Implementación de un Algoritmo Murciélago para la Planificación de Inspecciones de Mantenimiento de aeronaves aplicado a aerolíneas comerciales

Abstract

El continuo crecimiento de la demanda en vuelos comerciales ha ocasionado que las diversas aerolíneas se vean en la necesidad de reducir sus costos de mantenimiento para poder maximizar la utilización de su flota de aeronaves con el fin de poder obtener una rentabilidad deseada. La variedad de tipos de avión, la creciente cantidad de vuelos y un mayor número disponible de aeronaves complican el proceso mediante el cual se asignan rutas de vuelo a cada avión y su respectiva base de mantenimiento cuando se quiera una inspección. Ante esta nueva dificultad, un creciente número de investigaciones se han llevado a cabo para dedicarse a diseñar algoritmos capaces de obtener una buena planificación de inspecciones de mantenimiento utilizando la menor cantidad de recursos. Los algoritmos planteados han ido creciendo en tema de complejidad a medida que han pasado los años. Los primeros métodos que fueron planteados se denominaban algoritmos exactos, estos algoritmos podían obtener la respuesta optima, pero utilizando un gran poder de procesamiento y tiempo de ejecución. Luego se hizo uso de algoritmos heurísticos que entregaban soluciones buenas, que posiblemente no eran las óptimas, pero con un menor consumo de recursos. En la actualidad, se han diseñado varios algoritmos metaheurísticos realizando mejoras continuas a la solución obtenida hasta que se llegue a cierto criterio de terminación. El objetivo del presente proyecto de fin de carrera es diseñar e implementar un algoritmo murciélago hibrido que minimice los costos en la planificación de inspecciones de mantenimiento y a la vez maximice los posibles beneficios al aprovechar las horas de vuelo de las aeronaves. Para cumplir con el objetivo planteado se hará un estudio de los conceptos asociados a la planificación de mantenimiento y se recopilaran datos reales a planificaciones de mantenimiento hechas por aerolíneas del presente mercado peruano. El producto final será un algoritmo murciélago hibrido diseñado y calibrado para obtener soluciones que sean válidas para el contexto nacional.