Machine learning, el aliado de las operaciones aeroportuarias

By Cristina Morales- Product Manager Ikusi Enero 2019

Los aeropuertos son infraestructuras non stop. Abren todos los días del año. Una actividad continua que se desarrolla en un ecosistema complejo y en unas infraestructuras de capacidad limitada, de las que hay que obtener el máximo rendimiento.

Uno de los procesos críticos es planificar la asignación de estacionamientos en plataforma (stands), es decir, dónde aparcará el avión el tiempo que estará en el aeropuerto. Esta planificación se realiza en función de múltiples variables como patrones de vuelos, preferencias de aerolíneas, tipos de servicios, servicios de agentes en tierra…

Hoy en día la utilización de algoritmos ha automatizado en buena medida este proceso. Pero, a pesar de que la planificación de salidas y llegadas de los aviones está definida con antelación, todavía existen casuísticas que tienen difícil encaje y que hay que continuar procesando de forma manual.

Ikusi está desarrollando un algoritmo que, a partir de técnicas de machine learning y big data, sea capaz de dar respuesta también a estos casos de más difícil encaje para automatizar completamente la asignación de stands y optimizar así la capacidad del aeropuerto. 

Para ello se está enriqueciendo la información que procesa el algoritmo con datos operativos históricos que reflejan múltiples casuísticas y que, sumados a las reglas básicas que se utilizan en estos procesos, van a dotar a Beluga, la solución de Ikusi para la optimización de operaciones aeroportuarias y asignación de recursos, de una mayor capacidad para la automatización del proceso de asignación de stands.

Todo ello en un contexto dinámico, en el que la solución monitoriza en tiempo real el proceso de asignación de stands y propone a los gestores aeroportuarios las opciones óptimas para el aprovechamiento eficiente de la capacidad del aeropuerto.

De esta forma, además de contar con un plan completo de asignación para un día operativo, se puede dar respuesta en tiempo real a las incidencias y eventos habituales en el día a día de los aeropuertos. 

Un paso más en el que la incorporación de técnicas de machine learning y big data está dotando a las soluciones tecnológicas de la capacidad de análisis necesaria para construir un ecosistema aeroportuario inteligente.