2026-05-05T20:24:21Zhttps://uvadoc.uva.es/oai/requestoai:uvadoc.uva.es:10324/629122023-11-13T20:04:50Zcom_10324_38col_10324_852
Gonzalo Tasis, María Margarita
Chaveinte García, Miguel
Universidad de Valladolid. Escuela de Ingeniería Informática de Valladolid
2023-11-13T15:35:21Z
2023-11-13T15:35:21Z
2023
https://uvadoc.uva.es/handle/10324/62912
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.
Departamento de Informática (Arquitectura y Tecnología de Computadores, Ciencias de la Computación e Inteligencia Artificial, Lenguajes y Sistemas Informáticos)
Grado en Ingeniería Informática
application/pdf
spa
info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-nd/4.0/
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Algoritmos genéticos
Rutas marítimas
Optimización
Pymoo
Flask
Python
Caso de estudio de aplicación de algoritmos genéticos para la optimización de rutas marítimas
info:eu-repo/semantics/bachelorThesis