Diseño y optimización de rutas de distribución bajo un enfoque metaheurístico con restricciones de capacidad y tiempo

En el presente estudio se considera un proceso de distribución de productos que se realiza desde un depósito central en Bogotá hasta plantas ubicadas alrededor de algunos aeropuertos (depósitos intermedios) posicionados a lo largo del territorio nacional. Los productos son transportados en vehículos...

Full description

Autores:
González Santamaría, Michelle
Ibáñez Cárdenas, Juan David
Rosales Rosales, José David
Tipo de recurso:
Fecha de publicación:
2021
Institución:
Universidad del Norte
Repositorio:
Repositorio Uninorte
Idioma:
spa
OAI Identifier:
oai:manglar.uninorte.edu.co:10584/9898
Acceso en línea:
http://hdl.handle.net/10584/9898
Palabra clave:
Enrutamiento
Distribución
Optimización
Metaheurística
Distribution
Routing
Optimization
Metaheuristic
Rights
License
Universidad del Norte
Description
Summary:En el presente estudio se considera un proceso de distribución de productos que se realiza desde un depósito central en Bogotá hasta plantas ubicadas alrededor de algunos aeropuertos (depósitos intermedios) posicionados a lo largo del territorio nacional. Los productos son transportados en vehículos terrestres y aéreos de capacidad limitada (20 unidades logísticas), con el objetivo de satisfacer la demanda de 241 unidades logísticas por parte de 151 plantas, teniendo en cuenta un tiempo límite de entrega de 24 horas por planta. Actualmente, la planeación de las rutas de distribución es deficiente, debido al uso de métodos empíricos, altos costos de distribución asociados al elevado kilometraje, baja disponibilidad de productos en las plantas e improductividad de la flota. Este proyecto propone el diseño y optimización de rutas de distribución bajo un enfoque metaheurístico, con el objetivo de realizar el reparto eficiente de los productos, minimizar la distancia total recorrida y cumplir con las restricciones de capacidad y tiempo. Para esto, se desarrolló una aplicación en Python, con la cual se agruparon las plantas en diferentes segmentos geográficos (clusters) a través del algoritmo K-Means. Posteriormente se realizó el diseño inicial de las rutas para cada segmento haciendo uso del algoritmo Greedy. Luego se diseñó un algoritmo basado en la metaheurística Tabu Search para la optimización de las rutas iniciales. Finalmente se validaron los resultados por medio del software de simulación Arena. Como resultado de este proyecto, se obtuvo una reducción del 7,40% en la distancia recorrida y un 9,55% en los costos de distribución de las rutas realizadas por 16 vehículos; además, cumpliendo con las restricciones de capacidad, tiempo, los requerimientos de las plantas y brindando posibles beneficios adicionales como mayor productividad de flota, cumplimiento de políticas y mayor disponibilidad de productos.