INVESTIGADOR(ES) PRINCIPAL(ES):

Ramon Alfonso Gallego Rendón

13 horas

CODIGO CIE

6-20-3

John Fredy Castañeda Londoño

Estudiante

0 Horas

Frederico Gadhela Guimarães

Coinvestigador

0 Horas

Eliana Mirledy Toro Ocampo

Coinvestigador

0 Horas

John Fredy Franco Baquero

Coinvestigador

0 Horas

TIPO DE CONVOCATORIA

2020. Sin Financiación

TIPO DE PROYECTO

Investigación Básica

OBJETIVO(S)

Objetivo General: Proponer técnica metaheur¿stica multiobjetivo para la solución del nuevo problema de ruteo con flota propia y subcontratada considerando los impactos ambientales y de equidad. Objetivos Específicos: 1. Realizar una revisión del estado del arte para la solución del nuevo problema de ruteo con flota propia y subcontratada considerando los impactos ambientales y de equidad. 2. Plantear un modelo matemático multiobjetivo para la solución del nuevo problema de ruteo con flota propia y subcontratada considerando los impactos ambientales y de equidad, considerando un único deposito y flota homogénea. 3. Desarrollar un algoritmo multiobjetivo basado en la metodología búsqueda local iterada (ILS). 4. Validar los resultados con instancias de prueba disponibles de la literatura especializada. 5.Presentar resultados y metodologías. 6.Elaborar documentos para publicación.

RESUMEN

La gestión de mercancías en logística de ultima milla es una tarea desafiante para las organizaciones que requieren entregar sus productos o servicios a los clientes finales. Las tendencias del mercado actuales permiten que los consumidores realicen sus transacciones directamente con el fabricante del producto a través de tiendas virtuales, de tiendas físicas propias o de sus distribuidores mayoristas o detallistas. Esto hace que la distribución del producto final requiera de nuevas estrategias para ser eficiente en las entregas oportunas y correctas a cada categoría de cliente. El tiempo entre el deseo del producto, la obtención efectiva del mismo y el lugar en que se desea recibirlo es el corazón de la gestión logística de distribución. En este marco es necesario tomar decisiones que contribuyan a la inmediatez en las entregas y por tanto es relevante considerar la gestión de la flota de vehículos que realizara las rutas de distribución, o contar con un proveedor logístico robusto que garantice la eficiencia en la ruta final hacia el consumidor. Evaluar alternativas como aumentar el tamaño de la flota de vehículos o subcontratar parte de la operación puede ser fundamental para mejorar los indicadores del nivel de servicio y nivel de satisfacción del cliente. Las organizaciones inteligentes buscan la máxima eficiencia basadas en el consumo sostenible, donde las soluciones que se ofrezcan busquen el trade-off entre diferentes objetivos a considerar, tales como minimizacion de costos, minimizacion de efectos contaminantes y equilibrios en las cargas de trabajo de los colaboradores. En este contexto se pretende proponer alternativas que optimicen la distribución final de mercancías en el marco del problema de ruteo de vehículos considerando flota propia y flota subcontratada, Vehicle Routing Problem with Private Fleet and Common Carriers (VRPPC) en un ambiente sostenible. El VRPPC es una variante del conocido problema de ruteo de vehículos (VRP) definido como un problema combinatorial de la clase NP - duro por su complejidad computacional, de gran interés tanto para la comunidad académica como empresarial.

SÍNTESIS DEL PROYECTO

En esta investigación fue desarrollada una metodología multiobjetivo que resuelve el problema de enrutamiento de vehículos con flota propia y subcontratada considerando costos, efectos ambientales, medida como la cantidad de partículas contaminantes emitidas por los vehículos; y equidad de la carga de trabajo, al establecer balance en la longitud de las rutas. Para la solución del modelo matemático planteado, es usada la metaheurística de búsqueda local iterada, que pertenece al conjunto de heurísticas de búsqueda por trayectoria, el cual fue adaptado para la solución del problema con tres objetivos descritos anteriormente. El algoritmo de solución fue desarrollado en tres etapas, así: En la primera, son construidas soluciones iniciales, de buena calidad a través de la heurística de ahorro, la cual fue adaptada de forma que distribuyera adecuadamente las soluciones iniciales en el frente de Pareto. En la segunda y con base en las soluciones obtenidas en el paso anterior, se pasa a una etapa de intensificación de varios niveles. Para esto se usan adecuados esquemas de vecindad que usan operadores de intercambio inter-ruta, del tipo swift, swap, k-opt; e intra-ruta como or -opt y exchange. agotada la búsqueda en la región local, se pasa a la tercera etapa en la cual se aplican esquemas de perturbación, que se ejecuta de manera controlada, es decir, se generan espacios de búsqueda ordenada en el espacio de soluciones contenido por las tres funciones objetivo a optimizar. Terminada la etapa tres, se genera un bucle de intensificación con el regreso a la etapa dos., Así, hasta cumplir el criterio de parada. La metodología propuesta fue verificada utilizando casos de estudio de la literatura, los cuales fueron adaptados al problema de los tres objetivos, obteniendo soluciones consistentes. En primera instancia fueron analizados casos de prueba de baja complejidad matemática, realizando 30 corridas por caso, con el fin de verificar la estabilidad de la respuesta, calidad del frente, la distribución de las soluciones en el frente, la calidad de las soluciones, medidas a través del hipervolumen, el espaciamiento, el spread, los resultados muestran una buena calidad de las soluciones obtenidas con referencia a las soluciones mono-objetivo. El siguiente paso consiste en estudiar instancias de media y alta complejidad matemática, en el caso de instancias de 200 clientes y 16 vehículos solo fue posible realizar 5 corridas por caso, debido al tiempo computacional requerido. En conclusión, el modelo matemático planteado y el método de solución aplicado en su solución, presentan un comportamiento adecuado en la solución de este problema. De acuerdo con la revisión previa del estado del arte, se pudo evidenciar que es un problema con un fuerte vacío de conocimiento, esto a pesar de estar presente en la vida real en el sector productivo, esto debido a aumentos en la demanda en ciertas temporadas o parte de la flota de vehículos que se encuentran en mantenimiento que están por fuera de servicio. Respecto a las base de datos, al no encontrarse casos reportados en la literatura, estos podrían usarse como referencia en futuras investigaciones., ya sea para futuras investigaciones dentro del grupo o como fuente bibliográficas de otros grupos de investigación interesados en el tema.

ESTADO

Concluye Satisfactoriamente

FECHA DE INICIO

06/02/2020

FECHA DE FINALIZACION

06/02/2022

PRODUCTOS

SOLUCIÓN AL PROBLEMA DE RUTEO DE VEHÍCULOS CON RESTRICCIONES DE CAPACIDAD CONSIDERANDO DEMANDA ESTOCÁSTICA CVRPSD

Proyecto de grado

Iterated local search multi-objective methodology for the green vehicle routing problem considering workload equity with a private fleet and a common Carrier

Artículo en revista indexada

URL

Localización y ruteo de vehículos capacitado multi-objet¡vo con consideraciones de sostenibilidad

Dirección de trabajo de grado