Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2020
1
Tabla de contenido
RESUMEN....................................................................................................................................................................... 3
Abstract........................................................................................................................................................................... 3
INTRODUCCIÓ N........................................................................................................................................................... 4
MARCO TEÓ RICO............................................................................................................................................................. 4
Características de los Problemas de Distribució n y Transporte..............................................................4
Programació n Lineal (PL)........................................................................................................................................ 5
Problema del Agente Viajero (TSP)..................................................................................................................... 6
MATERIALES Y MÉ TODOS........................................................................................................................................... 7
Enumeració n de todas las soluciones factibles............................................................................................... 7
Métodos exactos.......................................................................................................................................................... 8
Heurísticas..................................................................................................................................................................... 8
Algoritmos genéticos................................................................................................................................................. 8
Redes neuronales........................................................................................................................................................ 8
Colonia de hormigas (ACO)..................................................................................................................................... 8
Project Scheduling Problem (PSP)...................................................................................................................... 8
Bú squeda Tabú ............................................................................................................................................................ 9
Combinació n de propuestas................................................................................................................................... 9
Modelos cuantitativos en logística....................................................................................................................... 9
Herramientas Matemá ticas..................................................................................................................................... 9
Herramientas de software............................................................................................................................................ 9
Método SOLVER:.......................................................................................................................................................... 9
RESULTADOS.................................................................................................................................................................. 12
CONCLUSIONES............................................................................................................................................................. 15
2
RESUMEN
En el presente trabajo tiene como objetivo presentar un problema del agente viajero
(TSP) cuya presentación ha resuelto múltiples problemas que pueden ser
modelados con base en las características del algoritmo base de TSP o de sus
múltiples variables. Se presenta una introducción donde se describe el origen de
TSP; en la sección de desarrollo se muestra el algoritmo base y una descripción de
TSP con base en las características que han propuesto diferentes autores, y la
aplicación de TSP como simulación a problemas reales.
Abstract
The main target is to introduce an essay of the traveling salesman problem (TSP)
whose structure has solved many problems that can be modeled based on base-
algorithm or its multiple variables.
An introduction describes the origin of TSP, in the development section the basic
algorithm and the TSP description are presented based on different viewpoints of
some authors, and the TSP implementation on real problems based on simulation.
3
INTRODUCCIÓN
El problema del agente viajero o TPS por sus siglas en inglés, es uno de los
problemas de optimización más estudiados a lo largo de la historia, y consiste de
manera sencilla en un conjunto de lugares o ciudades que se pueden visitar y un
agente de viajes debe buscar la manera de identificar una ruta que permita realizar
todas las visitas una sola vez, sin tener que pasar dos veces por el mismo lugar,
todo esto sin olvidar que la ruta elegida debe asegurar la menor distancia recorrida.
Por otro lado, aunque se realiza un acercamiento a las dinámicas del TPS, es
realmente casi 100 años después en 1930 donde el matemático Karl Menger logra
la primera formulación matemática al problema, el cual consiste en la búsqueda de
una ruta que logre conectar puntos identificados por coordenadas y a su vez
registrar la menor distancia recorrida.
MARCO TEÓRICO
4
interconectan los nodos sea definida con criterios de eficiencia y eficacia, de tal
manera que logre la efectividad en el transporte del producto/carga. En investigación
de operaciones, la solución al problema de transporte se realiza a través de
modelos matemáticos de programación lineal.
● Gestión de inventarios.
● Asignación de recursos humanos.
● Asignación recursos de máquinas.
5
Problema del Agente Viajero (TSP)
El problema consiste en una serie de puntos los cuales llamaremos nodos que
corresponden a un lugar en específico que pueden ser países, ciudades, tiendas,
locales, entre otros que deben ser visitados por un individuo o entidad (persona,
camión, avión, entre otros). Dichos nodos deben ser visitados solo una vez, por lo
tanto las posibles soluciones que se pueden dar se obtienen a través de una función
de combinación sin repetición que consiste en C(n,n-1), por ejemplo, si tenemos 10
nodos la función C(10,9) arroja el valor de 10*9=90 (noventa) soluciones posibles.
Las variables que se han tenido en cuenta por gran parte de investigadores,
matemáticos y científicos son:
● Tiempo de recorrido entre nodos: minutos, horas, días, etc.
● Distancia de recorrido entre nodos: metros, pies, kilómetros, millas, etc.
● Costos de traslado: unidades monetarias, desgaste de vehículos o piezas,
gastos de energía, etc.
Las variables pueden variar según el problema que se aborde, pues existen
infinidad de problemas que se presentan tanto de manera cotidiana como a nivel
empresarial que tienen sus propias complejidades y dinámicas.
Entre las aplicaciones más comunes para el TPS se tienen las relacionadas con el
reparto de productos donde se busca la mejor ruta de entrega y la más corta,
transporte donde se mejora la ruta tomado encontrando la menor longitud, robótica
buscando minimizar el número de desplazamientos por ejemplo en una serie de
perforaciones en un circuito, Las rutas turísticas, horarios de rutas escolares o
laborales, inspecciones entre sitios remotos, entre otras.
6
MATERIALES Y MÉTODOS
El Problema del Agente Viajero puede resolverse de diferentes maneras:
7
Métodos exactos
También llamados algoritmos óptimos, intentan descartar familias enteras de
posibles soluciones, tratando así de acelerar la búsqueda y llegar a una óptima.
Los que más se usan para resolver el TSP son Ramificación y Acotamiento, y
Ramificación y Corte.
Heurísticas
Son métodos que obtienen buenas soluciones en tiempos de cómputo muy
cortos, aunque sin garantizar la solución única.
Algoritmos genéticos
La solución consiste en encontrar un individuo cuya combinación de genes
(cada gen es una variable), den solución al problema de visitar todas las
ciudades una vez. Otra solución es que cada gen es una ciudad y cuyo orden
dependerá del orden en que serán visitadas.
Redes neuronales
Una red neuronal simula las conexiones entre los nodos (lugares por visitar),
y cada recorrido por las diferentes neuronas genera al final un camino que
involucra el tour por todas las ciudades visitadas una sola vez.
8
Búsqueda Tabú
Consiste en buscar el vecino próximo cuyos costos de traslado del nodo
actual al siguiente, sea el de menor costo en cuanto al uso de recursos
Combinación de propuestas
Las técnicas de Inteligencia Artificial se pueden combinar para crear meta
heurísticas, conformando diferentes soluciones tales como: algoritmos
genéticos con redes neuronales, PSP con ACO, PSP con redes neuronales,
etc.
Herramientas Matemáticas
Programación lineal y Algoritmo simplex– Elaboración de función objetivo
para minimizar el costo de transporte.
Herramientas de software
Función Solver en Excel– Definición de función objetivo.
Método SOLVER:
1. Realizar la matriz de distancias
2. Colocar el número 1 en una primera casilla (este es el inicio)
3. Colocar los números de 1 al 18 y al final colocar un 1 (este es el final)
1 1 2 3.. 18 1
9
4. Utilizar la función Índice, la cual busca en una matriz la intersección de
dos celdas la matriz debe quedar fija y se seleccionan las dos celdas de
arriba hacer esto hasta llegar al número 18
5. Sumar todas las celdas donde se utilizo la función índice es decir suma
todas las distancias
10
7. Seleccionar el método Evolutonary
8. Resolver
9. Analizar datos
11
RESULTADOS
Matriz de distancias, esta matriz se calculó utilizando la herramienta Google maps
que nos brinda la distancia entre dos direcciones y se escogió la óptima.
DESDE/HASTA 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
1 0 10.3 11.2 8.2 9 11.8 8.1 14.9 9.40 10 15.2 6.1 6.7 3.6 6.2 6.5 4.9 7.1
2 10.2 0 19.2 7.6 4.2 2.5 14.8 8.7 2.9 14.5 8.4 14.7 4.2 13.6 15.2 4.3 14.8 16.3
3 10.2 18.3 0 15.2 18.2 22.3 9.5 22.5 14.8 8.7 26 3.9 16.2 10.2 5 15.8 13.5 4
4 8.3 7.3 15 0 10.4 8.7 8.1 16.7 5.6 9.2 16.3 10.4 11.2 10.8 11 11.4 12 12.8
5 10.1 4.7 19.1 10.4 0 4.2 15.6 6.4 6.2 16.3 6.2 14.8 4.3 13.4 15.1 4.2 13.2 16.9
6 11.4 2 19.3 7.6 4.2 0 13.9 10.9 10.3 13.3 9.1 15.3 5.4 14.6 15.6 5.5 14.3 17.5
7 9.2 12.2 9.4 7.3 14.8 15.6 0 21.3 7.9 3.9 19.4 7.9 13.5 12.2 6.8 13.1 13.4 8.5
8 14.3 12.9 22.3 16.9 6.6 10 21.2 0 12.7 18.6 8.2 17.6 8.6 15.3 18.1 8.2 16.5 19.7
9 8.4 2.4 1.7 4.9 5.4 3.1 11.4 12 0 8.8 9.8 13.1 7.3 11.7 13.3 7 14.4 14.5
10 11.1 10 11.8 3.4 12.6 13.4 5 20.6 8.9 0 17.2 10.3 12.6 10.5 8.1 4.3 11.8 12.4
11 14.3 9 23.6 15.6 7.2 7.9 20 6.2 10.3 17.4 0 18.9 8.9 16.6 18.9 8.5 16.8 21.1
12 6.4 14.7 4.3 10.6 14.4 16.6 8.9 18.9 13.9 10.2 22.2 0 12.4 8.4 2.2 6.4 9.7 3.3
13 6.5 4.8 15.5 9.7 3.9 6 12.4 9.9 6.8 11.4 10.2 11.3 0 9.9 11.5 1.5 11.1 13.4
14 4.7 13.5 10.4 12 12.2 14.3 11.1 9.9 12.6 13.9 16.5 6.1 7.1 0 7.9 8.3 3.4 6.4
15 5.8 14.5 5 11.1 14.1 16.3 5.8 18.3 13.5 7.6 20.4 2.1 12.1 7.8 0 6.1 9.1 4.3
16 4.9 5.1 16 9.4 2.6 4.8 12.9 8.4 6.3 11.1 8.9 11.8 1.3 10.4 13.8 0 11.6 14.8
17 5 15.9 11.4 14.3 10.4 16.7 11.4 12.1 14.9 12 19 7.1 10.5 2.7 8.7 12.1 0 6.9
18 8.3 16.3 4 12.5 16.2 20.9 8.7 20.8 15.7 11 22.5 3 14.3 6 3.8 13.7 7.6 0
Tabla 1 Matriz de distancias
12
El Solver en Excel haciendo uso del Método TSP arrojó la siguiente ruta óptima
RUTA
DESDE HASTADISTANCIA
1 4 8.2
4 7 8.1
7 10 3.9
10 16 4.3
16 13 1.3
13 5 3.9
5 8 6.4
8 11 8.2
11 6 7.9
6 2 2
2 9 2.9
9 3 1.7
3 15 5
15 12 2.1
12 18 3.3
18 14 6
14 17 3.4
17 1 5
TOTAL RECORRIDO (KM) 83.6
TOTAL RECORRIDO (HORAS) 4.18
13
1 BOGOTÁ Sede de Cra. 69b #19A-59
Brinks
7 BOGOTÁ CENTRO Autopista Sur # 38A - 20 Sur, C.C. Centro Mayor locales 2 -
MAYOR 035 y 2 - 036
16 BOGOTÁ METROPOLIS Avenida Carrera. 68 # 75A - 50, C.C. Metrópolis local 101
14
CONCLUSIONES
15
BIBLIOGRAFÍA
16