Integración de algoritmos de inteligencia artificial en función del pronóstico de consumo de combustible en aeronaves ERJ 145 de una aerolínea colombiana

Los costos operativos de vuelos comerciales están estrechamente vinculados a los precios de producción del combustible Jet A1. Con el transcurso del tiempo, se ha observado un incremento en su precio, desencadenando un efecto dominó en el costo del billete aéreo para el consumidor final. Esta invest...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Lozano, C., Melo, P., Bermúdez, J., González, S., Fuentes, S.
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2023
Materias:
Ingeniería Aeronáutica
machine learning
pronóstico de combustible
métricas de evaluación
problema inverso
algoritmos de predicción
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/162503
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-162503
record_format dspace
spelling I19-R120-10915-1625032024-02-08T20:01:27Z http://sedici.unlp.edu.ar/handle/10915/162503 Integración de algoritmos de inteligencia artificial en función del pronóstico de consumo de combustible en aeronaves ERJ 145 de una aerolínea colombiana Lozano, C. Melo, P. Bermúdez, J. González, S. Fuentes, S. 2023 2023 2024-02-08T14:51:21Z es Ingeniería Aeronáutica machine learning pronóstico de combustible métricas de evaluación problema inverso algoritmos de predicción Los costos operativos de vuelos comerciales están estrechamente vinculados a los precios de producción del combustible Jet A1. Con el transcurso del tiempo, se ha observado un incremento en su precio, desencadenando un efecto dominó en el costo del billete aéreo para el consumidor final. Esta investigación se centró en desarrollar un algoritmo de pronóstico del consumo de combustible específico para el modelo de aeronave ERJ 145, basándose en bitácoras recopiladas durante 2018 y 2019. Para la construcción del algoritmo, se implementó un código en Python, aprovechando las capacidades del framework Sci-kit Learn. Se aplicaron técnicas de "problema inverso" y "ingeniería de características" para optimizar y focalizar el tratamiento de los datos. Los resultados se asociaron con factores de mayor impacto en el ciclo de consumo. La eficacia del algoritmo propuesto se evaluó utilizando métricas como el Error Absoluto Medio (MAE), el Error Cuadrático Medio (MSE) y la Raíz del Error Cuadrático Medio (RMSE). Las métricas indicaron una capacidad de predicción eficiente en el consumo de combustible para vuelos comerciales. Facultad de Ingeniería Objeto de conferencia Objeto de conferencia http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) application/pdf 315-322
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ingeniería Aeronáutica
machine learning
pronóstico de combustible
métricas de evaluación
problema inverso
algoritmos de predicción
spellingShingle Ingeniería Aeronáutica
machine learning
pronóstico de combustible
métricas de evaluación
problema inverso
algoritmos de predicción
Lozano, C.
Melo, P.
Bermúdez, J.
González, S.
Fuentes, S.
Integración de algoritmos de inteligencia artificial en función del pronóstico de consumo de combustible en aeronaves ERJ 145 de una aerolínea colombiana
topic_facet Ingeniería Aeronáutica
machine learning
pronóstico de combustible
métricas de evaluación
problema inverso
algoritmos de predicción
description Los costos operativos de vuelos comerciales están estrechamente vinculados a los precios de producción del combustible Jet A1. Con el transcurso del tiempo, se ha observado un incremento en su precio, desencadenando un efecto dominó en el costo del billete aéreo para el consumidor final. Esta investigación se centró en desarrollar un algoritmo de pronóstico del consumo de combustible específico para el modelo de aeronave ERJ 145, basándose en bitácoras recopiladas durante 2018 y 2019. Para la construcción del algoritmo, se implementó un código en Python, aprovechando las capacidades del framework Sci-kit Learn. Se aplicaron técnicas de "problema inverso" y "ingeniería de características" para optimizar y focalizar el tratamiento de los datos. Los resultados se asociaron con factores de mayor impacto en el ciclo de consumo. La eficacia del algoritmo propuesto se evaluó utilizando métricas como el Error Absoluto Medio (MAE), el Error Cuadrático Medio (MSE) y la Raíz del Error Cuadrático Medio (RMSE). Las métricas indicaron una capacidad de predicción eficiente en el consumo de combustible para vuelos comerciales.
format Objeto de conferencia
Objeto de conferencia
author Lozano, C.
Melo, P.
Bermúdez, J.
González, S.
Fuentes, S.
author_facet Lozano, C.
Melo, P.
Bermúdez, J.
González, S.
Fuentes, S.
author_sort Lozano, C.
title Integración de algoritmos de inteligencia artificial en función del pronóstico de consumo de combustible en aeronaves ERJ 145 de una aerolínea colombiana
title_short Integración de algoritmos de inteligencia artificial en función del pronóstico de consumo de combustible en aeronaves ERJ 145 de una aerolínea colombiana
title_full Integración de algoritmos de inteligencia artificial en función del pronóstico de consumo de combustible en aeronaves ERJ 145 de una aerolínea colombiana
title_fullStr Integración de algoritmos de inteligencia artificial en función del pronóstico de consumo de combustible en aeronaves ERJ 145 de una aerolínea colombiana
title_full_unstemmed Integración de algoritmos de inteligencia artificial en función del pronóstico de consumo de combustible en aeronaves ERJ 145 de una aerolínea colombiana
title_sort integración de algoritmos de inteligencia artificial en función del pronóstico de consumo de combustible en aeronaves erj 145 de una aerolínea colombiana
publishDate 2023
url http://sedici.unlp.edu.ar/handle/10915/162503
work_keys_str_mv AT lozanoc integraciondealgoritmosdeinteligenciaartificialenfunciondelpronosticodeconsumodecombustibleenaeronaveserj145deunaaerolineacolombiana
AT melop integraciondealgoritmosdeinteligenciaartificialenfunciondelpronosticodeconsumodecombustibleenaeronaveserj145deunaaerolineacolombiana
AT bermudezj integraciondealgoritmosdeinteligenciaartificialenfunciondelpronosticodeconsumodecombustibleenaeronaveserj145deunaaerolineacolombiana
AT gonzalezs integraciondealgoritmosdeinteligenciaartificialenfunciondelpronosticodeconsumodecombustibleenaeronaveserj145deunaaerolineacolombiana
AT fuentess integraciondealgoritmosdeinteligenciaartificialenfunciondelpronosticodeconsumodecombustibleenaeronaveserj145deunaaerolineacolombiana
_version_ 1807222391989862400

Ejemplares similares