Universidad Catlica de la Santsima Concepcin

Ingeniera Civil Industrial

TSP aplicado a 5 de las
principales ciudades de la
regin del Biobo para obtener
un tour ptimo
_________________________________________________________________________

Jorge Ramrez A.
Junio de 2013






Asignatura: Alfabetizacin Informativa y Redaccional
Docente: Ana Mara Yez Venegas


Jorge Ramrez A. Pgina 1

Resumen
En tiempos actuales, donde aun se habla de las pasadas crisis financieras y donde la
competencia entre empresas es muy dura, es necesario siempre buscar la forma ptima de
hacer las cosas. En trminos de distancia o tiempo, siempre es preferible recorrer lo menos
posible para realizar un objetivo o tardar lo mnimo en cumplir una meta. Para recorrer n
ciudades existe un modelo generalizado que proporciona un tour ptimo o por lo menos lo
suficientemente aceptable para una tolerancia dada y de esta forma disminuir costos, ser
ms eficientes y/o productivos dependiendo del problema. Es posible aplicar este modelo
para 5 ciudades de la regin del Biobo, es decir, encontrar un tour sobre Concepcin,
Tom, Caete, Chilln y Los ngeles para finalmente volver a Concepcin que sea de
costo mnimo en lo que a kilmetros recorridos se refiere.
Palabras clave: Tour, Subtours, Tolerancia, Eficiencia, Ciclo, Arco, Complejidad
Algortmica.
Abstract
In modern times, where even talking about past financial crises and where competition
between companies is very hard, you must always seek the optimal way to do things. In
terms of distance or time, it is always better to go as little as possible to make a goal or take
the minimum to meet a goal. To visit n cities there is a generalized model that provides an
optimal tour or at least acceptable enough for a given tolerance and thus reduce costs, be
more efficient and / or productive depending on the problem. You can apply this model to 5
cities in the Bio Bo region, ie, find a tour of Concepcion, Tom, Caete, Chilln and Los
ngeles to finally make it back to Concepcin minimum cost as far as mileage is
concerned.
Keywords: Tour, Subtours, Tolerance, Efficiency, Cycle, Arc, Algorithmic
Complexity.


Jorge Ramrez A. Pgina 2

I. Introduccin
La eficiencia es altamente codiciada por las personas en el mundo, ya sea en trminos de
tiempo, mano de obra, construccin, etc. Siempre es deseable conseguir ms con menos
esfuerzo, o aprovechar los recursos disponibles de manera ptima.
La regin del Biobo cuenta con mltiples atractivos tursticos y dada la distribucin de
ciudades en la regin sera deseable recorrer estos puntos minimizando la distancia total
recorrida. Se seleccionaron 5 ciudades sobre las cuales se buscar optimizar el tour, estas
ciudades son Concepcin, Tom, Caete, Chilln y Los ngeles. El problema de recorrer
un conjunto de n ciudades a un costo mnimo, entrando y saliendo solo una vez a cada
ciudad y volviendo a la ciudad de origen se conoce en el campo de la investigacin de
operaciones como Problema del Vendedor Viajero o TSP por sus siglas en ingls. Son
variadas las formas de abordar este problema que en s es fcil de formular. Sin embargo,
al igual que muchos otros que se presentan en el campo de optimizacin, es sumamente
difcil de resolver (Ros y Gonzlez, 2000, p. 16).
El TSP es un problema considerado como NP-completo, estos son catalogados por muchos
investigadores como intratables debido al rpido crecimiento que tiene el tiempo que tardan
los algoritmos en resolverlos, Sin entrar en detalles tcnicos, decimos que un problema es
fcil de resolver cuando es posible encontrar un algoritmo (mtodo de solucin) cuyo
tiempo de ejecucin en una computadora crece de forma razonable o moderada (o
polinomial) con el tamao del problema. Por el contrario, si no existe tal algoritmo decimos
que el problema es difcil de resolver (Ros y Gonzlez, 1999, p. 19).
Para encontrar la ruta ptima sobre las ciudades mencionadas anteriormente se utilizar una
formulacin del Problema del Agente Viajero (PAV) basada en programacin entera, sin
embargo, es preciso destacar que esta formulacin se vuelve difcil de manejar e
inefectiva con los PAV grandes (Winston, 2004, p. 536).



Jorge Ramrez A. Pgina 3

II. Metodologa
Para resolver el problema se har uso de una formulacin ya existente para el TSP, con
algunas pequeas modificaciones dada la estructura simtrica de este problema en
particular. En concreto, se utilizar un modelo de programacin entera mixta que es
eficiente para problemas pequeos, el cual es el caso del problema a tratar debido a que el
nmero de ciudades para el cual se establecer la ruta ptima es 5. Esta formulacin fue
desarrollada por Miller y Tucker en los 60s y permite eliminar los subtours de las
soluciones entregadas por el modelo y obtener variables denominas u que proporcionan
la secuencia de las visitas. El modelo es el siguiente:
1 1
n n
ij ij
i j i
Min c x
= = +

Sujeto a:
1
1 1
2 1,...,
j n
ij ji
i i j
x x j n

= = +
+ = =


| |
1 ; , 2, 3,..., ;
0,1 , :
0
i j ij
ij
j
u u nx n i j i j n i j
x i j i j
u j
+ s = = <
e <
>

El TSP es un problema que aumenta su tiempo de resolucin exponencialmente a
medida que aumenta su tamao, el numero de rutas que debe considerarse es (n-1)!/2,
puesto que hay (n-1) posibilidades para la primera ciudad despus de la ciudad de
residencia del agente, (n-2) para la siguiente ciudad y as sucesivamente (Daza, Montoya y
Narducci, 2009, p. 26). Deben considerarse (n-1)!/2 por la naturaleza simtrica del
problema, en caso contrario se debern considerar (n-1)! rutas. Un modelo TSP es
simtrico si
ij ji
d d = para todas las i y j. De lo contrario, el modelo TSP es asimtrico
(Taha, 2012, p. 397), donde
ij
d representa el costo de ir de la ciudad i a la ciudad j.
Habitualmente, cuando se habla del problema del viajante se hace referencia a la
dificultad de su resolucin pero lo cierto es que, a pesar de no haber encontrado todava un
algoritmo bueno, no podemos afirmar que este algoritmo no exista (Calvio, 2011, p. 14).
Jorge Ramrez A. Pgina 4

Las distancias en kilmetros entre las ciudades en estudio se presentan a continuacin.
CONCEPCION CAETE TOME CHILLAN LOS ANGELES
CONCEPCION - 134,77 29,12 97,59 139,09
CAETE 134,77 - 163,89 232,35 162
TOME 29,12 163,89 - 105,25 151,03
CHILLAN 97,59 232,35 105,25 - 110,35
LOS ANGELES 139,09 162 151,03 110,35 -

III. Complejidad algortmica
A medida que el campo de la Investigacin de Operaciones continu su desarrollo ()
surgi la necesidad de poder clasificar y comparar formalmente problemas y algoritmos en
cuanto a su tratabilidad computacional. Para resolver esta necesidad, en la dcada de 1970
los cientficos en computacin y los analistas de investigacin introdujeron el tema de
complejidad computacional de problemas y algoritmos (Bazaraa, 1998, p. 431-432).
Como ya se mencion previamente, el TSP es un problema considerado NP-completo,
hasta el momento no existen algoritmos que puedan resolverlo en tiempos polinomiales,
pero no se descarta la posibilidad de encontrar uno que lo haga. Para las 5 ciudades
expuestas en esta investigacin, existen 12 posibles rutas a evaluar dada la caracterstica
simtrica del problema, lo cual tardar prcticamente nada en resolverse en un computador
convencional; no obstante, cuando el problema se asemeja a la realidad, por ejemplo,
teniendo 50 ciudades con distancias asimtricas, ameritara explorar 6,08282x10
62
alternativas, que en tiempo de las computadoras actuales representara algo tan abismal que
se sale de la viabilidad prctica (Prez, Jaramillo, Parra, Moreno, 2010, p. 189).
La enumeracin y evaluacin de soluciones para problemas pequeos es factible y
entrega soluciones exactas, sin embargo, se hace ineficiente a medida que aumenta el
tamao del problema, es por esto que los investigadores abordan los problemas de gran
escala con algoritmos, heursticas y metaheursticas que no les aseguran el valor ptimo,
pero s son lo razonablemente buenos para una tolerancia dada. Cardemil (2002) menciona
que si una computadora puede evaluar 3000 soluciones en un segundo, entonces puede
Jorge Ramrez A. Pgina 5

resolver un problema para 10 ciudades en un minuto () casi dos horas para 12 ciudades,
168 das para 15 ciudades y varios siglos si seguimos aumentando la cantidad de ciudades.
IV. Otras aplicaciones
Durante los primeros aos de estudio del TSP, su aplicacin estaba enfocada a
problemas similares o con muy pocas variantes, actualmente se pueden encontrar una gran
variedad de aplicaciones, como son en logstica, creacin de clster de datos, secuenciacin
de tareas, gentica y muchas ms. Tambin existen algunas aplicaciones que a primera vista
estn alejadas del concepto del problema, sin embargo, pueden ser adaptadas a l. Por
ejemplo, cuando un camin sale de un centro de distribucin para entregar bienes a cierta
cantidad de ubicaciones, el problema de determinar la ruta ms corta es un problema del
agente viajero (Hillier y Lieberman, 2010, p. 567). Otras aplicaciones descritas por Taha
(2012) son la agrupacin de protenas, obtencin de imgenes celestes y creacin de la
Mona Lisa con TSP.
V. Algunos mtodos alternativos de resolucin
Adems de las formulaciones de programacin entera, existen otros mtodos que son
posibles de aplicar para resolver el TSP. Pacheco (2002) menciona que los mtodos pueden
clasificarse en dos grupos:
1. Algoritmos Exactos
2. Algoritmos Heursticos
2.1. Constructivos
2.2. De Mejora
2.3. De Bsqueda Incompleta
2.4. Compuestos
Tambin se han empleado algoritmos metaheursticos, los cuales son una familia de
algoritmos cuya meta es precisamente dar soluciones aproximadas a problemas generales
de tipo NP, sin necesidad de recorrer todo el espacio de bsqueda (D. Soto, W. Soto,
Pinzn, 2008, p. 135).
Jorge Ramrez A. Pgina 6

Dentro de los algoritmos constructivos ms conocidos se encuentra heurstica del vecino
ms cercano. Estos tipos de algoritmos consisten en ir agregando elementos individuales
hasta completar una solucin viable (Prez et als, 2010, p. 189). Dentro de los algoritmos
exactos Taha (2012) menciona el de ramificacin y acotamiento y el de plano de corte.
Hillier y Lieberman (2010) comentan que algunos algoritmos del tipo ramificacin y
acotamiento han tenido xitos con problemas grandes, sin embargo, debido a la gran
dificultad para resolverlos, los mtodos heursticos guiados por metaheursticas son una
forma popular de resolver tales problemas.
VI. Resultados
El modelo fue programado en Lingo 11.0, el cual es un conocido y prestigioso software de
optimizacin y los resultados obtenidos fueron:

12 25 54 43 31
2 3 4 5
1
0, 3, 2, 1
x x x x x
u u u u
= = = = =
= = = =

Por lo tanto existe un tour de mnimo costo y este es Concepcin-Caete-Los ngeles-
Chilln-Tom-Concepcin y la distancia total recorrida es de 541.49 kilmetros.

Jorge Ramrez A. Pgina 7

Bibliografa
Bazaraa, M. S. (1998). Programacin lineal y flujo en redes (2 Ed). Mexico D.F.: Limusa.
Calvio Martnez, A. (2011). Cooperacin en los problemas del viajante (TSP) y de rutas
de vehculos (VRP): una panormica. Santiago de Compostela: Universidad de
Santiago de Compostela. Extrado de:
http://eio.usc.es/pub/mte/descargas/ProyectosFinMaster/Proyecto_762.pdf
Cardemil, . (2002). Optimizacion de fixtures deportivos: Estado del arte y un algoritmo
tab search para el traveling tournament problem. Tesis de Licenciatura. Buenos
Aires: Universidad de Buenos Aires. Extrado de:
http://old.dii.uchile.cl/~gduran/docs/tesis/tesis_andres.pdf
Daza, J. M., Montoya, J., & Narducci, F. (2009). Resolucin del problema de enrutamiento
de vehculos con restriciones de capacidad utilizando un procedimiento
metaheuristico de dos fases . Revista EIA. Extrado de:
http://www.scielo.unal.edu.co/scielo.php?script=sci_arttext&pid=S1794-
12372009000200003&lng=es&nrm=
Hillier, F., & Lieberman, G. (2010). Introduccin a la investigacin de operaciones (9
Ed.). Mexico, D.F.: McGraw-Hill.
Pacheco Bonrostro, J. A. (2002). Problemas de rutas con ventanas de tiempo. Tesis
Doctoral. Madrid: Universidad Complutense de Madrid. Extrado de:
http://eprints.ucm.es/3458/
Prez Rave, J. I., Jaramillo lvarez, G. P., Parra Mesa, C. M., & Moreno Velsquez, L. F.
(2010). Tetraheurstica sistmica (THS) para el TSP. Revista chilena de ingeniera,
187-202. Extrado de: http://www.scielo.cl/scielo.php?pid=S0718-
33052010000200006&script=sci_arttext
Ros Mercado, R., & Gonzles Velarde, J. L. (1999). Investigacin de Operaciones en
Accin: Aplicacin del TSP en problemas de Manufactura y Logstica. Revista
Ingenieras. Extrado de:
ingenierias.uanl.mx/9/pdf/9_Roger_Rios_et_al_Investigacion_de_oper.pdf
Ros Mercado, R., & Gonzlez Velarde, J. L. (2000). Investigacin de operacines en
accin: Heursticas para la solucion del TSP. Revista Ingenieras. Extrado de:
ingenierias.uanl.mx/9/pdf/9_Roger_Rios_et_al_Investigacion_de_oper.pdf
Soto, D., Soto, W., & Pinzn, Y. (2008). Una metaheurstica Hbrida aplicada a un
problema de planificacin de rutas. Revista Avances en Sitemas e Informtica.
Extrado de:
Jorge Ramrez A. Pgina 8

http://www2.unalmed.edu.co/~pruebasminas/index.php?option=com_docman&task
=doc_view&gid=445&tmpl=component&format=raw&Itemid=285
Taha, H. (2012). Investigacion de operaciones (9 Ed.). Mexico D.F.: Pearson Educacin.