Un operador de transporte escolar afronta dos decisiones ligadas: dónde se sitúan las paradas y qué alumno se asigna a cada parada, y qué autobús recorre qué paradas en qué orden (en la literatura, School Bus Routing Problem — SBRP).
En pocas palabras
¿Te suena?
- Operamos una cadena escolar privada (o institución) con 1.000-5.000 alumnos atendidos dos veces al día; rutas y paradas se redibujan a mano cada año, se parchean sobre papel cuando cambian los barrios.
- Somos un operador urbano de transporte de alumnos con 20-100 vehículos; cada agosto-septiembre la pregunta 'qué niño en qué parada' consume semanas del planificador.
- Los padres se quejan principalmente de dos cosas: 'mi hijo pasa 75 minutos en el bus' y 'caminamos 600 m hasta la parada'; equilibramos ambos por intuición.
- Múltiples escuelas (infantil, primaria, secundaria, bachillerato) empiezan a horas distintas; si un autobús puede hacer primero secundaria y después primaria se debate cada trimestre.
- A medida que crece la ciudad se añaden nuevos barrios; redibujar las rutas en papel requiere una o dos semanas, y al año siguiente toca actualizarlas de nuevo.
- Los alumnos con necesidades especiales requieren transporte puerta a puerta con acompañante; separar estas excepciones de la ruta general lleva mucho tiempo a mano.
- Como municipio licitamos el transporte escolar; el pliego carece de una base numérica para 'cuántos autobuses, qué barrios pertenecen a qué escuela'.
Por qué importa
Cómo se resuelve
Profundidad técnica
Cómo se resuelve
Profundidad técnicaEn una frase: Primero fija las paradas (distancias a pie equitativas), después conecta cada parada a una ruta de autobús (tiempo de viaje por debajo de 45-75 minutos). Resolver ambas a la vez se atasca a gran escala; resolverlo en secuencia es rápido y deja un punto donde la dirección puede intervenir.
En la literatura de investigación operativa (disciplina que usa matemáticas y computación para resolver decisiones de negocio) el problema aparece como School Bus Routing Problem (SBRP), una variante importante de la familia Vehicle Routing Problem (VRP — familia de ruteo de vehículos). Se descompone en cinco subproblemas: (i) preparación de datos, (ii) selección de paradas, (iii) asignación alumno-parada, (iv) generación de ruta, (v) ajuste ruta-horario. Solución en tres etapas:
1. Modelado. Entradas: datos de alumnos (ID anónimo, ubicación del hogar, escuela, curso, marca de necesidades especiales), datos de escuela (ubicación, hora de inicio, hora de fin, tolerancia de llegada aceptable), datos de flota (capacidad — midibús 20-25, autobús grande 35-45 plazas, necesidad de acompañante), datos de ciudad (red viaria, candidatos de parada, seguridad peatonal). Restricciones: capacidad del vehículo, tiempo máximo de viaje (45-75 minutos por alumno una sola dirección, según regulación y edad), distancia caminada máxima (cota superior 300-500 m primaria, 500-800 m secundaria), compatibilidad parada-alumno (paso seguro, sin cruce de avenida principal), restricción horaria (llegada dentro de ±5-10 minutos del inicio escolar). Objetivo: mínima flota, mínimo tiempo medio de viaje, mínima varianza de distancia caminada (equidad) — multiobjetivo.
2. Decisión por solver. Método clásico: cluster-first, route-second (primero agrupar alumnos alrededor de las paradas, luego asignar cada grupo a una ruta) — primero seleccionar paradas y agrupar alumnos, luego resolver cada grupo como ruta de vehículo. Localización-ruteo resuelve selección de parada y ruta a la vez — a gran escala se requieren metaheurísticas (métodos de búsqueda inteligente que encuentran soluciones cercanas al óptimo). MIP (Mixed-Integer Linear Programming — optimización donde algunas variables son 0/1) extiende el VRP capacitado con restricciones de tiempo de viaje y equidad de caminata. Escala media (10-40 vehículos, 1.000-3.000 alumnos) se resuelve con solvers MIP comerciales o de código abierto maduros; gran escala (100+ vehículos, 10.000+ alumnos) requiere generación de columnas o metaheurísticas (genética, tabú, large neighborhood search).
3. Integración en operaciones. Salida en tres capas: mapa de paradas (cada parada con ubicación + lista de alumnos asignados + nota de seguridad), lista de ruta (por vehículo, secuencia diaria, horas de llegada-salida, acompañante asignado), notificación a padres (parada de cada familia, hora de recogida matinal, hora de retorno por la tarde). Ritmo anual: actualización de datos en verano, rutas piloto a principios de septiembre, ajuste fino a mediados de octubre, revisión de medio curso. Control de asistencia, alerta de alumno desaparecido y SMS a padres son módulos de seguridad infantil alimentados por la salida del SBRP.
Alternativas
Manual más spreadsheet
GratisSin licencia
Para quién: Escuela pequeña (un campus, 200-800 alumnos), 5-15 vehículos
- + Coste software cero
- + El conocimiento del barrio del planificador manda
- + La actualización anual puede hacerse a mano
- − Por encima de 1.000 alumnos el planificador se satura
- − La equidad de la distancia caminada no se mide, se intuye
- − Coordinación de horarios entre escuelas no es viable en papel
- − Cada barrio nuevo obliga a un redibujado manual completo
Sistema local de gestión escolar — módulo de transporte
Empresarial150K-600K TRY licencia + 50K-200K TRY/año mantenimiento (observación mercado TR)
Para quién: Escuela privada de uno o 2-3 campus (1.000-3.000 alumnos), 15-40 vehículos
- + Portal de padres + administración escolar integrados
- + Cerca de la regulación TR (reporte anual al Ministerio de Educación)
- + Interfaz en turco, soporte local
- − Módulo de optimización SBRP suele faltar o ser sólo visualización — la asignación sigue manual
- − Coordinación horaria multi-escuela limitada
- − Métrica de equidad de caminata rara vez se reporta
Software de logística / rutas de propósito general
Empresarial300K-1,2M TRY licencia + 100K-300K TRY/año mantenimiento
Para quién: Cadena escolar media-grande (3.000-10.000 alumnos), operador urbano de transporte escolar (40-150 vehículos)
- + Solución madura para VRP / ruteo capacitado
- + Integración con sistema GIS lista
- + Seguimiento de flota, módulos AVL (localización automática) incluidos
- − VRP genérico — restricciones escolares (tiempo máx., equidad de caminata, horario escolar) requieren configuración adicional
- − Notificación a padres y asignación para necesidades especiales rara vez integradas
- − Coste alto; fase piloto 6-12 meses
Solver de código abierto + módulo SBRP a medida
Código abiertoLicencia gratuita; desarrollo interno 16-32 semanas o 400K-1,2M TRY consultoría
Para quién: Transporte escolar municipal, cadena grande con equipo técnico, integración con seguimiento de vehículos existente
- + Sin coste de licencia
- + Literatura SBRP bien definida para solvers abiertos
- + Equidad de caminata, coordinación horaria multi-escuela y restricciones similares pueden añadirse sin dependencia de proveedor
- − Requiere especialista OR + experto GIS + equipo de integración internos
- − Pasar del prototipo académico al sistema de campo añade 6-12 meses
- − Portal de padres y SMS deben construirse aparte
Recomendación
Pregunta en la reunión
- ¿Selección de paradas y generación de ruta se resuelven conjuntamente (localización-ruteo) o por separado? ¿Qué método se usa — MIP, heurístico o sólo visualización en mapa?
- ¿Se pueden parametrizar el tiempo máximo de viaje (minutos por alumno) y la distancia caminada máxima (metros hogar-parada), y diferenciarlos por grupo de edad?
- ¿Se soporta la coordinación de horarios multi-escuela? ¿Cómo se modelan escenarios como 'un autobús sirve primero secundaria y luego primaria'?
- ¿Cómo se separan las rutas puerta a puerta y la asignación de acompañante para necesidades especiales del problema general?
- ¿Se reporta la equidad de distancia caminada (justicia entre barrios)? ¿Con qué métrica — varianza, peor barrio, coeficiente de Gini?
- ¿Cómo se integran control de asistencia, alerta de alumno desaparecido y SMS a padres? ¿Cómo conversa el módulo de seguridad infantil con la salida de ruteo?
- En un piloto de 8-12 semanas con datos reales del curso, ¿qué informe de ahorro frente a la planificación manual anterior se puede generar?
- Si terminamos el contrato, ¿en qué formato se exporta la lista de paradas, las asignaciones alumno-parada, el histórico de rutas y los datos de contacto de padres?
Detalles técnicos
Nota editorial
En el día a día el problema se llama “el plan de rutas”, “la ubicación de las paradas” o “el emparejamiento de alumnos”. En la literatura cae bajo un único paraguas: School Bus Routing Problem (SBRP). Se confunde con un VRP (Vehicle Routing Problem) genérico, pero las diferencias importan: en el reparto comercial de última milla el paquete es paciente, mientras que en transporte escolar el alumno se sienta en el bus cada día — el techo de 45-75 minutos es regulación y sentido común. Las paradas no son fijas; son variables de decisión (en reparto comercial las direcciones están dadas, en SBRP la propia ubicación de paradas forma parte del plan).
Punto más omitido del sector: equidad de caminata. Un sistema SBRP puede minimizar el tiempo total y devolver un plan matemáticamente óptimo, pero si la solución pone a los niños de un barrio a 100 m de la parada y a otros a 700 m, defender ese plan en una reunión de padres es imposible. La métrica de equidad (varianza, peor distancia, o Gini) debe entrar explícitamente en la función objetivo. Segundo punto omitido: acoplamiento de horarios escolares (bell-time). Si una cadena empieza primaria a las 7:30 y secundaria a las 8:30, un autobús puede servir ambos con dos viajes; pero si primaria empieza 8:00 y secundaria 8:15, el mismo autobús debe recogerlos en un único trayecto — esta restricción cambia por completo la flota necesaria. Esta decisión se toma en el lado del calendario escolar, mientras el ruteo se resuelve en operaciones; rara vez se sientan a la misma mesa.
Paso a paso — para la pyme
Etapa 1 — Primero medir, después planificar. Mínimo 12 meses de datos por ID anónimo: ubicación del hogar (barrio/calle), escuela, curso, parada actual, línea actual, tiempo de viaje real, distancia caminada (hogar-parada). Cambios familiares: altas, bajas, mudanzas, cambios de curso. Inventario de flota: por vehículo — plazas, capacidad de acompañante, calendario de mantenimiento, límites de turno del conductor. Datos urbanos: red viaria, pasos peatonales, seguridad del barrio (regla: no cruce de avenida principal).
Etapa 2 — Extraer el capital de conocimiento. Mapa de densidad por barrio: cuántos alumnos en cada barrio, a qué escuela. Matriz de horarios: cuándo empieza y termina cada escuela, qué autobús puede servir a qué escuelas en secuencia. Restricciones especiales: rutas puerta a puerta para necesidades especiales, acompañante, emparejamiento de hermanos (dos hermanos en el mismo bus).
Etapa 3 — Piloto. 8-12 semanas, al inicio de trimestre. Para un subconjunto (p. ej. 30-50% de los alumnos de un campus) lanzar la solución SBRP en paralelo a la manual. La decisión la mantiene el planificador; el sistema da una recomendación. Criterios de éxito fijados de antemano: tiempo medio de viaje -10% mínimo, flota -5% (con la misma cantidad de alumnos), varianza de caminata reducida. Formulario de notificación a padres distribuido al inicio del piloto.
Etapa 4 — Despliegue. 9-15 meses hasta cadena completa + GIS + seguimiento de flota + SMS a padres. Ritmo anual: mayo-junio recogida de datos, julio-agosto actualización del modelo, septiembre rutas piloto, octubre ajuste fino, mediados de enero revisión de rendimiento. Comité trimestral (dirección escolar + operaciones + responsable de transporte): tiempo real vs planificado, tasa de asistencia, número de quejas de padres.
Riesgos — qué puede salir mal
- La política horaria escolar cambia. Si un campus modifica su hora de inicio por regulación o decisión pedagógica, la coordinación de horarios se rompe. La flota puede dejar de ser suficiente. Actualización anual + escenarios ‘qué pasa si’ deben vivir en el modelo.
- Cambia la demografía del barrio. Llegan altas de un barrio, salen familias de otro; las densidades de parada cambian más rápido de lo previsto. Sin actualización semestral aparecen autobuses semivacíos y paradas saturadas.
- Seguridad infantil y responsabilidad. Si el sistema deja a un alumno en la parada equivocada, lo asigna al autobús incorrecto o falla el control de asistencia, la responsabilidad legal queda con la escuela y el operador. Control de asistencia y notificación a padres deben funcionar como una segunda línea de defensa independiente, no sólo dentro del sistema de ruteo."
- Dependencia de un único proveedor. Sin cláusula contractual de ’exportación anual estándar de lista de paradas, asignaciones alumno-parada, histórico de rutas y datos de contacto de padres’, dejar el sistema implica perder la memoria operativa de la cadena; los registros de seguridad infantil (asistencia, alertas) son particularmente sensibles."
Vista técnica del método
| Enfoque | Tamaño típico | Tiempo de cómputo | ¿Óptimo garantizado? |
|---|---|---|---|
| Heurístico (planificador + mapa) | Escuela pequeña, <800 alumnos | días-semanas | No, 50-65% óptimo |
| Cluster-first, route-second heurístico | Media, 1.000-3.000 alumnos | minutos-horas | No, 70-85% óptimo |
| MIP — VRP capacitado + tiempo de viaje + equidad | Media, 1.000-3.000 alumnos, 15-40 vehículos | horas | Sí (dentro de cota) |
| Localización-ruteo MIP (paradas + ruta juntas) | Planificación de barrios nuevos, red de paradas se rehace | horas | Sí (dentro de cota) |
| Generación de columnas | Cadena grande / operador urbano, 50+ vehículos | horas | Buena cota inferior-superior |
| Metaheurística (genética, tabú, large neighborhood search) | Muy grande (100+ vehículos, 10.000+ alumnos) | horas-continuo | No, buena calidad práctica |
Función objetivo opciones:
- Objetivo 1 — Mínima flota: Foco en inversión/coste operativo.
- Objetivo 2 — Mínimo tiempo medio de viaje: Foco en comodidad del niño y satisfacción de padres.
- Objetivo 3 — Mínima varianza de distancia caminada: Equidad entre barrios.
- Objetivo 4 — Mínima penalización ponderada por violación horaria: Penaliza el riesgo de llegada tardía.
Multiobjetivo: suma ponderada o jerárquica (primero flota, después tiempo, finalmente equidad). El tiempo máximo de viaje se diferencia por edad (primaria más estricta).
Fuentes académicas
Listadas en el frontmatter de la página bajo sources.
Fuentes
- Park, J. y Kim, B. I. (2010). The school bus routing problem: A review. European Journal of Operational Research, 202(2), 311-319. Revisión canónica que descompone la familia SBRP en cinco subproblemas.
- Newton, R. M. y Thomas, W. H. (1969). Design of school bus routes by computer. Socio-Economic Planning Sciences, 3(1), 75-85. Trabajo fundacional, enfoque cluster-first-route-second.
- Bowerman, R., Hall, B. y Calamai, P. (1995). A multi-objective optimization approach to urban school bus routing. Transportation Research Part A, 29(2), 107-123. MIP multi-objetivo para transporte escolar urbano.
- Schittekat, P., Kinable, J., Sörensen, K., Sevaux, M., Spieksma, F. y Springael, J. (2013). A metaheuristic for the school bus routing problem with bus stop selection. European Journal of Operational Research, 229(2), 518-528. Metaheurística con selección de paradas integrada.
- Spada, M., Bierlaire, M. y Liebling, T. M. (2005). Decision-aiding methodology for the school bus routing and scheduling problem. Transportation Science, 39(4), 477-490. Metodología de apoyo a la decisión.
- Centro de Tesis YÖK — palabras clave: ‘okul servisi’, ‘öğrenci taşıma’ o ‘servis güzergâhı’ — 25+ tesis de la academia TR. tez.yok.gov.tr
Glosario
- School Bus Routing
- Variante del VRP (Vehicle Routing Problem) en la que los autobuses recogen y dejan a alumnos asignados a paradas, sujeta a capacidad, tiempo máximo de viaje, coordinación de horarios y equidad de la distancia caminada.
- Student Bus Stop Assignment
- Subproblema dentro del School Bus Routing Problem (SBRP) que asigna a cada alumno una parada de autobús específica, sujeto a restricciones de capacidad, distancia caminada y balance de ruta.
- VRP
- La decisión de qué vehículos, partiendo de uno o varios almacenes, visitan a qué clientes y en qué orden.
- MIP
- Modelo de optimización donde parte de las variables de decisión deben ser números enteros (p. ej. número de camiones o de turnos).