar significativamente la eficiencia del transporte, proporcionando herramientas clave para la toma de decisiones operativas. Este enfoque tecnológico representa una mejora sustancial en la planificación y gestión de la movilidad urbana.

Palabras clave: análisis de la demanda;optimización de flota;redes neuronales;modelo de previsión de la demanda;machine learning

Transporte II
11 de junio de 2025  15:30
Foyer lateral

A. Garcia-Herrera, X. A. Martin, A. Serrano-Hernandez, A. A. Juan, J. Faulin

I. Giménez Palacios, M. T. Alonso Martínez, R. Álvarez-Valdés Olaguíbel, F. Parreño Torres

A. Ayşe Kaplan, J. Rodríguez-Pereira, B. Balcik, M. Rancourt, G. Laporte