Fecha: 17/05/2026
Autores: Shurui Zhu a, Huijun Sun a, Felipe Delgado bc, Alessandro Bombelli d, Lóránt Tavasszy e, Xin Guo a, Jianjun Wu f
aSchool of Systems Science, Beijing Jiaotong University, Beijing, 100044, China
bDepartamento de Ingeniería de Transporte y Logística, Pontificia Universidad Católica de Chile, Vicuña Mackenna 4860, Macul, Casilla 306, Correo 22, Santiago, Chile
cCenter for Advanced Transportation, Logistics, and Economic Competitiveness (CATLEC), Vicuña Mackenna 4860, Macul, Casilla 306, Correo 22, Santiago, Chile
dOperations & Environment, Faculty of Aerospace Engineering, Delft University of Technology, Kluyverweg 1, Delft, 2629 HS, the Netherlands
eTransport & Planning, Faculty of Civil Engineering & Geosciences, Delft University of Technology, Stevinweg 1, Delft, 2628 CN, the Netherlands
fSchool of Economics and Management, Dalian University of Technology, Dalian, 116024, China
Revista científica / editorial: Transportation Research Part E: Logistics and Transportation Review
Abstract o breve resumen: Las operaciones de carga aérea se enfrentan a importantes retos debido a la variabilidad de los tiempos de vuelo, lo que puede alterar los horarios y retrasar los envíos. Esto resulta especialmente crítico en el caso de la carga urgente y en el contexto de la entrega exprés.
En este artículo, integramos la asignación de colas de aeronaves, el ajuste de las horas de salida de los vuelos y las decisiones sobre las rutas de la carga en un contexto de incertidumbre sobre los tiempos de vuelo. Formulamos el problema como un modelo de programación estocástica de dos etapas: la primera etapa determina la secuencia de tramos de vuelo asignados a cada aeronave, mientras que la segunda etapa, una vez que se conocen los tiempos de vuelo, determina la demanda a atender, su ruta y los tiempos de salida de los vuelos.
Para mejorar el rendimiento computacional, desarrollamos algoritmos a medida para la generación de itinerarios de demanda e implementamos un algoritmo de agregación de escenarios hacia atrás que conserva las características de incertidumbre al tiempo que reduce la dimensionalidad del problema. Los escenarios se generan utilizando datos históricos de tres años, lo que permite conservar dependencias temporales y espaciales realistas. Utilizando datos inspirados en la red nacional de una importante empresa china de transporte aéreo urgente de carga, llevamos a cabo experimentos a lo largo de múltiples temporadas.
El enfoque propuesto supera sistemáticamente a los puntos de referencia determinísticos basados en tiempos de vuelo promedio y mínimos, con mejoras en las ganancias de hasta un 4,3 % y un 3,8 %, respectivamente, durante la temporada del monzón de invierno, cuando la variabilidad es mayor. Además, demostramos que el valor de la planificación estocástica aumenta significativamente cuando la red opera en condiciones de conectividad más limitadas. Con una disponibilidad reducida de la flota, las mejoras en las ganancias ascienden al 7,0 % y al 9,7 % en relación con los puntos de referencia basados en los tiempos de vuelo promedio y mínimo, respectivamente, lo que destaca cómo la propagación de los retrasos en rotaciones de aeronaves estrechamente acopladas hace que los planes determinísticos sean particularmente frágiles.
En general, los resultados demuestran que anticipar la incertidumbre en la etapa de planificación táctica mejora tanto la solidez operativa como el rendimiento de los ingresos en redes de carga aérea a gran escala.
Enlace al documento o DOI: https://www.sciencedirect.com/science/article/pii/S1366554526002322?ref=pdf_download&fr=RR-2&rr=9fec228aa8c7481f