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
Programado
Transporte II
11 de junio de 2025 15:30
Sala 3. Maria Rúbies Garrofé