Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tarea 3 Problemas Clásicos Optimización
Tarea 3 Problemas Clásicos Optimización
Considere los siguientes problemas clásicos: P-mediana, CFLP y UFLP. Para cada uno, desarrollar
los siguientes puntos:
P-mediana
a) Modelo generalizado
Supuestos:
Se conoce el número n de clientes, que coincide con el número de ubicaciones
potenciales para localizar las medianas (Es decir, la instalación que le proporciona el
servicio a cada cliente). Se requiere entonces particionar el conjunto de clientes en
exactamente p grupos. Cada grupo estará definido no sólo por el conjunto de clientes
que lo forman, sino también por la ubicación de su mediana. Las medianas a su vez
determinan el costo del grupo, ya que se conoce el costo c ij de asignar un cliente a una
posible mediana. No se especifican restricciones de capacidad para las instalaciones y,
por tanto, cada cliente puede ser asignado a la mediana más cercana. Se asume que los
costos fijos para el emplazamiento de las instalaciones son idénticos y por lo tanto no
son tomados en cuenta en la formulación del problema. El objetivo consiste en encontrar
una partición de costo mínimo del conjunto de clientes.
Conjuntos:
I :Conjunto de clientes I ={ 1,2,3 , … , n }
J :Conjunto de localizaciones potenciales para las medianas J = {1,2,3 , … , n }
Parámetros:
c ij :Costo de asignar un cliente i ∈ I a la localización potencial j∈ J
p : Número de medianas a ubicar
Variables:
n n
mín ∑ . ∑ c ij x ij (1)
i=1 j=1
Sujeto a:
∑ x ij =¿ 1 ∀ i ∈ I (2) ¿
j=1
∑ y j=¿ p(3)¿
j=1
x ij ≤ y j ∀ i ∈ I , ∀ j ∈ J (4)
x ij ∈ {0,1 } ∀ i∈ I , ∀ j ∈ J ,(5)
y j ∈ { 0,1 } ∀ j ∈ J (6)
Donde (1) representa la función objetivo que corresponde a minimizar el costo de asignación de
medianas, (2) se asegura de cada cliente sea asignado a una y solo una mediana, la restricción (3)
asegura que se abran únicamente p medianas disponibles, finalmente las restricciones (5) y (6) son
las restricciones lógicas de las variables.
Se escribe el código utilizado en Cplex Studio para la solución exacta del problema.
//Modelo de p mediana
// Conjuntos
/***************/
//Parametros
int k=...; // Entero que representa la cantidad de CEDIS disponibles para ubicar
Diseño de la Cadena de Suministro
Tarea 3: P-Mediana, UFLP, CFLP
Profesor: Dr. Leonardo Hernández
Presentado por: Daniela Sierra Vélez - Adrián Mendoza
Fecha: 12/02/2020
_____________________________________________________________________________
/***************/
//Variables de decisión
// Expresiones
//Modelo
subject to {
forall (i in clientes)
asignacion_clientes: //R2 garantiza que cada cliente sea asignado
sum(j in cedis_potenciales)x[i][j]==1;
P Mediana
Plantas Clientes Variables Restricciones Tiempo de solución
Instancia 1 5 10 110 111 00:00:00:29
Instancia 2 20 15 420 421 00:00:00:37
Instancia 3 30 20 930 931 00:00:00:44
Instancia 4 40 25 1640 1641 00:00:00:56
a) Modelo generalizado
Supuestos:
Supongamos que hay n plantas y m clientes, cuyas demandas d j son conocidas. Se conocen
además las capacidades b i de cada planta. Se considera la distribución de un único producto y
que cualquier planta pueda satisfacer a cualquier cliente, además, la demanda de cada cliente
puede ser satisfecha desde más de una planta. Se conocen los costos de transporte c ij por enviar
una unidad de producto desde cada planta a cada cliente.
Se conoce adicionalmente el costo f i de abrir una planta, por lo cual no es obligatorio utilizar
todas las plantas, pero si se abre una, se debe incurrir en un costo fijo.
El problema de localización consiste entonces en decidir qué plantas de las n posibles se abrirán,
cuanto producto se enviará de cierta planta a cierto cliente, de manera que se satisfaga la
demanda total de los clientes a un costo mínimo sin sobrepasar la capacidad de cada planta
abierta.
Conjuntos:
I :Conjunto de plantas I ={ 1,2,3 ,… ,n }
J :Conjunto de clientes J ={ 1,2,3 , … , m }
Parámetros:
c ij :Costo de unitario de enviar producto desde la planta i∈ I hasta el cliente j∈ J
b i :Capacidad de la plantai ∈ I
d j : Demanda del cliente j ∈ J
f i :Costo fijo de abrir la planta i∈ I
M= Número muy grande, se obtienen mediante el valor mayor posible de oferta.
Variables:
Diseño de la Cadena de Suministro
Tarea 3: P-Mediana, UFLP, CFLP
Profesor: Dr. Leonardo Hernández
Presentado por: Daniela Sierra Vélez - Adrián Mendoza
Fecha: 12/02/2020
_____________________________________________________________________________
x ij :Cantidad de producto a enviar desde la planta ihasta el cliente j
y i :Variable binaria , toma valor de 1 sila planta i se abre , 0 si no .
Función objetivo
n m n
mín ∑ . ∑ c ij x ij + ∑ f i y i (1)
i=1 j=1 i=1
Sujeto a:
∑ x ij ≥ d j ∀ j ∈ J (2)
i=1
∑ x ij ≤ bi ∀ i∈ I (3)
j=1
x ij ≤ M y i ∀ i ∈ I , ∀ j ∈ J ( 4)
i∈ I , ∀ j ∈ J ,(5 )¿
x ij ∈ Z +¿∀
0
y j ∈ { 0,1 } ∀ j ∈ J (6)
Donde (1) representa la función objetivo que corresponde a minimizar el costo de atender la
demanda de los clientes (2) asegura que la demanda de cada cliente sea satisfecha, la restricción
(3) garantiza que la capacidad de cada planta no sea excedida y (4) que no se envíe producto
desde una planta si esta no ha sido abierta. Finalmente (5) y (6) son las restricciones lógicas de
las variables.
Se escribe el código utilizado en Cplex Studio para la solución exacta del problema.
// Conjuntos
/***************/
Diseño de la Cadena de Suministro
Tarea 3: P-Mediana, UFLP, CFLP
Profesor: Dr. Leonardo Hernández
Presentado por: Daniela Sierra Vélez - Adrián Mendoza
Fecha: 12/02/2020
_____________________________________________________________________________
//Parametros
//Variables de decisión
// Expresiones
//Modelo
subject to {
forall (i in plantas)
asignacion_clientes: //R2 garantiza que no se exceda la capacidad de cada
planta i
sum(j in clientes)x[i][j]<=b[i];
CFLP
Plantas Clientes Variables Restricciones Tiempo de solución
Instancia 1 5 10 55 65 00:00:02:21
Instancia 2 15 30 465 495 00:00:05:10
Instancia 3 20 40 820 860 00:00:05:60
Instancia 4 40 60 2440 2520 00:00:03:24
a) Modelo generalizado
Supuestos:
Teniendo en cuenta las condiciones anteriores, un caso común del problema de ubicación es
aquel en el cual b i tiende a infinito para todas las plantas. En este caso, siempre es óptimo
satisfacer toda la demanda del cliente desde la planta abierta más cercana. Debido a esto, el
problema consiste en decidir qué plantas se abrirán y qué planta satisface a cada cliente a un
mínimo costo.
Conjuntos:
I :Conjunto de plantas I ={ 1,2,3 ,… ,n }
J :Conjunto de clientes J ={ 1,2,3 , … , m }
Parámetros:
c ij :Costo de de enviar producto desde la planta i∈ I hasta elcliente j ∈ J
f i :Costo fijo de abrir la planta i∈ I
M= Número muy grande.
Variables:
x ij :Variable binaria que toma el valor de 1 , si el cliente j se asignaa la planta i , 0 sino .
y i :Variable binaria , toma valor de 1 sila planta i se abre , 0 si no .
Función objetivo
n m n
mín ∑ . ∑ c ij x ij + ∑ f i y i (1)
i=1 j=1 i=1
Diseño de la Cadena de Suministro
Tarea 3: P-Mediana, UFLP, CFLP
Profesor: Dr. Leonardo Hernández
Presentado por: Daniela Sierra Vélez - Adrián Mendoza
Fecha: 12/02/2020
_____________________________________________________________________________
Sujeto a:
∑ x ij=1 ∀ j∈ J (2)
i=1
x ij ≤ M y i ∀ i ∈ I , ∀ j ∈ J (3)
x ij ∈ {0,1 } ∀ i∈ I , ∀ j∈ J ,(4)
y j ∈ { 0,1 } ∀ j ∈ J (5)
Donde (1) representa la función objetivo que corresponde a minimizar el costo de atender la
demanda de los clientes (2) asegura que cada cliente sea asignado a una planta (3) que no se
asigne un cliente a una planta, si esta no ha sido abierta. Finalmente (4) y (5) son las
restricciones lógicas de las variables.
Se escribe el código utilizado en Cplex Studio para la solución exacta del problema.
// Conjuntos
/***************/
//Parametros
//Variables de decisión
// Expresiones
//Modelo
subject to {
UFLP
Plantas Clientes Variables Restricciones Tiempo de solución
Instancia 1 5 10 55 60 00:00:00:42
Instancia 2 15 20 315 320 00:00:01:43
Instancia 3 30 40 1230 1240 00:00:01:54
Instancia 4 40 80 3240 3280 00:00:01:87
Conclusiones generales
También es importante destacar que la forma en la que se ingresan los datos a CPLEX estudio se
vuelve complicado a medida que crece el problema, ya que a partir de cierto número de
instalaciones es más conveniente obtener los parámetros de una base de datos externa ya que se
vuelve muy dispendioso ingresar las matrices de datos dentro del mismo software.
Para el caso del problema de la P mediana en el cual también se tiene un cierto número de
ubicaciones y clientes a los cuales hay que atender, los tiempos de resolución fueron mucho
menores al problema de localización de instalaciones, esto se puede ver en el número máximo de
variables en nuestras instancias el cual es de 1640, sin embargo se puede resolver en un tiempo
muy razonable por lo que se podría crecer de manera significativa las instancias sin tener mayor
problema.