Un algoritmo metaheurístico para el problema de localización y ruteo con flota heterogénea

Abstract

ResumenEste artículo considera el problema de localización y ruteo con flota heterogénea (LRPH, por sus siglas en inglés), en el cual se busca determinar los depósitos a ser abiertos, los clientes a ser asignados a cada depósito, y las rutas a ser construidas para satisfacer las demandas de los clientes, considerando una flota de vehículos con capacidad diversa y costos de utilización asociados. El objetivo es minimizar la suma de los costos asociados con la apertura de depósitos, los costos de los vehículos utilizados, y los costos variables directamente relacionados con las distancias recorridas. En este artículo, se propone un algoritmo metaheurístico basado en una búsqueda tabú granular para la resolución del problema. Experimentos computacionales en instancias adaptadas de la literatura, muestran que el algoritmo propuesto es capaz de obtener, en tiempos computacionales razonables, soluciones de alta calidad demostrando su efectividad.

“Trans-Localizando”, una actividad lúdica para estudiar el problema de localización-ruteo

“…El problema de localización-ruteo (LRP, por sus siglas en inglés) combina dos decisiones estructurales del diseño de cadenas de abastecimiento: la ubicación de instalaciones y el transporte (abastecimiento desde rutas) (Saracche y Morales, 2016). Dado un conjunto de instalaciones potenciales con costos de apertura, una flota de vehículos homogéneos y un conjunto de clientes con demandas conocidas, el LRP clásico establece las instalaciones que se abrirán, la asignación de clientes a estas y la definición de rutas para cada instalación y sus clientes, de tal manera que se minimice el costo total (este costo incluye el costo de abrir las instalaciones, los costos de transporte asociados a cada ruta y los costos de los vehículos utilizados) (Karaoglan y Altiparmak, 2015;Linfati et al, 2014). Prins et al (2007) formularon el problema LRP así: sea G = (V, E) un grafo no dirigido, donde V=1,…, m + n es un conjunto de nodos que incluye un subconjunto I de m posibles localización para instalarse y un subconjunto J de n clientes.…”

Reoptimization Heuristic for the Capacitated Vehicle Routing Problem

“…The goal of this stage is improving the distance for each route. The local search approach could be seen as descendant gradient algorithm, where the neighborhood solutions could be performed moving a customer from the current position and inserting it in another position (Insertion) or exchanging the order of customers within routes (Swap) [35,36]. The pseudocode is presented in Pseudocode 2.…”

A Two-Phase Heuristic Algorithm for the Problem of Scheduling and Vehicle Routing for Delivery of Medication to Patients

“…The VRP is one of the most investigated combinatorial optimization problems [5,11] due to its mathematical complexity, its importance in daily situations, and its relevance to any organization that provides home delivery of a product or service. The VRP can be considered a general category of a set of problems with a set of geographically dispersed customers for which the demand of products or services must be satisfied by a fleet of vehicles departing from one or more depots [12].…”