Caso de estudio de aplicación de algoritmos genéticos para la optimización de rutas marítimas

Abstract

La meteorología es un factor determinante para la rentabilidad, la seguridad y la sostenibilidad medioambiental de las rutas que recorren los buques de navegación marítima. Las condiciones meteorológicas afectan significativamente al rumbo de los buques, con implicaciones tanto para la seguridad de la tripulación como para el consumo de combustible y las emisiones contaminantes. Por ello, es necesario contar con un sistema eficaz de apoyo a la toma de decisiones que permita planificar la ruta y la velocidad del buque en función de las previsiones meteorológicas. En este Trabajo de Fin de Grado se presenta la implementación de un modelo basado en algoritmos genéticos para minimizar el consumo de combustible y la diferencia entre la hora de llegada y la prevista de un buque, considerando las dos influencias meteorológicas más relevantes para la navegación: el viento y las olas. Nuestra propuesta ayuda a los planificadores de rutas a encontrar rutas de coste mínimo que tengan en cuenta la meteorología, eviten las zonas especificadas y cumplan las restricciones de tiempo de llegada. Para ello se plantea un modelo de planificación de rutas multicriterio, cuyo enfoque sea la optimización de rutas marítimas, mediante el uso de los datos marítimos proporcionados por el Servicio de Vigilancia del Medio Marino de Copernicus (CMEMS) y AIS (Sistema de Identificación Automática), la aplicación de modelos de machine learning para predecir la velocidad del buque y la aplicación del algoritmo genético NSGA-II para obtener un conjunto de soluciones óptimas.

Meteorology is a determining factor for the profitability, safety, and environmental sustainability of routes taken by maritime vessels. Weather conditions significantly impact the course of ships, with implications for both crew safety and fuel consumption as well as pollutant emissions. Therefore, it is necessary to have an effective decision support system that enables the planning of routes and vessel speeds based on weather forecasts. This Final Degree Project presents the implementation of a model based on genetic algorithms to minimize fuel consumption and the difference between the actual arrival time and the estimated time of arrival of a ship, considering the two most relevant meteorological influences for navigation: wind and waves. Our proposal assists route planners in finding minimum-cost routes that take into account meteorology, avoid specified areas, and meet arrival time constraints. To achieve this, a multi-criteria route planning model is proposed, focusing on the optimization of maritime routes. This is accomplished by utilizing maritime data provided by the Copernicus Marine Environment Monitoring Service (CMEMS) and the Automatic Identification System (AIS), applying machine learning models to predict vessel speed, and employing the NSGA-II genetic algorithm to obtain a set of optimal solutions.