Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Heuristica de Segmentacion de Nodos para
Heuristica de Segmentacion de Nodos para
flota heterogénea
M.P. G, Acosta1, E., Olivares2, C. R. Navarro3, J.L., Martinez2 y A.A., Naranjo1
1
Instituto Tecnológico de Sonora, Ciudad Obregón Sonora, 2Universidad Popular Autónoma de Estado de
Puebla, Puebla Puebla, 3Universidad Politécnica de Baja California, Mexicali Baja California.
Resumen: En este trabajo se presenta el modelo requiere diseñar un conjunto de rutas y el tamaño de la
para un problema de rutas de distribución con flota flota para cada tipo de vehículo considerado en el
heterogénea considerando restricciones de peso y estudio que empiecen y terminen en un almacén, de
volumen para diferentes instancias. Debido a la modo que se visiten todos los destinos una sola vez
complejidad para encontrar la solución del modelo, optimizando una función objetivo basada en distancia y
se desarrolló una heurística de segmentación de satisfaciendo a su vez las restricciones de capacidad en
nodos que permite conformar regiones bajo tres cuanto a peso y volumen de los vehículos. Los datos
criterios: aislamiento, alejamiento y distancia al utilizados fueron proporcionados por una empresa
almacén, considerando que el número de nodos de dedicada a la distribución de medicamentos en toda la
cada segmento estén equilibrados. Cada región se República Mexicana, considerando la demanda en peso
resuelve de manera óptima usando software y volumen, y diferentes tipos de vehículos.
comercial de optimización con el modelo de flota
El objetivo planteado consiste en resolver un
heterogénea que determina el tamaño de la flota y la
problema de flota heterogénea para diferentes instancias
ruta que debe seguir cada vehículo. Se presentan los
adaptando el modelo propuesto por [1], en un software
resultados para cada instancia y se compara el
comercial. Debido a la complejidad computacional de
número de rutas, capacidad utilizada de los
resolver instancias muy grandes se utiliza una heurística
vehículos y el tiempo de solución.
de segmentación de nodos como un primer paso, para
después en cada segmento determinar el tamaño de la
Abstract: This work presents a heterogeneous fleet
flota y planear las rutas a partir del uso del software
vehicle routing problem that considers weight and
comercial.
volume constraints for several instances. Because of
the complexity to find the optimal solution of the Uno de los aspectos que esta impactando en la
model, a segmentation heuristic was developed to economía de las empresas y que se traduce en
create regions of nodes under three criteria: aproximadamente el 50% del costo logístico total es el
isolation, separation, and distance to the depot, costo del transporte [2], por lo que es esencial la
considering a similar number of nodes in each disminución de este costo de los procesos logísticos [3].
region. Each region is solved optimally with Se puede lograr disminuir los costos a través de
commercial optimization software with the estrategias de distribución y administrando de manera
heterogeneous fleet model to determine the size of eficiente los recursos asociados a este servicio.
the fleet and the route for each vehicle. The results
La flota de vehículos susceptible de ser empleada
for each instance compare the number of routes, the
capacity used in the vehicles, and the solution time. en un problema de distribución tiene asociada un
Keywords: Routing, Heterogeneous Fleet, conjunto de costos dependientes de múltiples factores.
El caso más general consiste en suponer que cada medio
Heuristics.
de transporte disponible presenta unas características
Introducción propias que pueden o no coincidir con el resto [4].
Este trabajo aborda el problema de rutas con flota Una de las decisiones operativas que debe tomarse
heterogénea de vehículos y un depósito, considerando frecuentemente en la gestión del transporte es el diseño
decisiones desde dos puntos de vista, el estratégico al de rutas con las cuales se atiende la demanda de los
definir el tamaño de la flota y el operativo al diseñar las clientes finales [5]. Es importante tomar en cuenta en el
rutas que atenderán las necesidades de los clientes. Se diseño de rutas el conocimiento de las particularidades
4to Taller Latino Iberoamericano de Investigación de Operaciones
16, 17 y 18 de Noviembre de 2011, Acapulco, Guerrero, México.
de la situación que se aborda [6]; [7]. No es lo mismo flota. En segundo lugar, los costos variables pueden o
realizar rutas de recolección de basura, que rutas de no depender del tipo de vehículo [9].
repartición de periódicos o de distribución de alimentos
El tiempo y esfuerzo computacional requerido para
[8] y por lo tanto, las herramientas deben ajustarse a las
resolver este problema aumenta exponencialmente
características de cada situación.
respecto al tamaño del problema, es decir, la cantidad
En el diseño de rutas según [1] intervienen de nodos a ser visitados por los vehículos. Para este tipo
elementos como: de problemas es a menudo deseable obtener soluciones
• Clientes: cada cliente tiene cierta demanda que aproximadas, para que puedan ser encontradas
deberá ser satisfecha por algún vehículo. suficientemente rápido y que sean suficientemente
• Depósitos: Tanto los vehículos como las buenas para llegar a ser útiles en la toma de decisiones.
mercancías a distribuir suelen estár ubicadas en [11].
los depósitos. Usualmente se exige que cada ruta Los problemas de múltiples rutas desde un depósito
comience y finalice en un mismo depósito, (m-TSP o m-VRP) presentan una complejidad tal, que
aunque este podría no ser el caso en algunas son resueltos casi exclusivamente por medio de
aplicaciones. algoritmos heurísticos.
• Vehículos: La capacidad de un vehículo podría
tener varias dimensiones como peso y volumen. En el análisis de los resultados del problema
Cada vehículo tiene asociado un costo fijo en el vehicular y en el caso particular del problema de flota
que se incurre al utilizarlo y un costo variable heterogénea se toman diferentes criterios de decisión
proporcional a la distancia que recorre. Los que se analizan en las instancias generadas para ver su
problemas en que los atributos son los mismos comportamiento. Tales criterios se proponen en el
para todos los vehículos se denominan de flota trabajo de [12].
homogénea y, si hay diferencias, de flota En la sección 2 se describe el modelo matemático
heterogénea. utilizado y las consideraciones utilizadas para resolver
En general, la flota de vehículos de una empresa de las instancias planteadas; en la sección 3 de
transporte no suele ser homogénea. Los vehículos “metodología” se establecen los pasos que se siguieron
difieren en equipamiento, en capacidad, en antigüedad para resolver el problema; en la sección 4 denominada
y en estructura de costos. La necesidad de estar “experimentación” se establecen las instancias y los
presente en los diversos segmentos de mercado, obliga materiales utilizados en la investigación; posteriormente
a muchas empresas a disponer de vehículos que se se presentan los “resultados” en la sección 5, generados
adapten a diversas tipologías como el transporte de por la segmentación y el modelo adaptado, y
gráneles, contenedores, etc. [4]. finalmente se comentan las conclusiones.
El objetivo del Vehicle Routing Problem (VRP)
para flota heterogénea es minimizar la suma de los Modelo matemático
costos fijos y variables de las rutas. El costo fijo de los
El modelo utilizado para la investigación se basó en el
vehículos se compone con los costos de adquisición y
problema de ruteo vehicular para flota heterogénea
mantenimiento de la flota heterogénea. Los costos
propuesto por [1].
variables de las rutas están en función a la distancia
total recorrida [9]. En el modelo de flota heterogénea los costos y las
capacidades de los vehículos varían, existiendo un
Asimismo, la disposición de unidades con
conjunto T = {1, │T│} de tipos de vehículo, V es el
diferentes capacidades de carga permite una mejor
conjunto de clientes que existen y E es el conjunto que
adaptación a la demanda. El problema de las rutas con
contiene los caminos posibles para ir de un nodo i hacia
una flota heterogénea y limitada de unidades de cada
el nodo j en la red de transporte. La capacidad de los
clase, y donde los costos de operación y los fijos
dependen del tipo de vehículo “Vehicle Routing vehículos es y su costo fijo es . Los
Problem with a Heterogeneous Fleet” (VRPHF) ha costos para cada tipo de vehículo son . Se asume que
recibido muy poca atención [10] en relación con el los índices de los vehículos están ordenados en forma
clásico VRP.
creciente por capacidad (es decir para ,
Existen dos variantes para el VRP con flota , ).
heterogénea. Primeramente, el número de vehículos de
cada tipo pueden ser limitados o ilimitados, cuando es Las variables binarias indican si el arco (i,j) es
necesario determinar el tamaño y la composición de la utilizado por el vehículo k y las variables y
positivas indican la carga acumulada en peso y volumen
Pag. 2
4to Taller Latino Iberoamericano de Investigación de Operaciones
16, 17 y 18 de Noviembre de 2011, Acapulco, Guerrero, México.
r = 0 Fundamentación de la heurística
0
La segmentación de los nodos toma en cuenta
Peso algunas heurísticas que ya se han utilizado para el VRP,
|T |
rj − ri ≥ ( d j + q ) ∑ xijk −q|T | {}
∀i ∈ V \ 0 , ∀j ∈ ∆ + (i ) (4)
entre las que vale la pena mencionar:
k∈T o Heurística de barrido o sweep, está técnica propone
establecer un punto de origen en el depósito y desde
Volumen
ahí realizar el barrido para abarcar toda el área
v j − vi ≥ (d j + q|T | ) ∑ xijk − q|T | {}
∀i ∈ V \ 0 , ∀j ∈ ∆ + (i ) (5)
geográfica del problema. En este caso se requirió
k∈T definir un punto de origen, que en este caso es el
almacén, y a partir de este, construir los segmentos
rj ≤ ∑ ∑
k
q k x ij ∀i ∈ V \ 0 { } (6) [13].
k ∈T i∈ ∆ − ( j )
o Heurística de asignación generalizada de Fisher y
x
k
∈ {0 ,1} ∀ ( i , j ) ∈ E , ∀k ∈ T (7)
Jaikumar, basa la generación de clusters en la
ij solución de un problema de asignación generalizada.
Para la heurística que se propone se conformaron
r ≥ 0 ∀j ∈ V grupos de nodos cuya característica principal fue la
j
distancia mínima entre ellos [13].
El modelo se adaptó principalmente porque al La heurística que se presenta está basada en la tabla
desarrollarlo en un software comercial no generó de distancias que existen entre los nodos. Se definen las
resultados coherentes. Los cambios se describen a siguientes variables:
continuación:
N = número de clientes
La Ec. (2) aplica para toda .
0 = nodo correspondiente al almacén
En base a las necesidades observadas en la
investigación, se requirió plantear las restricciones
Pag. 3
4to Taller Latino Iberoamericano de Investigación de Operaciones
16, 17 y 18 de Noviembre de 2011, Acapulco, Guerrero, México.
18
nr = número de nodos que se encuentra en la región r. 2000
9
6
17
dij = distancia del cliente i al cliente j
1500 5
4
1000 3
La heurística de segmentación se basa en el El nodo 5 y5ely el8 8representan
El nodo representan másmas extremosidad,
alejamiento, pues
11
2500 8 10 0
2000
18
9
f .dist.almaceni = di,0
6
1500 5 17
4
16 1 14
0 3000 12
2
0 500 1000 1500 2000 2500 3000 3500 4000
2500 0
Fig. 1. Representación del factor de aislamiento.
10
18
2000
9
6
17
3
encuentre en una ubicación más extrema o formando un
1000
11
El nodo 8 tiene una mayor distancia al almacen
vértice fuera de todos los puntos, más deseable se
500 13
que los otros clientes
15
16 1
Pag. 4
4to Taller Latino Iberoamericano de Investigación de Operaciones
16, 17 y 18 de Noviembre de 2011, Acapulco, Guerrero, México.
Experimentación
Los datos utilizados para la investigación fueron
instancias conformadas por diferente número de nodos,
tipo de vehículos y costos asociados a la distancia que
existe entre nodos. En la tabla 1 se presentan las Fig. 4. Instancia de 18 nodos segmentada
instancias diseñadas para la investigación:
Se resolvió la primera instancia sin segmentación y
Tabla1. Instancias utilizadas en la investigación segmentando los nodos en grupos, (Ver tabla 2). Para
Instancia Número Tipos de Características de los
de Nodos Vehículos vehículos la segunda instancia solo se pudo resolver para 31
Peso Volumen nodos con cuatro tipos de vehículos por la limitante del
1 18 2 18074 108 software. Se utilizó el método de segmentación para las
27300 164
2 31 4 18074 108 instancias más grandes (50, 80 y 100 nodos),
27300 164 aplicándola también a las instancias más pequeñas para
27698 166 realizar un comparativo de los resultados de su
35110 211
3 50 4 22511 211 aplicación.
30887 185
41953 164 Tabla 2. Resultados de las instancias
48990 166 Número Tamaño de Función Núme Capacidad Tiempo de
de la instancia Objetivo ro de utilizada de solución
4 80 5 102662 615
Instancia Rutas los (seg)
199891 1199 vehículos
222598 1335 1 18 nodos 368.354 5 95.12% 19500
274958 1649 Segmento 149.888 2 6060
306211 1837 1(9nodos)
1 94.32%
17316 103.896 Segmento 222.819 3 6000
5 100 5 18350 110.1 2(9nodos)
21310 127.86 2 31 nodos 729.544 10 82.10% 24540
24156 144.936 Segmento1 295.226 3 5400
37512 225.072 (16nodos)
2 86.94%
Segmento2 439.163 6 5100
Las instancias se generaron a partir de datos reales (15nodos)
proporcionados por una empresa, siendo estos: número Segmento1 370.045 5 6060
(25nodos)
de clientes, ubicación de cada uno, distancias entre los 3
Segmento2 442.712 6
86.7%
4800
nodos que conforman la red de clientes, demanda (25nodos)
Segmento1 803.031 11 3300
semanal, costos fijos de los vehículos y el rendimiento (20nodos)
de combustible por vehículo. Segmento2 965.228 13 3720
(20nodos)
4 80.78%
Las características de la computadora utilizada Segmento3 734.009 8 5100
(19nodos)
son: procesador Intel Core de 2.27 GHz, memoria Segmento4 730.616 10 4440
(RAM) 4.00 GB y el tipo de sistema operativo de 32 (21nodos)
bits. En relación al software comercial es LINGO Segmento1 444.638 6 6480
5 (20nodos) 85.49%
versión 12.0 industrial para universidades. Segmento2 440.72 6 6120
Pag. 5
4to Taller Latino Iberoamericano de Investigación de Operaciones
16, 17 y 18 de Noviembre de 2011, Acapulco, Guerrero, México.
Pag. 6
4to Taller Latino Iberoamericano de Investigación de Operaciones
16, 17 y 18 de Noviembre de 2011, Acapulco, Guerrero, México.
Pag. 7