Metaheurísticas para el análisis de datos masivos en el ámbito del transporte por carretera

Abstract

En el campo de la Inteligencia Artificial, han surgido multitud de términos a lo
largo del estudio de los datos por la comunidad académica: descubrimiento de
patrones, minería de datos, aprendizaje automático, aprendizaje profundo, Big
Data, ciencia de los datos... La resolución de problemas de optimización mediante
técnicas metaheurísticas también ha sido investigada de forma extensa.
Esta tesis muestra cómo es posible realizar un análisis de grandes conjuntos de datos
modelizando dicha tarea en un problema de optimización. Para ello, se desarrolla
un caso práctico para una operadora logística de transporte en cisterna
especializada en mercancías peligrosas, principalmente de productos petrolíferos,
que tiene una alta incidencia en el tejido económico espa~nol, y al mismo tiempo,
tiene unos niveles de seguridad y reglamentación muy elevados.
Con tal objetivo, se ha elaborado un estado del arte de las diferentes técnicas de
búsquedas metaheurísticas, así como de aprendizaje automático no supervisado.
Se ha desarrollado un sistema de clasificación a partir de datos geo-posicionados,
así como una posterior validación de los métodos utilizados.---ABSTRACT---In the field of Artificial Intelligence, several terms have originated throughout
the study of data by the academic community: pattern recognition, data mining,
machine learning, deep learning, Big Data, Data Science ... The resolution of optimization
problems using metaheuristic techniques has also been extensively investigated.
This thesis shows how it is possible to perform an analysis of large datasets by
modeling this task into an optimization problem. To this end, a case study is
developed for a logistic company specialized in dangerous goods, mainly petroleum
products, that has a high incidence in the Spanish economic fabric, and at the same
time, has very high levels of security and regulation.
With this goal in mind, a state of the art of diferent metaheuristic search techniques
has been elaborated. In addition, unsupervised machine learning is also
studied. It has been developed a classification system from geodata, as well as a
later validation of the methods used.