Ítem
Acceso Abierto

Optimización basada en metaheurísticas: una aproximación a la solución del problema de ruteo de vehículos con ventanas horarias

Mostrar el registro sencillo de la publicación
dc.contributor.advisorGómez Cruz, Nelson Alfonso
dc.creatorBenítez Perdomo, Angelica
dc.creatorAcosta Molina, Juan
dc.creator.degreeAdministrador en logística y Producción
dc.date.accessioned2017-08-28T12:33:41Z
dc.date.available2017-08-28T12:33:41Z
dc.date.created2017-08-17
dc.date.issued2017
dc.descriptionLos problemas complejos que se presentan en las organizaciones han sido tema de estudio durante las últimas décadas debido a su alto impacto en los resultados empresariales. Las decisiones tomadas por los líderes de los procesos respecto a estos problemas generalmente se basan en su intuición, forjada por experiencias, perjuicios y patrones mentales, considerados como correctos, omitiendo cualquier intento de análisis cuantitativo por el alto número de variables y la existencia de varios objetivos que se interponen entre sí. La planeación de las rutas de una flota de transporte para la entrega de mercancías es catalogado como una operación de alta complejidad, por el número de soluciones posibles, la interconexión de múltiples objetivos y un gran número de variables que se aumenta de forma exponencial en el momento que se añaden ventanas horarias. El problema de ruteo con ventanas horarias es crítico a la hora de tomar decisiones estratégicas en la industria por su relación con el costo logístico total. Por la importancia y desconocimiento de este problema en las organizaciones, el objetivo de este artículo es describir y caracterizar los diferentes métodos de solución, para que de esta manera los líderes en logística cuenten con un conocimiento técnico de las herramientas disponibles para optimizar sus procesos de transporte y mediante un análisis numérico, basados en su intuición y experiencia, logren generar los mejores resultados de una manera rápida y eficaz.spa
dc.description.abstractOrganization´s complex problems have been studied during the last decades, due his high impact in the business results. Taken decisions by the processes’ leaders related with these problems are based on their intuition, created by experiences, bias and mental patterns. Avoid any attempt of quantitative analysis for the high number of variables and objectives that stand between each other. Planning routing fleet of vehicles for the delivering of goods, it’s a high complex operation, for the number of possible solutions, multi-objective principles and a large number of variables, increased with time windows. The vehicle routing problem with time windows is a regular operation in retailer companies and it is critical for the decision-making in the industry, for his relation with logistics costs. Exacts methods was the first tools created for find the optimal solution, inefficient strategy due the problem’s nature. Trough advances in the optimization field, emerged exploration methods, known as heuristics and metaheuristics. For the importance and lack of awareness of this problem in organizations, the objective of this article is describing the different methods of solution. In this way the logistic leaders have a technical knowledge about the available tools for optimize their transport processes and by numerical analysis, based on their intuition and experience, achieves the best results in an efficient way.eng
dc.format.mimetypeapplication/pdf
dc.identifier.doihttps://doi.org/10.48713/10336_13719
dc.identifier.urihttp://repository.urosario.edu.co/handle/10336/13719
dc.language.isospa
dc.publisherUniversidad del Rosariospa
dc.publisher.departmentFacultad de Administraciónspa
dc.publisher.programAdministración en Logística y Producciónspa
dc.rights.accesRightsinfo:eu-repo/semantics/openAccess
dc.rights.accesoAbierto (Texto completo)spa
dc.rights.ccAtribución-NoComercial-SinDerivadas 2.5 Colombiaspa
dc.rights.ccAtribución-NoComercial-SinDerivadas 2.5 Colombiaspa
dc.rights.licenciaEL AUTOR, manifiesta que la obra objeto de la presente autorización es original y la realizó sin violar o usurpar derechos de autor de terceros, por lo tanto la obra es de exclusiva autoría y tiene la titularidad sobre la misma. PARGRAFO: En caso de presentarse cualquier reclamación o acción por parte de un tercero en cuanto a los derechos de autor sobre la obra en cuestión, EL AUTOR, asumirá toda la responsabilidad, y saldrá en defensa de los derechos aquí autorizados; para todos los efectos la universidad actúa como un tercero de buena fe. EL AUTOR, autoriza a LA UNIVERSIDAD DEL ROSARIO, para que en los términos establecidos en la Ley 23 de 1982, Ley 44 de 1993, Decisión andina 351 de 1993, Decreto 460 de 1995 y demás normas generales sobre la materia, utilice y use la obra objeto de la presente autorización. -------------------------------------- POLITICA DE TRATAMIENTO DE DATOS PERSONALES. Declaro que autorizo previa y de forma informada el tratamiento de mis datos personales por parte de LA UNIVERSIDAD DEL ROSARIO para fines académicos y en aplicación de convenios con terceros o servicios conexos con actividades propias de la academia, con estricto cumplimiento de los principios de ley. Para el correcto ejercicio de mi derecho de habeas data cuento con la cuenta de correo habeasdata@urosario.edu.co, donde previa identificación podré solicitar la consulta, corrección y supresión de mis datos.spa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.source.bibliographicCitationArmin luer, M. B. (2009). El porblema de rutas de vehiculos: Extensiones de métodos de resolución, estado del arte. Workshop internacional , 23-27.
dc.source.bibliographicCitationBallou, R. H. (2004). Logística Administración de la cadena de suministro (5 ed.). Mexico DF: Pearson.
dc.source.bibliographicCitationBolduc, M.-C., Renaud, J., & Boctor, F. (2008). A heuristic for the routing and carrier selection problem. European Journal of Operational Research, 183(2), 926-932.
dc.source.bibliographicCitationCarbonel, T. (2015). Modelo mátematico de planificación de rutas para minimizar los costos de reparte de la empresa San Isidro Labrador. Revista de Investigación Estudiantes Ingeniería, 4(13), 110-125.
dc.source.bibliographicCitationCeschia, S., Gaspero, L. D., & Schaerf, A. (2011). Tabu search techniques for the heterogeneous vehicle routing problem with time windows and carrier-dependent costs. Journal of Scheduling, 14(6), 601-615.
dc.source.bibliographicCitationChu, C.-W. (2005). A heuristic algorithm for the truckload and less-than-truckload problem. European Journal of Operational Research, 127(3), 657-667.
dc.source.bibliographicCitationDantzig, G., Fulkerson , D., & Johnson, S. (1954). Solution of a Large-Scale Traveling-Salesman Problem. Journal of the Operations Research Society of America, 2(4), 393-410.
dc.source.bibliographicCitationDeneubourg, Aron, Goss, & Pasteels. (1990). The self-organizing exploratory pattern of the argentine ant. Journal of Insect Behavior, 3(2), 159-168.
dc.source.bibliographicCitationDíaz, A., Glover , F., & Ghaziri, H. (1996). Optimización Heurística y Redes Neuronales. Madrid: Paraninfo.
dc.source.bibliographicCitationDorigo, M., & Stützle , T. (2004). Ant Colony Optimization. Cambridge: The MIT press.
dc.source.bibliographicCitationEduardo, G. S., Susana, B. R., & Manuel, M. C. (2005). Desarrollo de un nuevo algoritmo heurístico para la solución del problema de planificación de rutas con las ventanas del tiempo. Revista Universidad da Coruña, 14(2), 24-35.
dc.source.bibliographicCitationErdoğan, G. (2015). User’s Manual for VRP Spreadsheet Solver. Bath: Universidad de Bath.
dc.source.bibliographicCitationFabera, V., & Stambolidis, M. (2013). Solving VRP Using Genetic Algorithm with Time Constraints in Fitness Function. Proceedings of the Multidisciplinary Academic Conference, 20, pág. 1.
dc.source.bibliographicCitationFavaretto, D., Moretti, E., & Pellegrini, P. (2007). Ant Colony System for a VRP with Multiple Time. Journal of Interdisciplinary Mathematics., 10(2), 263-284.
dc.source.bibliographicCitationFisher, M. L. (1997). Optimal solution of vehicle routing problems using minimum K-trees. Operation Research, 42(4), 626 - 642.
dc.source.bibliographicCitationGallego, R. A., Toro, E., & Escobar, A. (2015). Técnicas heurísticas y metaheurísticas (1 ed.). Pereira: Universidad Tecnológica de Pereira.
dc.source.bibliographicCitationGambardella, L. M., Taillard, É., & Agazzi, G. (1999). MACS-VRPTW: A multiple ant colony system for vehicle routing problems with time windows. En D. Corne, M. Dorigo, F. Glover, C. D., Dorigo, & F. Glover (Edits.), New ideas in optimization (págs. 63-76). Londres: McGraw-Hill.
dc.source.bibliographicCitationGhiani, G., Laporte, G., & Musmanno, R. (2004). Introduction to logistics systems planning and control. Chichester: John Wiley & Sons Ltd.
dc.source.bibliographicCitationIrnich, S., Toth, P., & Vigo, D. (2014). Vehicle Routing Problems, Methods, and Applications (2 ed.). Philadelphia: Society for Industrial and Applied Mathematics.
dc.source.bibliographicCitationLittle, J., Murty, K., Sweeney, D., & Karel, C. (1963). An algorithm for the traveling salesman problem. Operations Research., 11(6), 972-989.
dc.source.bibliographicCitationMarti, R. (agosto de 2014). Procedimientos Metaheurísticos en Optimización Combinatoria. Obtenido de Rafael Martí : http://www.uv.es/~rmarti/
dc.source.bibliographicCitationMingozzi, A., Bianco, L., & Ricciardelli, S. (1997). Dynamic Programming Strategies for the Traveling Salesman Problem whit Time Windows and Precedence Constraints. Operation Research, 45(3), 365-374.
dc.source.bibliographicCitationMingyong, L., & Erbao, C. (2010). An improved differential evolution algorithm for vehicle routing problem. Engineering Applications of Artificial Intelligence, 23(2), 188-195.
dc.source.bibliographicCitationMoussaid, M., Garnier, S., Theraulaz, G., & Helbing, D. (2009). Collective Information Processing and Pattern Formation. Topics in Cognitive Science, 1(5), 469-497.
dc.source.bibliographicCitationOcaña, R., & Ramírez, C. (2004). Diseño de un modelo matemático para resolver problemas de ruteo vehicular capacitado con ventanas de tiempo , con la aplicación del algoritmo de Clark & Wright. Escuela Superior Politécnica del Litoral (ESPOL), 2(14), 55-60.
dc.source.bibliographicCitationOlivera, A. (2004). Heurısticas para Problemas de Ruteo de Vehıculos. Uruguay, Montevideo, Uruguay: Universidad de la Republica.
dc.source.bibliographicCitationOmbuki, B., Ross, B. J., & Hanshar., F. (2006). Multi-Objective Genetic Algorithms for Vehicle Routing. Applied intelligence, 24(1), 17-40.
dc.source.bibliographicCitationOrtega, P., Oliva, C., Ferland, J., & Cepeda, M. (2009). Multiple Ant Colony System for a VRP with Time Windows and Scheduled Loading. Revista Chilena de Ingeniería, 17(3), 393-403.
dc.source.bibliographicCitationParaskevopoulos, D. C., Repoussis, P. P., Tarantilis, C. D., Ioannou, G. D., & Prastacos, G. P. (2008). A reactive variable neighborhood tabu search for the heterogeneous fleet vehicle routing problem with time windows. Journal of Heuristics, 14(5), 425-455.
dc.source.bibliographicCitationPérez, J. M. (2010). Inteligencia computacional inspirada en la vida. Málaga: SPICUM.
dc.source.bibliographicCitationSolomon, M. M. (1987). Algorithms for the vehicle routing and scheduling problems with time window constraints. Journal operations research, 35(2), 254-265.
dc.source.bibliographicCitationTaha, H. (2012). Investigación de operaciones (9 ed.). Naucalpan de Juárez: Pearson.
dc.source.bibliographicCitationTaillard , É. (1993). Parallel iterative search methods for vehicle routing problems. Networks, 23(8), 661 - 673.
dc.source.bibliographicCitationToth, P., & Vigo, D. (2002). The vehicle routing problem. Philadelphia: SIAM.
dc.source.instnameinstname:Universidad del Rosariospa
dc.source.reponamereponame:Repositorio Institucional EdocURspa
dc.subjectProblema de ruteo de vehículos.spa
dc.subjectHeurísticas.spa
dc.subjectMetaheurísticas.spa
dc.subjectOptimización.spa
dc.subjectLogística de transporte.spa
dc.subject.ddcAdministración general
dc.subject.keywordVehicle routing problem with time windows.eng
dc.subject.keywordMetaheuristicseng
dc.subject.keywordHeuristics.eng
dc.subject.keywordTransport logistics.eng
dc.subject.keywordOptimization.eng
dc.subject.lembLogística en los negociosspa
dc.subject.lembAdministración de empresasspa
dc.subject.lembTransporte de cargaspa
dc.titleOptimización basada en metaheurísticas: una aproximación a la solución del problema de ruteo de vehículos con ventanas horariasspa
dc.typebachelorThesiseng
dc.type.hasVersioninfo:eu-repo/semantics/acceptedVersion
dc.type.spaTrabajo de gradospa
Archivos
Bloque original
Mostrando1 - 1 de 1
Miniatura
Nombre:
BenitezPerdomo-Angelica-2017.pdf
Tamaño:
986.47 KB
Formato:
Adobe Portable Document Format
Descripción:
Documento principal.
Descargar
Colecciones
Pregrado en Administración en Logística y Producción