Documente Academic
Documente Profesional
Documente Cultură
Dentro de la competencia que caracteriza al siglo XXI hemos observado un aumento en estudios
de bienes y/o servicio con tal de generar una ventaja competitiva frente a la competencia. Una
buena planificación de los procesos de aprovisionamiento y/o distribución pueden llegar a generar
ahorros de entre el 5% al 20% en los costos de transporte, y considerando que estos últimos
representan entre un 10% al 20% del costo final de los bienes, su impacto es sumamente
denomina Problema de enrutamiento de vehículos (VRP, por sus siglas en inglés); un depósito
central, clientes que requieren productos con cierta demanda y una flota de vehículos, donde se
desea buscar el óptimo de rutas para la flota de vehículos que debe satisfacer la demanda de un
conjunto dado de clientes, teniendo como objetivo minimizar los costos de transporte (distancia
De esta formulación clásica, que tiene su origen en los años 50´s., se derivan una serie de
enrutamiento de vehículos (D-VPR, por sus siglas en inglés), donde a diferencia de los problemas
estáticos donde los datos son conocidos antes de construir las rutas, algunos datos solo son
conocidos durante el periodo de operación, inclusión de una variable de carácter dinámico, por lo
literatura que trata este tema, explicando sus variables, función objetivo y restricciones.
2. DEFINICIÓN DEL PROBLEMA
El primer problema planteado tipo VRP fue el del Agente Viajero o TPS (Travelling Salesman
Problem), introducido por Flood en 1956. El problema recibe este nombre dado que puede
describirse en términos de un agente que debe visitar cierta cantidad de ciudades en un solo viaje,
de tal manera que inicie y termine su recorrido en la ciudad de “origen”. Para ello, el agende debe
determinar (optimizar) que ruta debe seguir para visitar cada ciudad una solo vez y regresar de tal
manera que la distancia total recorrida sea la mínima. En la figura 1, se observa un ejemplo grafo
del TSP, donde el vértice de origen viene dado por el vértice A, siguiendo la ruta pasando luego
por los vértices B-C-D (considerando este orden como óptimo dado que minimizan los valores
De la formulación propuesta por Flood nacen variaciones como el TPS generalizado, también
VRP tiene sus orígenes ya a finales de los años 50´s., etapa en la cual Dantzing y Rasmer formulan
el modelamiento en torno a una distribución de combustible. Este modelo es uno de los más
este tipo podría considerar un amplio número de variables y diversos parámetros, siempre
conocidos desde el inicio del ruteo cuando hablamos del modelo original. En general responde a
vehículos con cierta capacidad de carga), una red de carreteras dada, productos y/o servicios que
se deben entregar a un conjunto de clientes (demanda) y un conjunto de rutas, entre otras, de tal
forma que las demandas de los clientes sean satisfechas y el coste total de transportación este
La red vial se puede describir utilizando un grafo donde los arcos representan secciones o
tramos viales y los vértices representan la localización de los clientes y del depósito. Los arcos
pueden ser dirigidos o no, debido a costes distintos en cada dirección o alguna variante del
problema. Cada arco tiene un coste asociado que representa la longitud o tiempo de viaje. En la
Donde, como mencionamos anteriormente, la función objetivo puede ser diferente dependiendo
vehículos utilizados.
productos necesita ser trasladado de cierta ubicación de recogida hacia otras ubicaciones
de entrega. El objetivo es encontrar las rutas óptimas para una flota de vehículos para visitar
VRPTW, problema de enrutamiento del vehículo con ventanas de tiempo. Las ubicaciones
de entrega tienen ventanas de tiempo, dentro del cual las entregas tienen que ser realizadas.
CVRP, problema de enrutamiento del vehículo con capacidad. Los vehículos han limitado
VRPMT, problema de enrutamiento del vehículo con viajes múltiples. Los vehículos
OVRP, problema de enrutamiento del vehículo abierto. Las rutas de los vehículos no
Respecto a los métodos de solución, de la revisión bibliográfica se concluye que existen tres
grandes categorías, las cuales pueden ser agrupadas de la siguiente manera: métodos exactos,
heurísticas y metaheurísticas.
Métodos Exactos: Los métodos exactos son eficientes en problemas hasta 50 depósitos
en tres grupos:
- Programación dinámica
calidad mediante una exploración limitada del espacio. Estos métodos parten de rutas que
contienen un único nodo para encontrar el mejor par (nodo, ruta) que representa la mejor
- Métodos Constructivos
- Métodos de 2 fases
- Heurística de mejora
independientes del dominio que modifican soluciones intermedias guiadas por la idoneidad
- Algoritmos genéricos
- Redes neuronales
- Recocido simulado
- Algoritmos de hormiga
- Búsqueda tabú
- Búsqueda de vecindades
Formulaciones basadas en el flujo del vehículo (variables enteras asociadas con cada arco
del grafo, cuentan el número de veces que la arista es recorrida por un vehículo). Es
generalmente utilizado para el básico VRP. Es adecuado para casos donde el coste de la
solución puede ser expresado como la suma de los costes asociado con los arcos.
con los arcos o aristas qué representan el flujo de las mercancías a lo largo de los caminos
recorrido por los vehículos). Esto ha sido utilizado recientemente para encontrar una
variables binarias, cada una asociada a una ruta factible diferente). El VRP es entonces
formulado como un problema qué pregunta cuál es la colección de rutas con coste mínimo
Al continuar investigando sobre los VRP dentro del problema general, de manera específica
Problems), problema estudio para el presente informe, el que cuenta con cuatro componentes
relevantes a saber, los clientes, los depósitos, los vehículos y el tipo de red a analizar
deberán ser atendidas lo más rápido posible. La principal variante al problema original VRP
es que la información inicial puede presentar cambios después de definir la secuencia o ruta
para un vehículo, provocando que el modelo se deba reformular para buscar la nueva ruta
óptima bajo las nuevas restricciones, por ende, en contraste con el ruteo estático de vehículos
con el fin de atender la situación de demanda de mayor cercanía, con el fin de generar los
En cuanto a la función objetivo del ruteo dinámico, generalmente difiere del ruteo habitual
(estático), el que busca únicamente el minimizar el costo de la ruta, ya que el DVRP incluye
otras nociones como lo son niveles de servicio, número de salidas, maximización de utilidades,
El dinamismo en el DVRP puede ser definido a partir de niveles caracterizados por dos
variables:
como de mayor relevancia los eventos directamente cercanos de atención, y los eventos a
están sujetas a cambios durante la operación por lo que se hace esencial que mecanismos
entradas implica que las decisiones tomadas en torno a soluciones del modelo se definan
definir un sistema línea, sino no lineal, con el fin de contemplar factores tales como la
posposición.
de peso atención.
k) Flexibilidad en la flota de vehículos; calidad del servicio puede variar respecto al total de
Con todo lo anterior, entendemos que la información crítica se revela con el tiempo, por lo que
la instancia completa sólo se conoce al final del horizonte de planeación. Dado lo anterior, y
sabiendo que los métodos exactos sólo proporcionan una solución óptima para la situación actual,
pero no garantizan que la solución seguirá siendo óptima una vez vayan ingresando nuevos datos
a) Re-optimización periódica; se centra en la búsqueda de la ruta óptima cada vez que una
nueva petición se conoce. Resuelve periódicamente un problema estático (ya sea siempre
que los cambios en los datos estén disponibles o en intervalos de tiempo fijo). Puede
información sobre las buenas soluciones en una memoria adaptativa. Siempre que los datos
se encuentre disponibles son agregados a la memoria para actualizar el ruteo actual. Dado
que la ruta actual está sujeta a cambios en cualquier momento, los vehículos no conocen
Como mencionamos en la introducción los DVRP son problemas en los que las nuevas
Para esto se debe realizar una formulación analítica del problema: un desvió de la ruta inicial es el
hecho de permitir que el transporte tenga un desvió de su destino inicial o programado para lograr
surtir una orden que, para la planeación nueva, debería ser más conveniente siempre y cuando no
se violen las restricciones. En la figura N°3 se observa este caso en donde, una nueva orden llega
a) Si el vehículo se encuentra camino al destino de un cliente, pero faltan dentro de la red vial
destinos por visitar, entonces el punto crítico será el más cercano perteneciente a esta red.
b) Si el vehículo está en recorrido dentro de la red, camino hacia un cliente, entonces el punto
crítico será el unto del cliente que pertenece a la red espacio-tiempo respectivo.
c) Si el vehículo ya se encuentra con un cliente, el punto crítico es el tiempo que ésta se esté
realizando.
Para un tiempo 𝑡, se consideran los siguientes conjuntos de nodos:
rutas.
𝑁𝐶 (𝑡) : Puntos que son críticos en la red espacio-tiempo cuando se actualizan las
rutas.
Para la red 𝑁𝑈 (𝑡), se debe destacar que cuando varían las rutas, existirán puntos que existieron en
el punto inicial pero desaparecen en el momento t. Es el caso de los clientes que no son atendidos
En el caso de las rutas de un punto a otro, existe diferencias, ya que el conjunto 𝐴(𝑡) considera
̅ (𝑡)
𝐾 : Todos los vehículos en ruta en el tiempo t
𝑄̅𝑘 (𝑡) : Capacidad actual o carga actual del vehículo k al momento de actualizar las rutas.
Esto sirve para determinar la capacidad actual de los vehículos la cual tiene una capacidad
(1)
𝑀𝑖𝑛 𝑘 𝐾
𝑥(𝑖,𝑡), , 𝑗, 𝑘, 𝑦𝑖𝑘 , 𝑡𝑠𝑖𝑘 , 𝑑𝑖𝑘 {∝∙ ∑𝑘=1 ∑𝑖∈𝑁𝑈 (𝜏) ∑𝑗∈𝑁𝑈 (𝜏) ∑𝑡≥𝜏 𝑥{𝑖,𝑡}𝑗,𝑘 ∙ 𝑡𝑣{𝑖,𝑡}𝑗 + (𝐼 − ∑𝑘=1 ∑𝑖∈𝑁𝑈 (𝜏) 𝛽𝑖 ∙ 𝑦𝑖𝑘 )}
Sujeto a (Restricciones)
(2)
𝐾
∑ 𝑦𝑖𝑘 ≤ 1 , ∀𝑖 ∈ 𝑁𝑈 𝜏, 𝑖 ≠ 0
𝑘=1
(3)
𝐾
∑ ∑ ∑ 𝑥{𝑖,𝑡},𝑗,𝑘 ≤ 1 , ∀𝑖 ∈ 𝑁𝑈 (𝜏), 𝑖 ≠ 𝑗
𝑘=1 𝑗∈𝑁𝑈 (𝑡) 𝑡≥𝜏
(4)
𝐾
∑ ∑ ∑ 𝑥{𝑖,𝑡},𝑗,𝑘 ≤ 1 , ∀𝑗 ∈ 𝑁𝑈 (𝜏), 𝑖 ≠ 𝑗
𝑘=1 𝑖∈𝑁𝑈 (𝑡) 𝑡≥𝜏
(5)
𝐾
∑ ∑ 𝑥{0,𝑡},𝑗,𝑘 ≤ 1 , ∀𝑘 ∈ 𝐾0 (𝜏), 𝑗 ≠ 0
𝑗∈𝑁𝑈 (𝜏) 𝑡≥𝜏
(6)
∑ ∑ 𝑥{𝑖,𝑡},𝑗,𝑘̅ ≥ 1 ̅ (𝜏)
, ∀𝑖 ∈ {𝑁𝐶 (𝜏) ∩ 𝑁}𝑖 ∉ 𝑁𝑈 (𝜏), ∀𝐾
𝑗 𝑖≥𝜏
(7)
∑ ∑ 𝑥{𝑖,𝑡},0,𝑘̅ = 1 ̅ (𝜏)
, ∀𝑖 ∈ {𝑁𝐶 (𝜏) ∩ 𝑁𝑈 (𝜏)} ∀𝐾
𝑖 𝑖≥𝜏
(8)
(9)
(11)
(12)
𝑡𝑠0𝑘 ≤ 𝑙0 , ∀𝑘 ∈ 𝐾
(13)
(15)
∀𝑖, ℎ ∈ 𝑁𝑈 (𝜏) ∪ 𝑁𝐶 (𝜏) ∪ {0}
(16)
(17)
∀𝑖, ℎ ∈ 𝑁𝑈 (𝜏) ∪ 𝑁𝐶 (𝜏) ∪ {0}
(18)
𝑑𝑖𝑘 ≥ 𝑡𝑠𝑖𝑘 + 𝑎𝑡𝑒𝑛 + 𝑀 ∙ (1 − 𝑦𝑖𝑘 ), ∀𝑖 ∈ 𝑁𝑈 (𝜏) ∪ 𝑁𝐶 (𝜏) ,𝑘 ∈ 𝐾
(19)
𝑑𝑖𝑘 ≥ 𝜏 , ∀𝑖 ∈ 𝑁𝑈 (𝜏) ∪ 𝑁𝐶 (𝜏), 𝑘 ∈ 𝐾
(20)
∑ ∑ 𝑥{𝑖,𝑡}𝑗,𝑘 ∙ 𝑆𝑡 ≤ 𝑑𝑖𝑘 ≤ ∑ ∑ 𝑥{𝑖,𝑡}𝑗,𝑘 ∙ 𝐸𝑡 , ∀𝑖 ∈ 𝑁𝑈 (𝜏) ∪ 𝑁𝐶 (𝜏) ∪ {0}, 𝑘 ∈ 𝐾
𝑗 𝑡≥𝜏 𝑗 𝑡≥𝜏
(21)
𝑦𝑖𝑘 = ∑ ∑ 𝑥{𝑗,𝑡}𝑖,𝑘 , ∀𝑖, 𝑗 ∈ 𝑁𝑈 (𝜏) ∪ 𝑁𝐶 (𝜏) ∪ {0}, 𝑘 ∈ 𝐾
𝑗 𝑡≥𝜏
(22)
𝑥{𝑖,𝑡}𝑗,𝑘 , 𝑦𝑖𝑘 ∈ {0,1} , ∀𝑖, 𝑗, 𝑡 ≥ 𝜏, 𝑘
(23)
𝑑𝑖𝑘, 𝑡𝑠𝑖 , 𝑄̅𝑘 (𝜏) ≥ 0 , ∀𝑖, 𝑘
El modelo matemático presentado, contiene algunas restricciones adicionales:
- La restricción 7, asegura que los nodos críticos son parte de la red, entonces se deben
abandonar
- La restricción 8, indica que todos los vehículos en ruta deben regresar a la bodega
- La restricción 10 señala que la flota es heterogénea
- La restricción 19 limita el tiempo mínimo a la actualización de rutas
4. CONCLUSIONES
Los avances tecnológicos proveen a las compañías y empresas de nuevas herramientas para
administrar sus flotas a tiempo real. Sin embargo, estas nuevas tecnologías también han
dinámicos.
creciente interés por los problemas de optimización, creando nuevos acercamientos específicos
al diseño de herramientas de dinamismo específicos y eficientes. Con el análisis del estado del
arte, algunas direcciones pueden ser diseñadas para futuras investigaciones en este nuevo
campo.
lograr una aproximación más precisa, evaluando similitudes entre problemas, y campos de
En segundo lugar, es recurrente no utilizar las referencias de las mejores prácticas para los
problemas de enrutamiento dinámico. Por lo tanto, existe una gran necesidad por el desarrollo
utilizable.
mediante el desarrollo de algoritmos paralelos los cuales desafían la reducción del tiempo
En cuarto lugar, esta revisión ha revelado que el enrutamiento dinámico no considera aspectos
estocástica la cual provee mejor información en la operación de flotas y reducción de los costos
Finalmente, los investigadores, tienen sus focos en aspectos del ruteo en la administración
dinámica de flotas. Deben ser definidas las ventanas de tiempo en consecuencia que los
los clientes y sus respuestas, sugiriendo los tiempos deseados en cada contexto.
REFERENCIAS
Paolo Toth y Daniele Vigo, “The Vehicle Routing Problem”. Society of Industrial and
Operational Research, Vol. 12, No. 2, 1964, pp 300-304. Mencionado por Prawda, J.
(2002)