El trabajo está dedicado al desarrollo de nuevos métodos y algoritmos para apoyar la toma de decisiones al planificar viajes aéreos utilizando incertidumbres en forma de números difusos. El enfoque propuesto permite definir métodos racionales de elección: cómo cambiar el gráfico de transporte para satisfacer mejor las necesidades de la población. Esto es particularmente relevante en el contexto de la reducida demanda de viajes aéreos causada por la pandemia y la necesidad de cambiar de tipos de aeronaves grandes a más pequeñas. El problema se resuelve restaurando la matriz difusa de origen y destino de las estadísticas actuales sobre el tráfico aéreo entre aeropuertos. El problema es que no sabemos qué proporción de pasajeros que se desplazan entre los puntos especificados están obligados a utilizar grandes centros de transporte como destinos intermedios. Para determinar la validez de la matriz de origen y destino, construimos una serie de modelos de optimización para determinar intervalos difusos y buscar correspondencia con el valor máximo de la función de membresía. Se desarrolla la búsqueda algorítmica y de software de la matriz difusa de origen y destino y la clasificación difusa de rutas potencialmente prometedoras. La perspectiva del enfoque dado se muestra mediante un ejemplo de una tarea relacionada con la elección de nuevas rutas entre aeropuertos regionales.