Resumen de Metodología para pronosticar las demoras en las salidas de los vuelos regulares programados utilizando herramientas predictivas
Juan Gerardo Muros Anguita, Óscar Díaz Olariaga
Las demoras se han transformado en una constante en el sistema de transporte aéreo internacional, conduciendo a la caída de la satisfacción del cliente y a la generación de un volumen relevante de costos, que afecta tanto a los actores de la industria como a la economía en general. En consecuencia, es necesario anticipar y mitigar la existencia de retrasos que ayuden, por un lado, a que los aeropuertos mejoren su desempeño y, por otro lado, que las aerolíneas puedan cumplir con su programación de horario, en otras palabras, ser lo más puntuales posibles. Por lo tanto, la predicción, lo más precisa posible, de las demoras se ha vuelto indispensable de cara a mitigar la generación y proliferación de las mismas, y evitar su propagación a otros aeropuertos de la red. Pero como tanto la función de dependencia del tiempo de demora como las variables inputs de las que depende no son conocidas plenamente, el objetivo de esta investigación es predecir las demoras en las salidas de los vuelos regulares programados, a través de una metodología que utiliza herramientas predictivas basadas en Machine Learning/Deep Learning ML/DL, con entrenamiento supervisado en regresión, a partir de los datos de vuelos disponibles. El aporte novedoso de este trabajo es realizar, por un lado, la comparativa de las predicciones en términos de medias y varianza estadística de los diferentes modelos ML/DL implementados (10 en total) y, de otro lado, determinar los coeficientes de importancia de los atributos de vuelo, utilizando métodos ML conocidos como Permutation Importance. Esto permite ordenar la importancia de los atributos de vuelo por su influencia en la determinación del tiempo de demora y reducir el problema a la selección de los atributos más importantes del vuelo. Los datos para el análisis se obtuvieron del sistema aeroportuario colombiano completo para todo 2018. De los resultados obtenidos, el modelo que presenta mejores prestaciones es el método Ensemble o combinatorio de modelos tipo Random Forest Regressor, configurado con 2000 árboles dentro del bosque con un rango de predicción medido con la métrica RMSE de entre 16 y 33 minutos (de predicción en el tiempo de la demora de las salidas de los vuelos), según sea el escenario analizado.
