Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2010ago05 PDF
2010ago05 PDF
I VRP capacitado
I VRP con ventanas de tiempo
I VRP con entrega y recolección
I VRP periódico
I ...
Modelo base.
Flota de k vehı́culos homogénea, todos cuenta con la misma capacidad Q.
Modelo base.
Flota de k vehı́culos homogénea, todos cuenta con la misma capacidad Q.
ui − uj + Qxij ≤ Q − dj
di ≤ ui ≤ Q, ∀i ∈ V \{0}
donde ui , i ∈ V \{0}, son variables continuas adicionales que representan
la carga del vehı́culo después de visitar al cliente i.
I. Garcı́a () El problema de ruteo de vehı́culos FC-UNAM, Agosto 2010 12 / 33
El caso simétrico
δ(S) = {(i, j) : i ∈ S, j ∈
/ S ó i ∈
/ S, j ∈ S}
sujeto a
X
xe = 2, i ∈ V \{0}
e∈δ(i)
X
xe = 2K ,
e∈δ(0)
X
xe ≥ 2r (S), S ⊂ V \{0}, S 6= ∅
e∈δ(S)
xe ∈ {0, 1} (e ∈
/ δ(0))
xe ∈ {0, 1, 2} (e ∈ δ(0))
I. Garcı́a () El problema de ruteo de vehı́culos FC-UNAM, Agosto 2010 14 / 33
Formulación Matemática para CVRP: modelo partición de
conjuntos
Sea R = {R1 , R2 , . . . , Rs } la colección de todas las rutas factibles.
Cada ruta tiene asociado un costo γj y aij variable binaria igual a 1 si el
nodo i es visitado por la ruta Rj .
Variables xj binaria, =1 si la ruta Rj se utiliza en la solución.
s
X
mı́n γj xj
j=1
sujeto a
s
X
aij xj = 1, i ∈ V \{0}
j=1
s
X
xj = K
j=1
xj ∈ {0, 1} j = 1, . . . , s
I. Garcı́a () El problema de ruteo de vehı́culos FC-UNAM, Agosto 2010 15 / 33
VRP con ventanas de tiempo
El vehı́culo puede llegar antes de ai pero tendrá que esperar a que el cliente
esté listo para ser atendido, pero no podrá llegar después del tiempo bi .
El tiempo de servicio en el cliente i se denota por si .
Variables:
I xijk binaria, 1 si el arco (i, j) es utilizado por el vehı́culo k, 0 en otro
caso
I wik continua que indica el tiempo en que el vehı́culo k inicia el
servicio en el nodo i
I. Garcı́a () El problema de ruteo de vehı́culos FC-UNAM, Agosto 2010 18 / 33
Formulación VRP con ventanas de tiempo
X X
mı́n cij xijk
k∈K (i,j)∈A
sujeto a
X X
xijk = 1, i ∈ V \{0, n + 1}
k∈K j∈δ + (i)
X
k
x0j = 1, k ∈K
j∈δ + (0)
X X
− xjik = 0, k ∈ K , i ∈ V \{0}
i∈δ − (j)xijk i∈δ + (j)
X
k
xi,n+1 = 1, k ∈K
j∈δ − (n+1)
I Minimizar costos,
I Minimizar longitud de rutas,
I Minimizar la longitud de la ruta más larga,
I Balance que puede ser de carga, número de clientes, tiempo de ruta,
I Maximizar la satisfacción de clientes,
I Minimizar el número de vehı́culos,
I Maximizar la compacidad de las rutas,
I Métodos exactos
I Métodos aproximados
Problema NP–completo.
En instancias aleatorias con Cplex v.9.0 Sun Fire V440 con 4 procesadores
Ultra Sparc III a 1062 GHZ con 8 Gb de RAM
10 nodos: 60 seg.
12 nodos: 4770 seg. (79 minutos)
15 nodos: 172686 seg. (48 horas)
I Métodos exactos
I Métodos aproximados
Problema NP–completo.
En instancias aleatorias con Cplex v.9.0 Sun Fire V440 con 4 procesadores
Ultra Sparc III a 1062 GHZ con 8 Gb de RAM
10 nodos: 60 seg.
12 nodos: 4770 seg. (79 minutos)
15 nodos: 172686 seg. (48 horas)
I Métodos exactos
I Métodos aproximados
Problema NP–completo.
En instancias aleatorias con Cplex v.9.0 Sun Fire V440 con 4 procesadores
Ultra Sparc III a 1062 GHZ con 8 Gb de RAM
10 nodos: 60 seg.
12 nodos: 4770 seg. (79 minutos)
15 nodos: 172686 seg. (48 horas)
I Heurı́sticos
I Metaheurı́sticos