Genera egresada del IPN modelo para mejorar servicio del Metrobús con IA

CIUDAD DE MÉXICO, 8 de diciembre de 2024.-   Con el fin de mejorar el servicio y evitar retrasos en el Metrobús de la CDMX, la ingeniera Laura Alma Díaz Torres, egresada de la Escuela Superior de Cómputo (ESCOM) del Instituto Politécnico Nacional (IPN), desarrolló para Grupo CISA Corredor Insurgentes, S.A. de C.V. una metodología que, con Inteligencia Artificial (IA), algoritmos matemáticos y modelos probabilísticos, predice y calcula la tasa de fallas de las unidades de este transporte público.

El proyecto, denominado Metodología de Estimación de Flota de Reserva con Máquinas de Markov, recibió comentarios positivos por parte de académicos de universidades y especialistas que participaron en el Congreso World 4 S (World Conference on Smart Trends in Systems, Security & Sustainability), que se llevó a cabo en el Reino Unido.

La alumna politécnica, quien actualmente estudia la Maestría en Bioética en la Escuela Superior de Medicina (ESM) y es becaria de la Fundación Politécnico en el Grupo CISA,, explicó que el proyecto inició en febrero de este año.

Detalló que la metodología incorpora datos sobre mantenimientos preventivos y correctivos que exigen las entidades reguladoras del transporte, además de información de las unidades que registran fallas recurrentes.

Con estos datos y la máquina de Markov -que es un modelo matemático-probabilístico, que registra una serie de eventos y la probabilidad de que ocurra un nuevo evento depende del evento inmediato anterior y cuyo nombre obedece al matemático ruso reconocido por sus trabajos en la teoría de los números-, fue posible concretar la metodología, la cual es similar a la que se emplea en sistemas de transporte aéreo” acentuó.

Laura Alma Díaz Torres informó que Grupo CISA opera 2 mil unidades de transporte a través de las 24 empresas que administra, de las cuales cinco de ellas brindan servicio al Metrobús.

La metodología permite conocer cuántas unidades se requieren tener en reserva para asegurar que el servicio de transporte no tenga intermitencias, sea eficiente y seguro para los usuarios. La Inteligencia Artificial nos ayuda a predecir las fallas y adelantarse a los escenarios posibles”, mencionó.

La ingeniera politécnica subrayó que por los aportes que ofrece, la metodología se publicará en la revista especializada Springer Nature en 2025.

Agregó que con estos datos ahora se dedujo que se tiene el 98.7% de confiabilidad en las unidades de transporte, es decir que el restante 2% es posible que presenten una falla.