Ingeniería Eléctrica · 2023
Herramienta computacional para la programación óptima de rutas en una empresa de transporte de carga, considerando diferentes estrategias de distribución de productos
El crecimiento y auge del sector económico de las tecnologías de la información, y particularmente el acceso a Internet, ha llevado a que en las entregas de bienes y servicios surja un problema logístico, donde las empresas deben tener la capacidad de aplicar nuevas tecnologías de optimización. Esto es con el propósito de minimizar los costos operativos en la logística, personal de transporte, cantidad de vehículos y costos en el combustible utilizado para cubrir rutas de entrega, que en muchas ocasiones pueden no ser óptimos en su diseño. Se propone resolver un problema específico de las empresas de distribución de medicamentos en Colombia, en donde las siguientes características se presentan regularmente: • El número de clientes a visitar para la entrega y las ubicaciones geográficas de cada uno de ellos cambian cada día. Por lo tanto, el problema de ruteo se debe resolver diariamente. • El tiempo estimado de cada una de las rutas, debe mantener un balance entre un rango que no sobrepase el tiempo máximo de la jornada laboral. • Existen clientes que deben recibir el producto de forma prioritaria. Por la tanto, debe existir una restricción de prioridad que garantice la entrega dentro de una ventana de tiempo. • Se puede dar el caso particular de que algún medicamento que se debe entregar no se encuentre dentro del centro de acopio, pero pueda conseguirse en otro. Por lo tanto, debe existir una restricción de precedencia que garantice que antes de visitar un cliente que no contenga el medicamento en el centro principal de acopio, se debe visitar previamente otro punto de acopio que contenga este medicamento. • Debido a que la flota de vehículos de entrega puede ser no propia, se considera que algunos de los vehículos de entregan puedan terminar en un cliente que esté cerca del lugar donde reside el dueño del vehículo. • Dado que existen algunas ciudades en Colombia donde la movilidad es limitada debido a la congestión vehicular, es necesario clasificar a estas ciudades por zonas geográficas dependiendo la cantidad de clientes que se deba entregar los medicamentos; por esta razón, se debe incluir una forma de clasificar a los clientes en cada una de estas zonas geográficas.
Texto completo 59 páginas con texto
Leer la tesis completa Ficha en el repositorio
Contenido
- INTRODUCCIÓNp. 8
- DEFINICIÓN Y JUSTIFICACIÓN DEL PROBLEMAp. 8
- OBJETIVOSp. 10
- Objetivo generalp. 10
- Objetivos específicosp. 10
- MARCO TEÓRICO Y ESTADO DEL ARTEp. 10
- DESCRIPCIÓN DEL PROBLEMAp. 14
- DESCRIPCIÓN PARTICULAR DEL PROBLEMAp. 14
- ALGORITMO DE SOLUCIÓNp. 19
- METODOLOGÍA PARA RESOLVER EL PROBLEMA PRAVTPp. 19
- MÓDULOS DE SOLUCIÓN DEL PROBLEMA PRAVTPp. 22
- Módulo Datos. Entrada de datos y declaración de variablesp. 22
- Módulo Fase 1. Ruteo inicial algoritmo de optimización colonia de hormigasp. 23
- Módulo Fase 2. Mejora del ruteo inicial con algoritmo genéticop. 29
- Fase 3. Refinamiento de cada ruta individualp. 34
- SISTEMA DE PRUEBA, RESULTADOS Y HERRAMIENTA COMPUTACIONALp. 38
- Sistema de pruebap. 38
- Implementación y resultadosp. 42
- Herramienta Computacionalp. 48
- CONCLUSIONES Y TRABAJOS FUTUROSp. 54
- Conclusionesp. 54
- Trabajos futurosp. 55
- BIBLIOGRAFÍAp. 56
- Figura 2.1. Caso de pruebap. 16
- Figura 2.2. Ilustración de la restricción de precedenciap. 17
- Figura 2.3. Ilustración de cliente prioritariop. 17
- Figura 2.4. Ilustración de cliente finalp. 18
- Figura 2.5. Esquema de una solución globalp. 18
- Figura 3.1 Solución del problema PRAVTPp. 19
- Figura 3.2. Metodología para resolver el problema de ruteo PRAVTPp. 20
- Figura 3.3. Ejemplo matriz de tiemposp. 21
- Figura 3.4. Esquema Algoritmo Colonia de Hormigasp. 24
- Figura 3.5. Metodología propuesta para el algoritmo de optimización de colonia de hormigasp. 25
- Figura 3.6. Esquema de codificaciónp. 25
- Figura 3.7. Ruteo inicial del algoritmo ACOp. 26
- Figura 3.8. Evaluación de diferentes soluciones con penalizaciónp. 27
- Figura 3.9. Heurística 2-OPTp. 28
- Figura 3.10. Solución de la fase 2 usando como insumo la fase 1p. 29
- Figura 3.11. Metodología propuesta para el algoritmo genético de optimizaciónp. 30
- Figura 3.12. Población Inicial del Algoritmo Genéticop. 30
- Figura 3.13. Selección de Padres para Realizar Cruzamientop. 31
- Figura 3.14. Generación de Hijosp. 32
- Figura 3.15. Tratamiento de Repetidosp. 32
- Figura 3.16. Eliminación de un Hijop. 33
- Figura 3.17. Mutación de la Solución Escogidap. 33
- Figura 3.18. Condiciones para entrar a la Poblaciónp. 34
- Figura 3.19. Metodología propuesta para el refinamiento de las rutas individualesp. 35
- Figura 3.20. Tratamiento de Precedentesp. 35
- Figura 3.21. Manejo de Nodos Terminalesp. 36
- Figura 3.22. Tratamiento de Tiempos Mínimos y Máximosp. 37
- Figura 3.23. Ilustración de la Solución Final Esperadap. 37
- Figura 4.1. Ubicación con coordenadas geográficas de los clientesp. 39
- Figura 4.2. Solución para el caso de Bogotá de 105 clientesp. 43
- Figura 4.3. Rutas desde la bodega hasta el tercer cliente a visitar para la ruta 1p. 45
- Figura 4.4. Rutas desde la bodega hasta el cuarto, quinto y sexto cliente para la ruta 1p. 46
- Figura 4.5. Ruta de los siete primeros clientes a visitar desde la bodega para la ruta 1p. 47
- Figura 4.6. Log In y Servidores de la herramienta computacionalp. 48
- Figura 4.7. Interfaz de entrada de la herramienta computacionalp. 49
- Figura 4.8. Selección de datos de clientes y parámetros de entradap. 49
- Figura 4.9. Datos Cargados al front-end del desarrollo WEBp. 50
- Figura 4.10. Interfaz de reportes del front end para el desarrollo WEBp. 50
- Figura 4.11. Botón Reporte por Ruta de la herramienta computacionalp. 51
- Figura 4.12. Reporte general de la solución en la herramienta computacionalp. 51
- Figura 4.13. Botón Reporte por Gráfica de la herramienta computacionalp. 52
- Figura 4.14. Gráfica de la Ruta 1p. 52
- Figura 4.15. Gráfica de la Ruta 2p. 53
- Figura 4.16. Gráfica de la Ruta 3p. 53
- Tabla 4.1. Información requerida por cada clientep. 39
- Tabla 4.2. Información entregada por el algoritmo sobre la ruta 1p. 43
- Tabla 4.3. Distancias y tiempos totales de cada recorridop. 44
- para los tres primeros clientes de la Ruta 1p. 45
- para los clientes del cuarto al sexto de la Ruta 1p. 46
- para el séptimo cliente de la Ruta 1p. 47