Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Modelo de Tesis Unsa
Modelo de Tesis Unsa
ESCUELA DE POSTGRADO
UNIDAD DE POSTGRADO DE LA FACULTAD DE
INGENIERÍA DE PRODUCCIÓN Y SERVICIOS
Arequipa – Perú
2006
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
Dedicatoria
A MI ESPOSA E HIJOS:
A MIS PADRES:
Mi reconocimiento por el
apoyo constante que supieron
brindarme, el mismo que
contribuyó a mi formación
integral y al logro de mis
aspiraciones.
A MIS HERMANOS
2
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
PRESENTACIÓN
3
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
ASESOR DE LA TESIS:
4
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
RESUMEN 8
ABSTRACT 8
CAPITULO 1
1. INTRODUCCIÓN 9
1.1 Consideraciones Generales 9
1.2 Problema a investigar 10
1.3 Justificación 11
1.4 Objetivos de la Investigación 13
1.4.1 Objetivo General 13
1.4.2 Objetivos específicos 13
1.5 Hipótesis de la Investigación 15
1.5.1 Hipótesis General 14
1.5.2 Hipótesis Específicas 14
1.6 Limitaciones del Trabajo 15
1.7 Diseño de la investigación 15
1.7.1 Tipo de Investigación 15
1.7.2 Población y Muestra 16
1.7.3 Variables de Estudio 16
1.7.4 Técnicas y Procedimientos 17
1.8 Estructura del Trabajo 17
CAPITULO II
2. MARCO TEORICO 18
2.1 Presentación del Problema 18
2.2 Problemas de Optimización 19
2.2.1 Tipos de Modelos de Optimización 20
2.2.2 Efecto de la disponibilidad de datos en la
presentación por medio de modelos. 21
2.3 El problema del Ruteo 23
5
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
CAPITULO III
3. MODELO PROPUESTO 28
3.1 Modelo de programación de vehículos en una
ruta específica 28
3.1.1 Introducción 28
3.1.2 Descripción del Modelo 29
3.1.2.1 Determinación de los factores 30
3.1.3 Formulación Matemática 33
3.2 Construcción del Modelo 34
a) Modelo Algebraico 40
b) Modelo Analítico 41
3.3 Consideraciones finales 43
CAPITULO IV
4. APLICACIÓN DEL MODELO 44
4.1 Introducción 44
4.2 Dimensionamiento del Sistema 48
4.3 Modelo Algebraico 50
4.4 Modelo Analítico 52
4.5 Entrada de Datos 53
4.5.1 Ingresar el problema 54
4.5.2 Resolver el Problema 56
4.5.3 Guardar los resultados 56
4.6 Reportes 58
6
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
CAPITULO V
5. CONCLUSIONES Y RECOMENDACIONES 69
5.1 CONCLUSIONES 69
5.1.1 Conclusiones sobre los objetivos 69
5.1.2 Conclusiones sobre la hipótesis 70
5.2 RECOMENDACIONES 71
5.2.1 Recomendaciones para nuevas investigaciones 71
BIBLIOGRAFÍA 73
ANEXOS 77
7
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
RESUMEN
ABSTRACT
8
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
Capítulo I
1. INTRODUCCIÓN
16
Enrique Cabrera, Santiago y la Congestión Vehicular, 2004, p 1
9
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
Dicho Modelo debido a su sencillez y eficacia pretende satisfacer las necesidades antes
mencionadas a un costo asequible.
Hoy en día las empresas del Transporte Urbano de Pasajeros en ciudades de tamaño
medio de países del tercer mundo, atraviesan problemas de calidad y productividad,
17
www.jmingenieria.com/io/ejasignacion.htm
10
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
Por lo tanto ante la enorme necesidad de resolver los problemas del transporte urbano de
pasajeros en ciudades como Arequipa surge la necesidad de desarrollar un MODELO
MATEMATICO que permita apoyar la toma de decisiones en la programación diaria,
semanal y mensual de autobuses en el transporte urbano de pasajeros de Arequipa, en
forma continua y buscando siempre su optimización.
1.3 JUSTIFICACIÓN
18
www.es.wikipedia.org/wiki/Congestión_vehicular
11
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
Un ejemplo destacable es que la mediana empresa esta abriendo campo para el empleo
de técnicas cuantitativas de investigación de operaciones tal como la programación
matemática 19 para el apoyo a la toma de decisiones.
19
www.uv.es/~ivorra/Docencia/Programacion.pdf
12
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
Company), de acuerdo con las citaciones encontradas, para los valores de 1986, originó
una economía anual del orden de USS 2.0 millones con el uso de las técnicas de
optimización. Segundo Ball et all (1983) y Desrochers y Soumis (1989), con el uso de
las técnicas de optimización, en problemas prácticos de la asignación de flotas,
normalmente se consigue una reducción en los costes del orden de 0.5% a 2.5%,
siempre y cuando la compañía tenga una buena organización y eficacia.
En el caso del usuario, las ventajas de un sistema informatizado para elaborar el plan
operacional de la compañía puede venir en la forma de calidad del servicio que se
ofrecerá. Con un sistema de este tipo, la compañía tendrá un mayor control de su plan
de operación y con esto puede cumplir mejor los horarios, minimizando, de esta forma,
la posibilidad de que el usuario tenga que esperar demasiado a un vehículo.
13
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
14
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
El transporte urbano de pasajeros en el Perú utiliza diversos modales: autobuses para el transporte público
de pasajeros, autobuses para el transporte privado de empresas, automóviles de uso particular, taximóviles
y mototaxis.
Este trabajo se limita a estudiar el problema del transporte urbano de pasajeros en autobuses para el
transporte público en la ciudad de Arequipa.
Otra limitación es el hecho de que el modelo no garantiza una solución óptima del problema, mas esto es
de fácil comprensión, pues la complejidad del problema lleva al investigador a utilizar más de una
heurística para acelerar la solución y, de ésta forma, obtener una solución que no es la óptima pero por lo
menos viable y de calidad en un tiempo computacional admisible.
15
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
Corresponde al tipo analítico por cuanto busca establecer relaciones causa-efecto entre la aplicación del
modelo propuesto de programación de autobuses y las incidencias en la congestión vehicular en el
transporte urbano de pasajeros en Arequipa.
VARIABLE INDEPENDIENTE
VARIABLES DEPENDIENTES
16
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
17
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
Capítulo II
2. MARCO TEORICO
A lo largo del tiempo, algunos autores vienen invirtiendo gran parte de su tiempo en el
estudio del problema del transporte público, a través del autobús, con el objetivo de
20
Informe estadístico 1997 de la Municipalidad provincial de Arequipa.
18
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
facilitar la toma de las decisiones de los administradores. Éste es también el objetivo del
trabajo desarrollado aquí.
El problema más grande de los modelos presentados hasta ahora es que generalmente
solo trabajan con flotas homogéneas, que limita su aplicación en la mayoría de las
situaciones reales. Siendo las flotas homogéneas, teóricamente no habría diferencia para
decidir cuál de los vehículos tendrían que ser considerado para atender una línea en
particular.
s.a. x ∈ S (2.2.b)
Donde:
21
http://www.lsi.upc.es/~webia/doctia/lista/12582511232001.html
19
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
22
http://www.papyro.com/Optimizacion.htm
20
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
Los métodos de solución suelen idearse para aprovechar las estructuras especiales de los
modelos resultantes. Como tales, la amplia variedad de modelos asociados con sistemas
reales existentes da origen a un número correspondiente de técnicas de solución. De
aquí que se utilicen los nombres conocidos de programación lineal, entera, dinámica y
no lineal que se representan mediante algoritmos para resolver clases especiales de
modelos IO.
21
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
Los modelos de simulación en comparación con los modelos matemáticos, ofrecen una
que la simulación enfoca al sistema desde un nivel básico elemental. Por otra parte, la
Los modelos de cualquier clase, sin importar su refinamiento y exactitud, pueden probar
ser poco prácticos si no están respaldados por datos confiables. Aunque el modelo está
solución que se obtenga, pese a ser óptima en un sentido matemático, realmente será de
En algunos casos, quizá no se conozcan con certeza los datos. Más bien, se determinan a
23
http://www.monografias.com/trabajos20/simulacion-sistemas/simulacion-sistemas.shtml
22
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
La recopilación de datos puede realmente ser la parte más difícil para determinar un
datos, en una forma útil, para proyectos tanto actuales como futuros.
El VRP incluye dos situaciones especiales, conocidas por problema del vendedor
viajero 25 y el problema del cartero chino, que son clásicos en la literatura y tienen
formas de solución bien conocidas, como las presentadas en Christofides (1975).
El problema del vendedor viajero tiene merecido una gran atención de parte de los
investigadores para asistir a la solución de problemas diversos de secuenciamiento de
actividades. Este problema consiste en la determinación de la ruta mas corta para una
persona que vaya de una ciudad y deba visitar otras diversas.
24
http://home.ubalt.edu/ntsbarsh/opre640S/SpanishP.htm.
25
www.etse.urv.es/mat2003/pss/oyc15.ps
23
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
Para resolver este problema, muchos autores utilizan métodos exactos o heurísticos,
como el visto en Weber (cf. Graciolli (1994)), en Papadimitriou y Steiglitz (1978) y en
Mayerle (1994).
El problema para asignar un sistema de rutas para funcionar sin cambios en un período
del tiempo fijo se conoce como problema de la ruta fija (FRP). Según Savelsbergh y
Goetschalckx (1992), era Christofides (1971) que buscaron el FRP por primera vez.
1) Para proyectar un sistema de las rutas en las cuales los vehículos irán a
funcionar;
4) Para determinar la carga que atraviesa la red, dada las flotas y las
programaciones; y
24
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
Pueden ser utilizados, para resolver el problema de distribución, modelos clásicos, por
ejemplo, los modelos de la programación linear entera; los problemas del transporte y
de asignación; modelos que utilizan gráficos, como por ejemplo: el problema del cartero
chino, el problema del vendedor viajero, y los algoritmos de Disjkstra y de Floyd.
También modelos más específicos puede ser utilizado como, por ejemplo, los modelos
al azar y los modelos que utilizan el método de la gradiente eficaz.
A partir de los años 70, surgieron los estudios en la producción de sistemas basados en
los métodos mixtos, donde se combinan los métodos heurísticos y la programación
matemática. A continuación serán presentados algunos de estos sistemas implementados
computacionalmente, como por ejemplo el de VSPX, HASTUS, HOT, ALOC, TCA,
BUSMAN, OferBus y WinBUS 95 26 . Estos sistemas se dirigen siempre a una
aplicación determinada.
Este sistema se puede considerar como uno de los primeros en el sector transportes,
siendo desarrollado por la IBM en 1972. A. Kibon adoptó, en el Brasil, este ruterizador
26
Antonio Sérgio Coelho. Um modelo heurístico para distribução e alocação de ônibus em linhas urbanas
com opção de análise dos resultados a través de simulação. Santa Catarina-Brasil 1998, capítulo 4
25
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
d) Asignación de vehículos;
e) Generación de escalas;
Además de estas etapas, WinBUS posee algunos recursos adicionales que permiten el
mantenimiento de la base de datos, la generación de informes y la consulta a los planes
generados.
27
www.giro.ca/Spanish/HASTUS/widely_used_system.htm
26
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
a) Depreciación de la flota;
27
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
Capítulo III
3. MODELO PROPUESTO
3.1.1. INTRODUCCIÓN
28
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
La asignación de los vehículos en los horarios de las líneas se hace usando un modelo
heurístico, que se basa en la idea de un algoritmo de la búsqueda en árbol. Los cortes de
este árbol serán hechos de forma acelerada más que en otros modelos de optimización
como, por ejemplo, en el algoritmo de la programación lineal entera (ramificación y
acotamiento), previniendo con esto un aumento muy grande del número de nodos, que
haría impracticable la solución del problema. Con la aceleración de los cortes, el
modelo puede llegar a una situación donde no es la solución óptima. Sin embargo, para
reducir al mínimo este problema, el modelo utiliza la heurística que generalmente
demuestra eficacia, teniendo de esta forma muy rápida una contestación de cómputo
para la solución del problema.
28
ROBERT J. THIERAUF, Toma de Decisiones por medio de la Investigación de Operaciones. Limusa.
México 1993, p. 502.
29
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
30
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
Donde:
VD
Demanda Total del Servicio = DP * ∑ Dj
1
31
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
Por lo tanto:
hi - hj + 1
VD =
tv
N
Oferta del servicio por día = ∑ CPi
1
Este tiempo depende del tiempo de duración del viaje (tv) y del número de vehículos
asignados a la ruta (N).
tv
Tiempo de Espera =
N
32
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
a) Índices
29
KAMLESH MATHUR, DANIEL SOLOW. Investigación de Operaciones, El Arte de la Toma de
Decisiones. Prentice Hall, México 1996, p. 64.
33
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
b) Parámetros
c) Variables de decisión
En el paso anterior definimos, los índices, los parámetros y las variables de decisión. El
siguiente paso será generar el modelo matemático con la información relevante,
34
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
sabemos que debemos minimizar la capacidad ociosa, y ésta, dada su sensibilidad está
obligadamente ligada a las disponibilidades de recursos con que el sistema cuenta. La
aplicación del modelo de programación binaria presupone en su estructura tres
componentes fundamentales, que a continuación pasamos a detallar:
1. LA FUNCION OBJETIVO
i j k j
Min(z) = ∑∑∑ CPi * Xijk
1 1 1
DP * ∑ Dj
-
1
Donde:
Z representa la capacidad ociosa del sistema de transporte
2. RESTRICCIONES ESTRUCTURALES
∑ CP *X
1
i ijk ≥ Djk ; ∀j , ∀k
35
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
de horas de trabajo, para de esta manera buscar que todos tengan la misma
oportunidad de ganancias. Esto se refleja en las siguientes restricciones:
j k
∑∑ Xi
1 1
jk − ei = TVi ; ∀i
Cabe señalar que debido a que las restricciones del tipo igual son muy exigentes
para dar con una solución óptima, es que se agrega una variable de holgura que
permita balancear el modelo y obtener una solución óptima.
Los usuarios tienen un máximo de tiempo de espera, vencido ese tiempo buscan otra
línea, por lo tanto el modelo deberá conseguir que el tiempo entre llegadas de los
vehículos al un paradero no exceda ese nivel de paciencia. Esto se consigue mediante
las siguientes restricciones:
∑ Xi
1
jk ≥ AVjk ; ∀j , ∀k
3. RESTRICCIONES LOGICAS
Estas establecen que las variables de decisión del modelo deben ser valores no
negativos 30 para que los resultados del modelo sean consistentes y tengan
sentido lógico. Con lo que se establece la condición de no negatividad de los
modelos de programación lineal:
Xijk ≥ 0;
Pero para un modelo de Programación Binaria las restricciones lógicas son:
Xijk Є {0,1};
ei Є {0,1}
30
CHARLES A. GALLAGER, HUGH J. WATSON, Métodos Cuantitativos para la Toma de Decisiones
en la Administración, p. 160.
36
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
ST:
i
∑ CP *X
1
i ijk ≥ Djk ; ∀j , ∀k
j k
∑∑ Xi
1 1
jk − ei = TVi ; ∀i
∑ Xi
1
jk ≥ AVjk ; ∀j , ∀k
Xijk Є {0,1};
ei >=0 y Entero;
∀i = 1, 2, 3, ..., N
∀j = hi, hi+1, ..., hj
∀K = 1, 2, 3, ..., DP
∑ ei
TVi(ajustado) = TVi +
1
−1
N
Este resultado deberá también ser redondeado.
37
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
Por lo tanto en nuevo modelo a ejecutarse, del cual se determinará la solución óptima
del problema es:
i j k j
Min(z) = ∑∑∑
CP * Xi DP * ∑ Dj
-
i jk
1 1 1 1
ST:
i
∑ CP *X
1
i ijk ≥ Djk ; ∀j , ∀k
j k
∑∑ Xi
1 1
jk − ei = TVi ( ajustado ) ; ∀i
∑ Xi
1
jk ≥ AVjk ; ∀j , ∀k
Xijk Є {0,1};
ei Є {0,1};
∀i = 1, 2, 3, ..., N
∀j = hi, hi+1, ..., hj
∀K = 1, 2, 3, ..., DP
Cabe resaltar que la variable ei en el modelo nuevo se hace binaria, dando la opción a
que alguna de los vehículos realice a lo más una vuelta adicional en relación al nuevo
promedio.
38
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
Por lo tanto:
hi - hj + 1 9 − 6 + 1
VD = = = 4 vueltas
tv 1
VD
Demanda Total del Servicio = DP * ∑ Dj
1
= 3*(40+85+30+70) = 675
N
Oferta del servicio por día = ∑ CPi
1
= 15+15+15+20+20 = 85
∑ ei
TVi(ajustado) = TVi +
1
−1= 8 +
5
− 1 = 8 vueltas
N 5
tv 60
AV mínimo = = = 3 vehículos
Tiempo de espera máximo 20
MODELO ALGEBRAICO
9
5 9 3
DP * ∑ Dj
Min(z) = ∑∑∑ CP * Xi -
1 6 1
i jk 6
ST:
∑ CP *X
1
i ijk ≥ Djk ; ∀j , ∀k
9 3
∑∑ Xi
6 1
jk − ei = TVi ( ajustado ) ; ∀i
∑ Xi
1
jk ≥ AVjk ; ∀j , ∀k
Xijk Є {0,1};
di Є {0,1};
∀i = 1, 2, 3, 4, 5
∀j = 6, 7, 8, 9
∀K = 1, 2, 3
40
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
MODELO ANALÍTICO
Min
15X161+15X171+15X181+15X191+15X162+15X172+15X182+15X192+15X163+15
X173+15X183+15X193+
15X261+15X271+15X281+15X291+15X262+15X272+15X282+15X292+15X263+15
X273+15X283+15X293+
15X361+15X371+15X381+15X391+15X362+15X372+15X382+15X392+15X363+15
X373+15X383+15X393+
20X461+20X471+20X481+20X491+20X462+20X472+20X482+20X492+20X463+20
X473+20X483+20X493+
20X561+20X571+20X581+20X591+20X562+20X572+20X582+20X592+20X563+20
X573+20X583+20X593
St
15X161+15X261+15X361+204d61+20X561≥40
15X171+15X271+15X371+204d71+20X571≥85
15X181+15X281+15X381+204d81+20X581≥30
15X191+15X291+15X391+204d91+20X591≥70
15X162+15X262+15X362+204d62+20X562≥40
15X172+15X272+15X372+204d72+20X572≥85
15X182+15X282+15X382+204d82+20X582≥30
41
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
15X192+15X292+15X392+204d92+20X592≥70
15X163+15X263+15X363+204d63+20X563≥40
15X173+15X273+15X373+204d73+20X573≥85
15X183+15X283+15X383+204d83+20X583≥30
15X193+15X293+15X393+204d93+20X593≥70
X161+X171+X181+X191+X162+X172+X182+X192+X163+X173+X183+X193-e1=8
X261+X271+X281+X291+X262+X272+X282+X292+X263+X273+X283+X293-e2=8
X361+X371+X381+X391+X362+X372+X382+X392+X363+X373+X383+X393-e3=8
X461+X471+X481+X491+X462+X472+X482+X492+X463+X473+X483+X493-e4=8
X561+X571+X581+X591+X562+X572+X582+X592+X563+X573+X583+X593-e5=8
X161+X261+X361+X461+X561≥3
X171+X271+X371+X471+X571≥3
X181+X281+X381+X481+X581≥3
X191+X291+X391+X491+X591≥3
X162+X262+X362+X462+X562≥3
X172+X272+X372+X472+X572≥3
X182+X282+X382+X482+X582≥3
42
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
X192+X292+X392+X492+X592≥3
X163+X263+X363+X463+X563≥3
X173+X273+X373+X473+X573≥3
X183+X283+X383+X483+X583≥3
X193+X293+X393+X493+X593≥3
Xijk Є {0,1};
di Є {0,1};
∀i = 1, 2, 3, 4, 5
∀j = 6, 7, 8, 9
∀K = 1, 2, 3
El modelo matemático de programación binaria para una magnitud de 20 vehículos por
ruta, 16 horas de trabajo por día y para 5 días de programación, se muestra en el
ANEXO Nro 1
43
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
Capítulo IV
4. APLICACIÓN DEL MODELO
4.1 INTRODUCCION
Una de las grandes ventajas del modelo propuesto es la rapidez en la solución del
problema, por ejemplo dada la magnitud del modelo (1215 variables y 175
restricciones), lleva un tiempo mínimo 2 o 3 segundos en un computador Pentium 2.
Esta eficiencia es obtenida debido a los algoritmos utilizados por el software de
ramificación y acotamiento para programación binaria 31 . La solución obtenida no
necesariamente es la óptima, ésta tiene que interactuar heurísticamente con el tomador
de decisión a efectos de encontrar una solución adecuada a la realidad del sistema. Para
este tipo de problema, una solución no óptima, no necesariamente significa una pérdida
de la calidad de dicha solución.
44
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
Se realizó el levantamiento de la información con relación a las rutas que pasan por esta
urbanización, la cantidad de vehículos asignados a cada una de ellas, así como la
demanda del servicio para cada ruta específica.
Ruta “Policlínico”
Ruta “Correcaminos”
31
CHARLES A. GALLAGER, HUGH J. WATSON, Métodos Cuantitativos para la Toma de Decisiones
en la Administración, p. 262.
45
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
Ruta “Dolores”
El cuadro siguiente muestra una descripción gráfica de los recorridos de cada una de las
rutas:
32
Registros diarios de la Empresa de Transporte Urbano de Pasajeros DOLORES.
46
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
47
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
De otro lado el número de variables para este periodo de programación es el adecuado para la
capacidad del software a utilizar.
9 Máximo tiempo de espera = 5.5 minutos, de acuerdo a encuestas realizadas a los usuarios
involucrados en la ruta.
48
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
Universitarios 26 20 25 5 19 12 4 22 16 5 22 25 33 7 60 30
Escolares Turno
Mañana 35 149 54 9 33 136 37 22
Escolares Turno
Tarde 34 0 42 80 12 3 16 21 47 65 38
Empleados
Turno Mañana 14 32 29 23 24 16 11
Empleados
Turno tarde 3 35 45 14 42 54 23
Amas de casa 4 11 28 24 15 38 11 4 6 6 8 4 7 11 4
Comerciantes 34 24 17 22 23 15 5 4 14 17 21 27 21 32 25 28
Otros durante el
día 13 34 27 45 33 45 25 12 18 26 24 55 32 55 55 47
TOTAL 160 270 180 105 90 110 120 280 160 140 100 115 125 190 270 170
hi - hj + 1 21 − 6 + 1
VD = = = 16 vueltas
tv 1
VD
Demanda Total del Servicio = DP * ∑ Dj
1
= 5*(160+270+180+105+90+110+120+280+
160+140+100+115+125+190+270+170)
= 12925 asientos
49
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
N
Oferta del servicio por día = ∑ CPi
1
= 15+15+15+15+15+15+15+20+20+20+20+
20+25+25+25
= 280 asientos
tv 60
AV mínimo = = = 10.9 ≅ 11 vehículos
Tiempo de espera máximo 5.5
15 21 5 21
Min(z) = ∑∑∑ CP * Xi
1 6 1
i jk - DP * ∑ Dj
6
ST:
15
∑ CP *X
1
i ijk ≥ Djk ; ∀j , ∀k
50
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
21 5
∑∑ Xi
6 1
jk − ei = TVi ; ∀i
15
∑ Xi
1
jk ≥ AVjk ; ∀j , ∀k
Xijk Є {0,1};
ei >=0 y Entero;
∀i = 1, 2, 3,..., 15
∀j = 6, 7, 8,..., 21
∀K = 1, 2, 3,..., 5
∑ ei 240
TVi(ajustado) = TVi +
1
− 1 = 46 + −1 = 61 vueltas
N 15
Por lo tanto en nuevo modelo a ejecutarse, del cual se determinará la solución óptima
del problema es:
51
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
15 21 5 21
DP * ∑ Dj
Min(z) = ∑∑∑ CPi * Xijk - 6
1 6 1
ST:
15
∑ CP *X
1
i ijk ≥ Djk ; ∀j , ∀k
21 5
∑∑ Xi
6 1
jk − ei = TVi ( ajustado ) ; ∀i
15
∑ Xi
1
jk ≥ AVjk ; ∀j , ∀k
Xijk Є {0,1};
ei Є {0,1};
∀i = 1, 2, 3,..., 15
∀j = 6, 7, 8,..., 21
∀K = 1, 2, 3,..., 5
52
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
Uno de los problemas que presenta el programa LINDO 6.0 es lo engorroso que resulta
ingresar un modelo extenso a través de los comandos de edición que el programa tiene
incorporado, debido a que se basan en antiguos esquemas de interfase con el usuario.
Sin embargo, esta misma interfase es muy apta para trabajar con un editor de texto
externo. En esta aplicación se trabaja con el editor de Visual Basic, lo que permite
mantener el editor y el programa LINDO 6.0 funcionando a la vez.
3. Una vez que se aseguró que los resultados obtenidos son razonables hay que
indicar al programa que debe mandar los resultados a un archivo, con el
comando FILE/SAVE; log ouput. Este comando cambia el lugar en que se
muestran los datos, es decir, cambia la pantalla del programa por el archivo
indicado. De lo anterior se explica el porque hay que volver a resolver el
problema, pero esta vez no se verán los resultados (salvo unas líneas resumidas),
ya que la información se está escribiendo en el archivo. Este archivo queda
grabado (por defecto) en el mismo lugar donde se está ejecutando el programa
53
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
LINDO 6.0, y es conveniente darle un nombre con extensión LXT (como por
ejemplo SALIDA.LXT). Ahora hay que salir del programa con el comando
FILE/EXIT
Abra el editor de texto FILE/NEW y escriba el modelo matemático tal como se muestra
en capitulo precedente. Note que al final se debe ingresar las condiciones de variables
binarias. Su archivo debe lucir como en la figura siguiente:
54
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
No olvide de dejar los espacios adecuados y de bajar a una nueva línea con la tecla
Enter. El no seguir estas indicaciones puede originar problemas a la hora de resolver el
modelo. Guarde el archivo en la carpeta donde esta el programa LINDO 6.0 con
55
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
cualquier no 32 mbre y asegúrese que quede con la extensión LXT (en este ejemplo el
archivo es ENTRADA.LXT)
Ahora debe iniciar el programa LINDO 6.0 haciendo doble clic sobre su icono. Ingrese
el comando FILE/NEW para cargar el archivo del problema y selecciónelo con las
flechas y luego presione Enter.
Como ya pudimos ver la solución del problema en pantalla interesa grabar estos datos.
Para esto hay que escribir el comando FILE/SAVE y entregar un nombre de archivo
para los datos de salida. En este ejemplo el archivo de salida es SALIDA.LXT. La
extensión permite que se pueda abrir el archivo con el NOTEPAD 33 .
Una vez que abra el archivo (recuerde que se graba en el mismo lugar que funciona
LINDO 6.0 a menos que Ud. indique lo contrario) y verá el reporte respuesta emitida
por el programa (Figura 4.2).
33
Manual del Usuario del software Lindo 6.0/ WWW.Lindo.com
56
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
57
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
4.6 REPORTES
Este modelo ofrece al usuario, en la práctica, un reporte que contiene una propuesta de
programación de los vehículos para una línea de transporte urbano de pasajeros, dicha
58
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
propuesta deberá interactuar con el usuario a efecto de buscar una opción aceptable que
permita optimizar los resultados en la empresa.
En las figuras siguientes se muestran los resultados procesados para los diferentes días
de la programación. Cabe señalar que estos resultados han sido abstraídos de la salida
del Lindo 6.0 mostradas en el Anexo Nro 2.
59
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
SISTEMA PROPUESTO
PROGRAMACION Día 1 Número
Vehículo Capacidad 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 de vueltas
1 15 1 1 1 0 1 1 1 1 1 1 1 1 1 0 1 1 14
2 15 1 1 1 0 1 0 0 1 1 0 1 1 1 1 1 0 11
3 15 0 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 14
4 15 1 1 1 1 0 0 1 1 1 0 1 1 1 1 1 0 12
5 15 1 1 0 1 1 0 0 1 1 0 1 0 1 1 1 1 11
6 15 0 1 0 0 1 0 1 1 1 1 1 1 1 1 1 1 12
7 15 0 1 0 1 1 0 1 1 1 1 1 1 0 1 1 0 11
8 20 0 1 1 1 1 0 0 1 1 1 0 0 0 0 1 1 9
9 20 1 1 1 1 1 0 1 1 1 1 0 1 1 1 1 1 14
10 20 1 1 1 1 1 1 1 1 0 1 1 0 0 1 1 1 13
11 20 1 1 1 1 0 0 0 1 0 1 1 0 1 1 1 1 11
12 20 1 1 1 0 0 0 1 1 1 0 0 1 0 1 1 1 10
13 25 1 1 1 1 1 1 1 1 1 1 0 1 1 0 1 1 14
14 25 1 1 1 1 0 1 1 1 0 1 1 1 1 1 1 1 14
15 25 1 1 0 1 1 1 1 1 0 1 1 1 1 0 1 0 12
Oferta 215 280 210 215 200 110 210 280 190 215 195 205 205 195 280 210 3415
Demanda 160 270 180 105 90 110 120 280 160 140 100 115 125 190 270 170 2585
Capacidad Ociosa 55 10 30 110 110 0 90 0 30 75 95 90 80 5 10 40 830
60
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
SISTEMA PROPUESTO
PROGRAMACION Día 2 Número
Vehículo Capacidad 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 de vueltas
1 15 0 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 14
2 15 1 1 0 1 1 1 1 1 1 1 0 0 1 1 1 1 13
3 15 1 1 1 1 1 0 1 1 1 0 0 0 0 0 1 1 10
4 15 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 0 14
5 15 1 1 1 1 1 1 0 1 0 1 1 1 1 1 1 0 13
6 15 1 1 0 1 0 0 0 1 1 0 1 1 1 1 1 1 11
7 15 1 1 0 0 0 0 1 1 0 1 1 1 1 1 1 1 11
8 20 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 15
9 20 0 1 1 1 1 1 1 1 1 1 0 0 0 1 1 1 12
10 20 1 1 1 1 1 1 1 1 1 1 0 1 1 0 1 1 14
11 20 1 1 1 1 1 1 1 1 0 1 1 1 0 1 1 0 13
12 20 1 1 1 0 1 0 0 1 1 1 1 1 1 1 1 1 13
13 25 0 1 1 1 1 1 0 1 0 0 1 0 1 1 1 1 11
14 25 0 1 1 1 0 1 1 1 1 0 1 1 1 0 1 0 11
15 25 1 1 0 0 1 1 1 1 1 1 1 1 1 0 1 1 13
Oferta 195 280 210 205 210 215 205 280 205 200 210 205 205 195 280 205 3505
Demanda 160 270 180 105 90 110 120 280 160 140 100 115 125 190 270 170 2585
Capacidad Ociosa 35 10 30 100 120 105 85 0 45 60 110 90 80 5 10 35 920
Figura 4.4 Programación propuesta para el día 2.
Se observa que el número de vueltas es variable, esto se debe a que sólo se considera un día.
61
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
SISTEMA PROPUESTO
PROGRAMACION Día 3 Número
Vehículo Capacidad 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 de vueltas
1 15 1 1 1 1 0 1 0 1 0 0 0 1 1 0 1 0 9
2 15 1 1 0 1 0 1 1 1 1 1 0 1 0 1 1 1 12
3 15 1 1 1 0 1 1 1 1 0 1 1 1 0 1 1 1 13
4 15 1 1 0 0 1 1 0 1 1 0 1 0 0 1 1 1 10
5 15 0 1 1 0 1 1 0 0 1 1 1 1 1 1 1 1 12
6 15 1 1 1 1 1 0 0 0 1 1 1 1 0 1 1 0 11
7 15 1 1 1 0 1 1 1 1 0 1 0 1 1 1 1 1 13
8 20 1 1 0 1 1 1 1 1 1 1 0 1 1 1 1 1 14
9 20 1 1 1 1 1 0 1 1 1 0 1 0 1 1 1 0 12
10 20 1 1 1 1 1 0 1 1 1 0 1 0 1 0 1 1 12
11 20 0 1 0 1 0 1 1 1 1 1 1 1 1 1 1 1 13
12 20 1 1 1 1 0 1 1 1 0 1 1 1 1 1 1 1 14
13 25 1 1 1 1 1 1 1 0 1 1 1 1 1 0 1 1 14
14 25 0 1 1 1 1 1 1 0 1 1 1 1 1 0 1 0 12
15 25 0 1 1 1 1 0 1 1 1 1 1 0 1 1 1 1 13
Oferta 195 280 210 220 210 200 220 200 215 210 215 200 220 195 280 205 3475
Demanda 160 270 180 105 90 110 120 280 160 140 100 115 125 190 270 170 2585
Capacidad Ociosa 35 10 30 115 120 90 100 0 55 70 115 85 95 5 10 35 890
62
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
SISTEMA PROPUESTO
PROGRAMACION Día 4 Número
Vehículo Capacidad 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 de vueltas
1 15 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 0 14
2 15 1 1 1 1 1 0 1 1 1 0 0 1 1 1 1 1 13
3 15 0 1 1 0 0 1 1 1 1 1 1 1 1 1 1 1 13
4 15 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 0 14
5 15 1 1 1 0 0 1 1 1 1 1 1 0 1 1 1 1 13
6 15 1 1 1 1 0 1 0 1 0 1 1 1 1 1 1 1 13
7 15 1 1 1 1 1 0 1 1 1 0 1 1 1 1 1 0 13
8 20 1 1 0 1 1 1 0 1 0 1 1 1 0 0 1 1 11
9 20 0 1 1 0 1 1 1 1 1 1 1 0 1 1 1 1 13
10 20 1 1 0 1 1 0 0 1 1 1 1 0 1 0 1 0 10
11 20 1 1 0 1 0 1 1 1 0 1 1 0 1 1 1 1 12
12 20 0 1 0 1 1 1 1 1 1 1 1 1 1 0 1 1 13
13 25 1 1 1 1 1 1 1 1 0 0 0 1 0 0 1 1 11
14 25 0 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 14
15 25 1 1 1 1 1 0 0 1 1 0 0 1 0 1 1 1 11
Oferta 200 280 200 215 215 205 200 280 200 200 200 205 185 195 280 215 3475
Demanda 160 270 180 105 90 110 120 280 160 140 100 115 125 190 270 170 2585
Capacidad Ociosa 40 10 20 110 125 95 80 0 40 60 100 90 60 5 10 45 890
Figura 4.6 Programación propuesta para el día 4.
63
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
SISTEMA PROPUESTO
PROGRAMACION Día 5 Número
Vehículo Capacidad 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 de vueltas
1 15 0 1 1 0 1 1 0 1 0 1 1 0 1 1 1 1 11
2 15 1 1 1 1 0 1 1 1 1 1 1 0 1 1 1 0 13
3 15 1 1 1 0 1 1 1 1 0 1 0 1 1 0 1 1 12
4 15 1 1 1 1 0 0 1 1 0 1 1 1 1 1 1 0 12
5 15 1 1 1 0 0 1 1 1 1 1 1 0 1 1 1 1 13
6 15 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 15
7 15 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 0 14
8 20 1 1 1 1 1 0 0 1 1 0 1 1 1 1 1 1 13
9 20 0 1 1 1 1 1 0 1 1 1 0 1 0 1 1 0 11
10 20 0 1 0 1 1 1 1 1 1 0 1 1 1 1 1 1 13
11 20 0 1 1 0 0 1 1 1 1 1 1 1 1 1 1 1 13
12 20 1 1 1 1 1 0 1 1 1 0 1 0 1 0 1 1 12
13 25 1 1 0 1 1 0 1 1 0 1 1 1 0 1 1 1 12
14 25 1 1 0 1 1 1 0 1 1 0 1 1 0 0 1 1 11
15 25 1 1 0 1 1 1 1 1 1 1 1 1 0 0 1 1 13
Oferta 205 280 185 215 215 200 200 280 210 195 215 215 185 195 280 215 3490
Demanda 160 270 180 105 90 110 120 280 160 140 100 115 125 190 270 170 2585
Capacidad Ociosa 45 10 5 110 125 90 80 0 50 55 115 100 60 5 10 45 905
Figura 4.7 Programación propuesta para el día 5.
64
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
SISTEMA ACTUAL
PROGRAMACION Día 1 Número
Vehículo Capacidad 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 de vueltas
1 15 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 16
2 15 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 16
3 15 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 16
4 15 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 16
5 15 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 16
6 15 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 16
7 15 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 16
8 20 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 16
9 20 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 16
10 20 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 16
11 20 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 16
12 20 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 16
13 25 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 16
14 25 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 16
15 25 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 16
Oferta 280 280 280 280 280 280 280 280 280 280 280 280 280 280 280 280 4480
Demanda 160 270 180 105 90 110 120 280 160 140 100 115 125 190 270 170 2585
Capacidad Ociosa 120 10 100 175 190 170 160 0 120 140 180 165 155 90 10 110 1895
Figura 4.8 Programación actual para el día 1, que se repite en los días 2, 3, 4 y 5.
65
RESUMEN
Sistema Actual
Número de Vueltas
Vehículo Capacidad Dia 1 Dia 2 Dia 3 Dia 4 Dia 5 Total
1 15 16 16 16 16 16 80
2 15 16 16 16 16 16 80
3 15 16 16 16 16 16 80
4 15 16 16 16 16 16 80
5 15 16 16 16 16 16 80
6 15 16 16 16 16 16 80
7 15 16 16 16 16 16 80
8 20 16 16 16 16 16 80
9 20 16 16 16 16 16 80
10 20 16 16 16 16 16 80
11 20 16 16 16 16 16 80
12 20 16 16 16 16 16 80
13 25 16 16 16 16 16 80
14 25 16 16 16 16 16 80
15 25 16 16 16 16 16 80
Oferta 4480 4480 4480 4480 4480 22400
Demanda 2585 2585 2585 2585 2585 12925
Capacidad Ociosa 1895 1895 1895 1895 1895 9475
En el sistema actual se observa que el número de vueltas que cada vehículo realiza
durante los 5 días de programación es de 80.
Además se observa que la capacidad ociosa es de 9475 asientos ociosos durante los
5 días de programación.
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
Sistema Propuesto
Número de Vueltas
Dia Dia Dia
Vehículo Capacidad 1 2 3 Dia 4 Dia 5 Total
1 15 14 14 9 14 11 62
2 15 11 13 12 13 13 62
3 15 14 10 13 13 12 62
4 15 12 14 10 14 12 62
5 15 11 13 12 13 13 62
6 15 12 11 11 13 15 62
7 15 11 11 13 13 14 62
8 20 9 15 14 11 13 62
9 20 14 12 12 13 11 62
10 20 13 14 12 10 13 62
11 20 11 13 13 12 13 62
12 20 10 13 14 13 12 62
13 25 14 11 14 11 12 62
14 25 14 11 12 14 11 62
15 25 12 13 13 11 13 62
Oferta 3415 3505 3475 3475 3490 17360
Demanda 2585 2585 2585 2585 2585 12925
Capacidad Ociosa 830 920 890 890 905 4435
Fuente: Elaboración Propia.
Con el sistema propuesto se observa que el número de vueltas por vehículo durante
los 5 días de programación es de 62, osea, que hay una reducción de 80-62=18
vueltas, lo que implica una reducción en la congestión vehicular y por consiguiente
una reducción de los índices de contaminación ambiental.
67
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
68
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
Capítulo V
5. CONCLUSIONES Y
RECOMENDACIONES
5.1 CONCLUSIONES
69
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
70
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
5.2 RECOMENDACIONES
1. Dada las limitaciones del presente trabajo, es que el modelo no garantiza una solución
óptima del problema, mas esto es de fácil comprensión, pues la complejidad del
problema lleva al investigador a utilizar más de una heurística para acelerar la solución
y, de ésta forma, obtener una solución que no es la óptima pero por lo menos viable y de
calidad en un tiempo computacional admisible, por lo que se recomienda implementar
un modelo de programación heurística a efectos de corregir las deficiencias
mencionadas.
5. Finalmente, como todo trabajo científico, este también permite algunos estudios que
usted agrega. Este sistema se debe considerar como punto de partida para la
continuación de su desarrollo, por lo tanto aspectos diversos todavía pueden ser
agregados.
72
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
BIBLIOGRAFÍA
1) ACKOFF, R.L. y SASIENI, M., Fundamentos de Investigación de
Operaciones, Limusa, 1979.
5) BIERMAN JR, H.; BONINI, C.P. & HAUSMAN, W.H.. Análisis Cuantitativo
para la Toma de Decisiones. Richard O. Irwin Inc., 1993.
73
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
12) Estadísticas del medio ambiente del Distrito Federal y Zona Metropolitana
2001. ivegi, México
19) Jayakrishan, R. , H.S. Mahmassani y T.Y. Hu. 1994, “An evolution tool For
Advanced traffic luformation and managanent Systems in urban networks”, en
transportation Reviews, núm. 2c, pp. 129-147.
20) Khare, M. Y S. Sharma 2002. Modelling urban vehicle emissions. Wit press.
21) LOUBET, Beatriz. Excel: Herramienta Solver. FCE, Serie Cuadernos, 1998.
74
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
23) Nagumey ; A. 2000, “Congested Urban Transportation reviews, núm. 5D. Pp.
145-151.
30) Yang, H. y M. G. Bell, 1998. “Models and algorithms for road network
design: a review and some new developments”, en transportation reviews,
núm.18, pp. 257-278.
75
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
PÁGINAS DE INTERNET
35) http://home.ubalt.edu/ntsbarsh/simulation/sim.htm
36) http://home.ubalt.edu/ntsbarsh/simulation/sim.htm#rPoisson
37) http://www.rcci.neet/globalizacion/2004/fg446.htm
38) www.fi.uba.ar/materias/7526/docs/intro_teorica.pdf
39) www.lista-ioper.rcp.net.pe/iosalect.htm
40) www.metodosestadisticos.unizar.es/asignaturas/IS938/aedsim.htm
41) www.mhhe.com/ingenieria/blankse/blankse
42) www.monografias.com/trabajos20/simulacion-sistemas/simulacion-
sistemas.shtml
44) www.uam.es/personal_pdi/economicas/wluque/EEII_Tema%202.ppt#1
45) WWW.Ucchile.Modelamiento-Matemático.
76
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
ANEXO 1
Datos iniciales:
Capacidad de los vehículos:
15,15,15,15,15,15,15,20,20,20,20,20,25,25,25
Demanda ordenada por hora:
160,270,180,105,90,110,120,280,160,140,100,115,125,190,270,170
Código Lindo:
MIN
15X01061+15X01071 +15X01081 +15X01091 +15X01101 +15X01111 +15X01121 +15X01131+
15X01141+15X01151 +15X01161 +15X01171 +15X01181 +15X01191 +15X01201 +15X01211+
15X01062+15X01072 +15X01082 +15X01092 +15X01102 +15X01112 +15X01122 +15X01132+
15X01142+15X01152 +15X01162 +15X01172 +15X01182 +15X01192 +15X01202 +15X01212+
15X01063+15X01073 +15X01083 +15X01093 +15X01103 +15X01113 +15X01123 +15X01133+
15X01143+15X01153 +15X01163 +15X01173 +15X01183 +15X01193 +15X01203 +15X01213+
15X01064+15X01074 +15X01084 +15X01094 +15X01104 +15X01114 +15X01124 +15X01134+
15X01144+15X01154 +15X01164 +15X01174 +15X01184 +15X01194 +15X01204 +15X01214+
15X01065+15X01075 +15X01085 +15X01095 +15X01105 +15X01115 +15X01125 +15X01135+
15X01145+15X01155 +15X01165 +15X01175 +15X01185 +15X01195 +15X01205 +15X01215+
77
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
78
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
79
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
SUBJECT TO
01) 15X01061 +15X02061 +15X03061 +15X04061 +15X05061 +15X06061 +15X07061 +20X08061+
20X09061 +20X10061 +20X11061 +20X12061 +25X13061 +25X14061 +25X15061 >=160
02) 15X01071 +15X02071 +15X03071 +15X04071 +15X05071 +15X06071 +15X07071 +20X08071+
20X09071 +20X10071 +20X11071 +20X12071 +25X13071 +25X14071 +25X15071 >=270
03) 15X01081 +15X02081 +15X03081 +15X04081 +15X05081 +15X06081 +15X07081 +20X08081+
20X09081 +20X10081 +20X11081 +20X12081 +25X13081 +25X14081 +25X15081 >=180
04) 15X01091 +15X02091 +15X03091 +15X04091 +15X05091 +15X06091 +15X07091 +20X08091+
20X09091 +20X10091 +20X11091 +20X12091 +25X13091 +25X14091 +25X15091 >=105
05) 15X01101 +15X02101 +15X03101 +15X04101 +15X05101 +15X06101 +15X07101 +20X08101+
20X09101 +20X10101 +20X11101 +20X12101 +25X13101 +25X14101 +25X15101 >=90
06) 15X01111 +15X02111 +15X03111 +15X04111 +15X05111 +15X06111 +15X07111 +20X08111+
20X09111 +20X10111 +20X11111 +20X12111 +25X13111 +25X14111 +25X15111 >=110
07) 15X01121 +15X02121 +15X03121 +15X04121 +15X05121 +15X06121 +15X07121 +20X08121+
20X09121 +20X10121 +20X11121 +20X12121 +25X13121 +25X14121 +25X15121 >=120
08) 15X01131 +15X02131 +15X03131 +15X04131 +15X05131 +15X06131 +15X07131 +20X08131+
20X09131 +20X10131 +20X11131 +20X12131 +25X13131 +25X14131 +25X15131 >=280
09) 15X01141 +15X02141 +15X03141 +15X04141 +15X05141 +15X06141 +15X07141 +20X08141+
20X09141 +20X10141 +20X11141 +20X12141 +25X13141 +25X14141 +25X15141 >=160
10) 15X01151 +15X02151 +15X03151 +15X04151 +15X05151 +15X06151 +15X07151 +20X08151+
20X09151 +20X10151 +20X11151 +20X12151 +25X13151 +25X14151 +25X15151 >=140
11) 15X01161 +15X02161 +15X03161 +15X04161 +15X05161 +15X06161 +15X07161 +20X08161+
20X09161 +20X10161 +20X11161 +20X12161 +25X13161 +25X14161 +25X15161 >=100
12) 15X01171 +15X02171 +15X03171 +15X04171 +15X05171 +15X06171 +15X07171 +20X08171+
80
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
81
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
82
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
83
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
84
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
+X08135 +X08145 +X08155 +X08165 +X08175 +X08185 +X08195 +X08205 +X08215 –e8=61
85
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
96) X01061 +X02061 +X03061 +X04061 +X05061 +X06061 +X07061 +X08061 +X09061+
X10061 +X11061 +X12061 +X13061 +X14061 +X15061 >=11
97) X01071 +X02071 +X03071 +X04071 +X05071 +X06071 +X07071 +X08071 +X09071+
X10071 +X11071 +X12071 +X13071 +X14071 +X15071 >=11
98) X01081 +X02081 +X03081 +X04081 +X05081 +X06081 +X07081 +X08081 +X09081+
X10081 +X11081 +X12081 +X13081 +X14081 +X15081 >=11
99) X01091 +X02091 +X03091 +X04091 +X05091 +X06091 +X07091 +X08091 +X09091+
X10091 +X11091 +X12091 +X13091 +X14091 +X15091 >=11
100) X01101 +X02101 +X03101 +X04101 +X05101 +X06101 +X07101 +X08101 +X09101+
X10101 +X11101 +X12101 +X13101 +X14101 +X15101 >=11
101 X01111 +X02111 +X03111 +X04111 +X05111 +X06111 +X07111 +X08111 +X09111+
X10111 +X11111 +X12111 +X13111 +X14111 +X15111 >=11
102) X01121 +X02121 +X03121 +X04121 +X05121 +X06121 +X07121 +X08121 +X09121+
X10121 +X11121 +X12121 +X13121 +X14121 +X15121 >=11
103) X01131 +X02131 +X03131 +X04131 +X05131 +X06131 +X07131 +X08131 +X09131+
X10131 +X11131 +X12131 +X13131 +X14131 +X15131 >=11
104) X01141 +X02141 +X03141 +X04141 +X05141 +X06141 +X07141 +X08141 +X09141+
X10141 +X11141 +X12141 +X13141 +X14141 +X15141 >=11
105) X01151 +X02151 +X03151 +X04151 +X05151 +X06151 +X07151 +X08151 +X09151+
X10151 +X11151 +X12151 +X13151 +X14151 +X15151 >=11
106) X01161 +X02161 +X03161 +X04161 +X05161 +X06161 +X07161 +X08161 +X09161+
X10161 +X11161 +X12161 +X13161 +X14161 +X15161 >=11
107) X01171 +X02171 +X03171 +X04171 +X05171 +X06171 +X07171 +X08171 +X09171+
X10171 +X11171 +X12171 +X13171 +X14171 +X15171 >=11
108) X01181 +X02181 +X03181 +X04181 +X05181 +X06181 +X07181 +X08181 +X09181+
X10181 +X11181 +X12181 +X13181 +X14181 +X15181 >=11
109) X01191 +X02191 +X03191 +X04191 +X05191 +X06191 +X07191 +X08191 +X09191+
X10191 +X11191 +X12191 +X13191 +X14191 +X15191 >=11
110) X01201 +X02201 +X03201 +X04201 +X05201 +X06201 +X07201 +X08201 +X09201+
X10201 +X11201 +X12201 +X13201 +X14201 +X15201 >=11
111) X01211 +X02211 +X03211 +X04211 +X05211 +X06211 +X07211 +X08211 +X09211+
X10211 +X11211 +X12211 +X13211 +X14211 +X15211 >=11
112) X01062 +X02062 +X03062 +X04062 +X05062 +X06062 +X07062 +X08062 +X09062+
X10062 +X11062 +X12062 +X13062 +X14062 +X15062 >=11
113) X01072 +X02072 +X03072 +X04072 +X05072 +X06072 +X07072 +X08072 +X09072+
X10072 +X11072 +X12072 +X13072 +X14072 +X15072 >=11
114) X01082 +X02082 +X03082 +X04082 +X05082 +X06082 +X07082 +X08082 +X09082+
86
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
128) X01063 +X02063 +X03063 +X04063 +X05063 +X06063 +X07063 +X08063 +X09063+
X10063 +X11063 +X12063 +X13063 +X14063 +X15063 >=11
129) X01073 +X02073 +X03073 +X04073 +X05073 +X06073 +X07073 +X08073 +X09073+
X10073 +X11073 +X12073 +X13073 +X14073 +X15073 >=11
130) X01083 +X02083 +X03083 +X04083 +X05083 +X06083 +X07083 +X08083 +X09083+
X10083 +X11083 +X12083 +X13083 +X14083 +X15083 >=11
131) X01093 +X02093 +X03093 +X04093 +X05093 +X06093 +X07093 +X08093 +X09093+
X10093 +X11093 +X12093 +X13093 +X14093 +X15093 >=11
132) X01103 +X02103 +X03103 +X04103 +X05103 +X06103 +X07103 +X08103 +X09103+
X10103 +X11103 +X12103 +X13103 +X14103 +X15103 >=11
133) X01113 +X02113 +X03113 +X04113 +X05113 +X06113 +X07113 +X08113 +X09113+
X10113 +X11113 +X12113 +X13113 +X14113 +X15113 >=11
134) X01123 +X02123 +X03123 +X04123 +X05123 +X06123 +X07123 +X08123 +X09123+
X10123 +X11123 +X12123 +X13123 +X14123 +X15123 >=11
135) X01133 +X02133 +X03133 +X04133 +X05133 +X06133 +X07133 +X08133 +X09133+
X10133 +X11133 +X12133 +X13133 +X14133 +X15133 >=11
136) X01143 +X02143 +X03143 +X04143 +X05143 +X06143 +X07143 +X08143 +X09143+
X10143 +X11143 +X12143 +X13143 +X14143 +X15143 >=11
137) X01153 +X02153 +X03153 +X04153 +X05153 +X06153 +X07153 +X08153 +X09153+
X10153 +X11153 +X12153 +X13153 +X14153 +X15153 >=11
138) X01163 +X02163 +X03163 +X04163 +X05163 +X06163 +X07163 +X08163 +X09163+
X10163 +X11163 +X12163 +X13163 +X14163 +X15163 >=11
139) X01173 +X02173 +X03173 +X04173 +X05173 +X06173 +X07173 +X08173 +X09173+
X10173 +X11173 +X12173 +X13173 +X14173 +X15173 >=11
140) X01183 +X02183 +X03183 +X04183 +X05183 +X06183 +X07183 +X08183 +X09183+
X10183 +X11183 +X12183 +X13183 +X14183 +X15183 >=11
141) X01193 +X02193 +X03193 +X04193 +X05193 +X06193 +X07193 +X08193 +X09193+
87
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
144) X01064 +X02064 +X03064 +X04064 +X05064 +X06064 +X07064 +X08064 +X09064+
X10064 +X11064 +X12064 +X13064 +X14064 +X15064 >=11
145) X01074 +X02074 +X03074 +X04074 +X05074 +X06074 +X07074 +X08074 +X09074+
X10074 +X11074 +X12074 +X13074 +X14074 +X15074 >=11
146) X01084 +X02084 +X03084 +X04084 +X05084 +X06084 +X07084 +X08084 +X09084+
X10084 +X11084 +X12084 +X13084 +X14084 +X15084 >=11
147) X01094 +X02094 +X03094 +X04094 +X05094 +X06094 +X07094 +X08094 +X09094+
X10094 +X11094 +X12094 +X13094 +X14094 +X15094 >=11
148) X01104 +X02104 +X03104 +X04104 +X05104 +X06104 +X07104 +X08104 +X09104+
X10104 +X11104 +X12104 +X13104 +X14104 +X15104 >=11
149) X01114 +X02114 +X03114 +X04114 +X05114 +X06114 +X07114 +X08114 +X09114+
X10114 +X11114 +X12114 +X13114 +X14114 +X15114 >=11
150) X01124 +X02124 +X03124 +X04124 +X05124 +X06124 +X07124 +X08124 +X09124+
X10124 +X11124 +X12124 +X13124 +X14124 +X15124 >=11
151) X01134 +X02134 +X03134 +X04134 +X05134 +X06134 +X07134 +X08134 +X09134+
X10134 +X11134 +X12134 +X13134 +X14134 +X15134 >=11
152) X01144 +X02144 +X03144 +X04144 +X05144 +X06144 +X07144 +X08144 +X09144+
X10144 +X11144 +X12144 +X13144 +X14144 +X15144 >=11
153) X01154 +X02154 +X03154 +X04154 +X05154 +X06154 +X07154 +X08154 +X09154+
X10154 +X11154 +X12154 +X13154 +X14154 +X15154 >=11
154) X01164 +X02164 +X03164 +X04164 +X05164 +X06164 +X07164 +X08164 +X09164+
X10164 +X11164 +X12164 +X13164 +X14164 +X15164 >=11
155) X01174 +X02174 +X03174 +X04174 +X05174 +X06174 +X07174 +X08174 +X09174+
X10174 +X11174 +X12174 +X13174 +X14174 +X15174 >=11
156) X01184 +X02184 +X03184 +X04184 +X05184 +X06184 +X07184 +X08184 +X09184+
X10184 +X11184 +X12184 +X13184 +X14184 +X15184 >=11
157) X01194 +X02194 +X03194 +X04194 +X05194 +X06194 +X07194 +X08194 +X09194+
X10194 +X11194 +X12194 +X13194 +X14194 +X15194 >=11
158) X01204 +X02204 +X03204 +X04204 +X05204 +X06204 +X07204 +X08204 +X09204+
X10204 +X11204 +X12204 +X13204 +X14204 +X15204 >=11
159) X01214 +X02214 +X03214 +X04214 +X05214 +X06214 +X07214 +X08214 +X09214+
X10214 +X11214 +X12214 +X13214 +X14214 +X15214 >=11
160) X01065 +X02065 +X03065 +X04065 +X05065 +X06065 +X07065 +X08065 +X09065+
X10065 +X11065 +X12065 +X13065 +X14065 +X15065 >=11
161) X01075 +X02075 +X03075 +X04075 +X05075 +X06075 +X07075 +X08075 +X09075+
X10075 +X11075 +X12075 +X13075 +X14075 +X15075 >=11
162) X01085 +X02085 +X03085 +X04085 +X05085 +X06085 +X07085 +X08085 +X09085+
X10085 +X11085 +X12085 +X13085 +X14085 +X15085 >=11
163) X01095 +X02095 +X03095 +X04095 +X05095 +X06095 +X07095 +X08095 +X09095+
X10095 +X11095 +X12095 +X13095 +X14095 +X15095 >=11
164) X01105 +X02105 +X03105 +X04105 +X05105 +X06105 +X07105 +X08105 +X09105+
X10105 +X11105 +X12105 +X13105 +X14105 +X15105 >=11
165) X01115 +X02115 +X03115 +X04115 +X05115 +X06115 +X07115 +X08115 +X09115+
X10115 +X11115 +X12115 +X13115 +X14115 +X15115 >=11
166) X01125 +X02125 +X03125 +X04125 +X05125 +X06125 +X07125 +X08125 +X09125+
X10125 +X11125 +X12125 +X13125 +X14125 +X15125 >=11
167) X01135 +X02135 +X03135 +X04135 +X05135 +X06135 +X07135 +X08135 +X09135+
X10135 +X11135 +X12135 +X13135 +X14135 +X15135 >=11
88
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
168) X01145 +X02145 +X03145 +X04145 +X05145 +X06145 +X07145 +X08145 +X09145+
X10145 +X11145 +X12145 +X13145 +X14145 +X15145 >=11
169) X01155 +X02155 +X03155 +X04155 +X05155 +X06155 +X07155 +X08155 +X09155+
X10155 +X11155 +X12155 +X13155 +X14155 +X15155 >=11
170) X01165 +X02165 +X03165 +X04165 +X05165 +X06165 +X07165 +X08165 +X09165+
X10165 +X11165 +X12165 +X13165 +X14165 +X15165 >=11
171) X01175 +X02175 +X03175 +X04175 +X05175 +X06175 +X07175 +X08175 +X09175+
X10175 +X11175 +X12175 +X13175 +X14175 +X15175 >=11
172) X01185 +X02185 +X03185 +X04185 +X05185 +X06185 +X07185 +X08185 +X09185+
X10185 +X11185 +X12185 +X13185 +X14185 +X15185 >=11
173) X01195 +X02195 +X03195 +X04195 +X05195 +X06195 +X07195 +X08195 +X09195+
X10195 +X11195 +X12195 +X13195 +X14195 +X15195 >=11
174) X01205 +X02205 +X03205 +X04205 +X05205 +X06205 +X07205 +X08205 +X09205+
X10205 +X11205 +X12205 +X13205 +X14205 +X15205 >=11
175) X01215 +X02215 +X03215 +X04215 +X05215 +X06215 +X07215 +X08215 +X09215+
X10215 +X11215 +X12215 +X13215 +X14215 +X15215 >=11
END
Int 1215
89
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
ANEXO X01111
X01121
X01131
X01141
X01151
1.000000
1.000000
1.000000
1.000000
1.000000
15.000000
15.000000
15.000000
15.000000
15.000000
2 X01161
X01171
X01181
X01191
1.000000
1.000000
1.000000
0.000000
15.000000
15.000000
15.000000
15.000000
X01201 1.000000 15.000000
X01211 1.000000 15.000000
X01062 0.000000 15.000000
SALIDA LINDO X01072
X01082
1.000000
1.000000
15.000000
15.000000
X01092 0.000000 15.000000
X01102 1.000000 15.000000
X01112 1.000000 15.000000
X01122 1.000000 15.000000
X01132 1.000000 15.000000
X01142 1.000000 15.000000
X01152 1.000000 15.000000
X01162 1.000000 15.000000
X01172 1.000000 15.000000
X01182 1.000000 15.000000
X01192 1.000000 15.000000
X01202 1.000000 15.000000
X01212 1.000000 15.000000
X01063 1.000000 15.000000
X01073 1.000000 15.000000
X01083 1.000000 15.000000
X01093 1.000000 15.000000
X01103 0.000000 15.000000
X01113 1.000000 15.000000
X01123 0.000000 15.000000
X01133 1.000000 15.000000
X01143 0.000000 15.000000
X01153 0.000000 15.000000
X01163 0.000000 15.000000
X01173 1.000000 15.000000
X01183 1.000000 15.000000
X01193 0.000000 15.000000
X01203 1.000000 15.000000
X01213 0.000000 15.000000
X01064 1.000000 15.000000
OBJECTIVE FUNCTION VALUE X01074 1.000000 15.000000
X01084 1.000000 15.000000
1) 17360.00 X01094 1.000000 15.000000
X01104 1.000000 15.000000
90
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
91
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
92
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
93
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
94
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
95
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
96
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
97
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
98
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
99
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
100
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
102
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
NO. ITERATIONS=
18769
103
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
ANEXO 3
CODIFICACION DE LINEAS CONSIDERADAS EN EL ESTUDIO Y
FRECUENCIA UTILIZADA PARA EL LEVANTAMIENTO DE LOS DATOS
Codificación
L3 : Dolores:
Frecuencia
L1 : Cada 4 minutos
L2 : Cada 7 minutos
L3 : Cada 4 minutos
L4 : Cada 8 minutos
104
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
"América"
Paradero: Edificio Baños América (final de la avenida dolores)
HORA DE CONTROL DEL NÚMERO DE PASAJEROS QUE SUBEN DE 9.00 a 11.00 Hrs.
105
Modelo de Programación Binaria para Optimizar la Programación de Autobuses…
9:37 0 0
9:38 0
9:40 1 0
9:42 1 0
9:45 0 0
9:46 0
9:48 0 0
9:50 0
9:52 0 0
9:53 0
9:55 0
9:56 0 0
9:59 1
10:00 1
10:02 1
10:03 0
10:04 1
10:05 0 0
10:07 0
10:09 0
10:10 0 1
10:13 3
10:14 0 0
10:15 0
10:17 0
10:18 0 0
10:20 1
10:22 0 0 0
10:24 0
10:27 0 0
10:28 1
10:30 2 0
10:32 2 0
10:35 0 0 0
10:38 0
10:39 0
10:41 0
10:43 1 0
10:45 0 0
10:46 2
10:48 0 0
10:50 0
10:52 1
10:53 0
10:55 0 2
10:57 0
10:58 0
11:00 0
106