Está en la página 1de 14

LOGSTICA Y

DISTRIBUCIN DE CARGA
URBANA DE MERCANCAS
JENNY SNCHEZ CDIGO:2879630
MARIO MORENO CDIGO:2879484
JEFERSSON CANO CDIGO: 2879824
1. INTRODUCCIN
UDC (Centros Urbanos de
Distribucin).
El objetivo de sta rea es reducir el
trfico en las zonas urbanas.
Ventajas de implementar las UDC:
El uso de vehculos elctricos.
La programacin de varias
entregas de rutas sucesivas.
La implementacin de sistemas
cooperativos para el transporte
de mercancas
1. INTRODUCCIN
Los problemas de la localizacin de las UDC (nivel estratgico),
su tamao (nivel tctico) y el transporte de mercancas (nivel
operativo) se pueden tratar de manera individual y de forma
secuencial.
En la logstica, es comn utilizar el termino LRP(Location Routing
Problem), que combina los problemas de localizacin de las UDC
y de enrutamientos de entrega.
Los LRP es un problema de optimizacin NP-hard.
El algoritmo propuesto hace uso de la simulacin Monte Carlo.
2. PLANTEAMIENTO DEL PROBLEMA.
Comparacin de modos de distribucin usando enrutamiento tradicional
versus UDC
2. PLANTEAMIENTO DEL PROBLEMA.
El LRP es ms complejo que el FLP(Facility Location Problem), y
tambin que el clsico problema VRP(Vehicle Routing Problem).
Nagy y Salhi en 2007 clasifican las heursticas para resolver las LRP en:
Mtodos secuenciales.
Mtodos basados en la agrupacin.
Mtodos Iterativos
Mtodos jerrquicos.
3. ENFOQUE DEL ARTCULO
El LRP consiste en tres subproblemas:
La ubicacin de los depsitos.
La asignacin o el dimensionamiento de los clientes.
El problema general del enrutamiento de los vehculos.
El problema se trabaja en dos etapas:
Se aborda el problema de ubicacin de las UDC
Se aborda el problema de asignacin y enrutamiento
de vehculos.
3.1. EL PROBLEMA DE UBICACIN
El objetivo final es determinar la ubicacin de un numero
determinado de depsitos
Se hace una heurstica estocstica que utiliza la simulacin
de Monte Carlo.
El proceso heurstico consiste en:
Se obtiene el centro de masas de los clientes
Se obtienen sub reas, asignndole clientes
Se calculan los centros de masas para cada sub rea
3.1. EL PROBLEMA DE UBICACIN
Representacin esquemtica de la ubicacin de la UDC
3.2. EL PROBLEMA DE ASIGNACIN Y
ENRUTAMIENTO DE VEHCULOS
Algoritmo de resolucin:
Se hace una lista ordenada para cada grupo calculado la distancia a cada
cliente.
Utilizando CWS(Clarke&Wright Savings 1964), la primera arista es seleccionada (La de mayor
distancia). En esta propuesta se utiliza una modificacin al algoritmo, llamado SR-GCWS, el
cual introduce aleatoriedad en el proceso usando un muestreo de la distribucin geomtrica,
por lo cual estadsticamente las aristas con mayor distancia tienen mayor probabilidad de ser
seleccionadas a medida que avanza el proceso.
Se unifican las rutas encontradas. De esta forma se genera aleatoriamente
un mapa de asignacin.
Este algoritmo se repite hasta que se cumpla la condicin de parada. Se
selecciona la mejor solucin.
En el artculo proponen evaluar las soluciones para cada depsito por aparte,
sin cambiar la asignacin de los clientes a cada uno. Luego, se elige la mejor
solucin encontrada.
4. EXPERIMENTOS NUMRICOS
Escenario A: 20 clientes y 20 ubicaciones candidatas para un solo depsito
4. EXPERIMENTOS NUMRICOS
Escenario B: 50 Clientes y 8 ubicaciones candidatas para un solo depsito
4. EXPERIMENTOS NUMRICOS
Escenario C: Depsitos en la periferia
5. CONCLUSIONES
Se analiz el LRP combinado en escenarios urbanos, siendo un
problema de optimizacin NP-hard.
Para resolver este problema, se propuso un modelo de simulacion-
optimizacion utilizando la simulacin de Monte Carlo
El algoritmo usado para resolver el problema funciona bastante bien
en pequeos escenarios, incluso para escenarios medianos y grandes
Para cuestiones de estudio de impacto ambiental o social se pueden
combinar con otras decisiones variables, como las demandas
estocsticas.