Evaluación de los problemas de ruteo e inventario con disrupciones en los arcos a través de optimización robusta.

El presente trabajo tiene como objetivo evaluar el comportamiento de la optimización robusta como método de solución para el problema combinado de ruteo de vehículos y gestión de inventarios, a los cuales se les ha agregado diversas características que asemejan su comportamiento a la realidad actual...

Full description

Autores:
Tipo de recurso:
Fecha de publicación:
2021
Institución:
Universidad Distrital Francisco José de Caldas
Repositorio:
RIUD: repositorio U. Distrital
Idioma:
spa
OAI Identifier:
oai:repository.udistrital.edu.co:11349/30233
Acceso en línea:
http://hdl.handle.net/11349/30233
Palabra clave:
Disrupciones
Inventario
Ruteo
Factores ambientales
Optimización robusta
Ventanas de tiempo
Maestría en Ingeniería Industrial - Tesis y disertaciones académicas
Problema de enrutamiento de vehículos
Comunicaciones
Rutas comerciales
Optimización combinatoria
Algoritmos
Disruption
Inventory
Routing
Green factors
Robust optimization
Time windows
Rights
License
Atribución 2.5 Colombia
Description
Summary:El presente trabajo tiene como objetivo evaluar el comportamiento de la optimización robusta como método de solución para el problema combinado de ruteo de vehículos y gestión de inventarios, a los cuales se les ha agregado diversas características que asemejan su comportamiento a la realidad actual de la industria, Destacando entre ellas en uso de ventanas de tiempo, y posibles disrupciones en los arcos que conectan los diferentes nodos, incluyendo la evaluación de factores verdes (Green Factors) GIRP. Se aplicará el criterio MinMax regret a un conjunto de instancias preestablecidas en la literatura, adicionando los requerimientos de información necesarios con el fin de evaluar el comportamiento del método en diversas combinaciones de parámetros; variando el número de nodos, los costos, así como las alternativas y escenarios disponibles como se explicará más adelante. De esta forma compararemos las soluciones alcanzadas vs. Las soluciones del modelo clásico para analizar la relación de los resultados del ejercicio vs. Las modificaciones en los parámetros realizadas encontrando una mejora de hasta el 40% en el costo total del algoritmo proporcional al aumento de alternativas y escenarios evaluados.