Documentos de Académico
Documentos de Profesional
Documentos de Cultura
RESUMEN
ABSTRACT
The development of this paper reflects the application of a mathematical transport model
focused on the efficiency of routes .In order to fulfill the objectives in this research project, the
case of an ambulances company with a exact number of customers (Health institutions IPS),
wich are distributed in the Bogota’s city was taken as reference.
From the information provided by the company, it was built a net of transport and then , through
different kinds of mathematical algorithms, it was found an optimal solution to the proposed
problem. Finally the optimal solution was taken to simulation software to confirm its validity.
The results indicated the importance of planning routes within the logistics operation as the
operating costs can decreased. Also, compliance and effective service delivery strengthen the
“good will ” of the organization.
1. INTRODUCCIÓN
2. PROBLEMA
Al igual que muchas empresas de ambulancias del sector privado, HEALTH SOCIETY S.A
presenta dificultades en cuanto a la planeación de rutas, ya que el sistema con el que cuenta
actualmente la organización es antiguo (Avantel) y casi obsoleto puesto que este impide al
personal encargado de la planeación de rutas el acceso a información valiosa como lo es la
ubicación en tiempo real de los vehículos; impidiendo a su vez, la asignación de rutas alternas
en caso de situaciones imprevistas en la ciudad (Tráfico, manifestaciones públicas, construcción
obras, etc.).
3. OBJETIVOS
3.1 GENERAL
3.2 ESPECÍFICOS
• Diagnosticar la situación acerca del ruteo de ambulancias realizado por la empresa HEALTH
SOCIETY S.A.
• Construir una matriz de datos con las respectivas distancias que existen entre los diferentes
puntos de atención y lugares de posibles emergencias teniendo en cuenta el factor tráfico
vehicular e infraestructura vial correspondiente a la ciudad de Bogotá.
4. MÉTODOS Y MATERIALES
La información suministrada por la empresa sirvió como base para la construcción de matrices
de distancias y tiempos de recorrido de las ambulancias. Dichas matrices permitieron a su vez
el análisis de información para la aplicación de modelos matemáticos de transporte que se
ajustará a las condiciones del servicio ofrecido por la organización. Las coordenadas de
ubicación se trabajaron a escala real para alcanzar soluciones más pertinentes para el
escenario real a optimizar.
Para dar solución al problema planteado se compararon dos (3) modelos matemáticos (TSP,
algoritmo de Floyd Warshall y CVRP), los cuales fueron probados en un software para
modelación del problema de ruteo de vehículos, denominado Grafos1. En este software se
analizó el modelo matemático que más se ajusta a la solución del problema y posteriormente se
1
Grafos. Software para el ruteo de vehículos. Desarrollado por Alejandro Rodríguez. Profesor Titular. Universidad
Politécnica de Valencia.
trabajó en un software de simulación (Arena) para ver la viabilidad real validando la información
con los actores del problema.
En la tabla N°1 se muestra la relación entre cada Institución prestadora de salud IPS (Usuario)
que es visitada por las ambulancias y el número del nodo correspondiente.
Tabla N° 1. Relación número nodos con IPS
N°
NOMBRE IPS
NODO
HEALTH SOCIETY SA 1
79 C 90 2
CORPORACION SALUDCOOP CLINICA 104 3
CORPORACION SALUDCOOP CUNDINAMARCA CLINICA POLICARPA 4
COMPLEJO AVENIDA 68 URGENCIAS 5
IPS CUNDINAMARCA CRUZ BLANCA - CLINICA MATERNO INFANTIL 6
INSTITUTO DE ORTOPEDIA INFANTIL ROOSEVELT 7
CORPORACION SALUDCOOP CUNDINAMARCA CLINICA VERAGUAS 8
CORPORACION SALUDCOOP CUNDINAMARCA CLINICA SANTA ROSA DE
9
LIMA
CORPORACION IPS SALUDCOOP CUNDINAMARCA COMPLEJO CALLE 100 10
CORPORACION IPS SALUDCOOP CUNDINAMARCA CASA ESPECIALISTAS
11
104
CORPORACION IPS CRUZ BLANCA CLINICA SANTA BIBIANA 12
CLINICA JUAN N. CORPAS LTDA 13
HOME SALUD AISITENCIA MEDICA INTEGRAL DOMICILIARIA 14
CLINICA DEL OCCIDENTE S A 15
CLINICA JOSE A RIVAS LTDA 16
HOSPITAL MEISSEN II NIVEL E.S.E 17
HOSPITAL BOSA II NIVEL E.S.E. 18
HOSPITAL DE USME E.S.E CAMI DE USME 19
KAANIL EQUINOTERAPIA 20
EPSICLINICAS S A 21
CAFI CALLE 100 ESIMED 22
CLINICA CARDIOVASCULAR NAVARRA 23
FUNDACION HOSPITAL DE LA MISERICORDIA 24
SOCIEDAD DE CIRUGIA DE BOGOTA HOSPITAL SAN JOSE 25
SOCIEDAD MEDICOQUIRURGICA DE LA 100 26
CAFI KENNEDY ESIMED 27
CORPORACION CRUZ BLANCA CUND SEDE CALLE 96 29
FUNDACION CLINICA EMMANUEL 30
HOSPITAL EL TUNAL E.S.E 31
HOSPITAL PABLO VI DE BOSA I NIVEL 32
CAFI PUENTE ARANDA ESIMED 33
CENTRO MEDICO FAMILIAR PEPE SIERRA CRUZ BLANCA EPS S A 34
CLINICA NUESTRA SENORA DE LA PAZ 35
CLINICA PALERMO 36
CORPORACION IPS SALUDCOOP CUNDINAMARCA NORMANDIA 37
E.S.E HOSPITAL ENGATIVA II NIVEL 38
FUNDACION ABOOD SHAIO 39
FUNDACION HOSPITAL SAN CARLOS 40
HOSPITAL RAFAEL URIBE URIBE 41
HOSPITAL SAN BLAS II E.S.E 42
HOSPITAL UNIVERSITARIO CLINICA SAN RAFAEL 43
MEDICOS ASOCIADOS SA CLINICA FUNDADORES 44
CAFI RESTREPO ESIMED 45
CENTRO MEDICO FAMILIAR AVENIDA PRIMERO DE MAYO CRUZ BLANCA
46
EPS S A
CENTRO MEDICO FAMILIAR MANDALAY CRUZ BLANCA EPS S A 47
CENTRO MEDICO Y ODOTOLOGICO AMERICAS CRUZ BLANCA 48
CENTRO ODONTOLOGICO AVENIDA PRIMERO DE MAYO CRUZ BLANCA
49
EPS S A
CENTRO POLICLINICO DEL OLAYA CPO S.A. 50
CLINICA DE MARLY 51
CLINICA DE LA MUJER S.A 52
CLINICA SAN DIEGO CIOSAD S.A. 53
COLSUBSIDIO CAJA COLOMBIANA DE SUBSIDIO 54
CORPORACION CLINICA UNIVERSITARIA TELETON 55
CORPORACION IPS SALUDCOOP CUNDINAMARCA CENTRO PEDIATRICO 56
EMPRESA SOCIAL DEL ESTADO HOSPITAL UNIVERSITARIO DE LA
57
SAMARITANA
ESE HOSPITAL SAN CRISTOBAL 58
FUNDACION HOSPITAL INFANTIL UNIVERSITARIO DE SAN JOSE 59
FUNDACION LEONOR GOELKEL 60
HOSPITAL DE FONTIBON E.S.E. 61
CENTRO DERMATOLÓGICO FEDERICO LLERAS ACOSTA 62
HOSPITAL SUBA I NIVEL - E.S.E 63
HOSPITAL VISTA HERMOSA I NIVEL E.S.E. 64
LABORATORIO CLINICO BIOIMAGEN LTDA CLINICA SANTA BIBIANA 65
MEDICOS ASOCIADOS CLINICA FEDERMAN 66
PROFAMILIA QUIRIGUA 67
TERAPISTAS DEL COUNTRY LTDA 68
VIDELMEDICA INTERNACIONAL S.A 69
Con la información disponible se aplicaron los siguientes modelos que generan las soluciones
esperadas para el problema de asignación de rutas. A continuación se describen los modelos
utilizados.
5.1. ALGORITMO DE CLARKE Y WRIGHT.
El algoritmo de Clarke y Wright es también es conocido como método del ahorro, el cual
consiste básicamente en conectar los clientes de a pares con la estación y calcular los ahorros
que se obtienen en cuanto a costos de transporte se refiere, jerarquizar las opciones de unión
por ahorros decrecientes y adoptar la alternativa de unión donde se obtenga el máximo ahorro,
el cual debe ser congruente con el número de vehículos y capacidades de los mismos.
El ahorro se calcula inicialmente para todos los clientes entre sí, utilizando la ecuación (1).
S i , j = S i ,0 + S 0, j − S i , j (1)
Donde:
S i , j : Es el ahorro que se percibe del nodo i al nodo j
S i , 0 : Ahorro del nodo i al nodo de origen.
S 0, j : Ahorro del nodo de origen al nodo j.
Los ahorros están asociados con la distancia, ya que los costos en los problemas de transporte
se relacionan con esta variable de estudio.
Posteriormente con las distancias calculadas a través del método de los ahorros, se diseñaron
6 diferentes opciones de rutas, en donde cada una visita una serie de clientes determinados.
A través de éste algoritmo se puede hallar la ruta más corta entre cada par de nodos
pertenecientes al grafo. Esto es lo mismo que construir una matriz, cuyos datos corresponden a
las distancias mínimas y posteriormente, indica la ruta para desplazarse de un usuario a otro.
A continuación se muestra el pseudo código del Algoritmo:
RUTA COSTO
Ruta 1 3557
Ruta 2 3619
Ruta 3 3528
Ruta 4 3652
Ruta 5 4007
Ruta 6 3637
Es un problema donde se dispone de un vehículo que debe visitar a los clientes en una sola
ruta y a un mínimo costo, es decir, se debe seleccionar un recorrido que empezando por un
cliente en particular pase por los demás una sola vez y que vuelva finalmente su punto de
origen, de manera que se minimice la distancia total recorrida.
m n
Minimizar ∑∑ C
i =1 j =1
ij X ij
Sujeto a: (3)
n
∑i =1
X ij = 1 para i = 1……n
n
∑j =1
X ij = 1 para j = 1……n
X ij ∈ (0,1)
Condiciones de Tucker
U I − U j + n. X ij ≤ n − 1,2 ≤ i ≠ j ≤ n
Supongamos que las ciudades a ser visitadas están numeradas 1,2,…,n. Utilizamos las
variables X ij con el siguiente significado:
X ij = 1 Si el tour va directamente de la ciudad i a la ciudad j
X ij = 0 Si el tour no va directamente de la ciudad i a la ciudad j
El concepto directamente es muy importante porque quiere decir que la ciudad X ij solo tomará
valor si el viajante va desde la ciudad i a la j sin pasar por ninguna otra ciudad por el medio. Al
analizar las restricciones, se puede observar que únicamente debe existir un arco de llegada a
un nodo, lo que garantiza que cada cliente se visita solamente una vez.
Las siguientes figuras visualizan la ruta más corta que obtuvo a través del software Grafos. La
ruta óptima obtenida por este método esta en color azul.
La siguiente tabla refleja el costo obtenido a través del método viajante de comercio de las
anteriores 6 rutas:
RUTA COSTO
Ruta 1 2783
Ruta 2 3389
Ruta 3 3528
Ruta 4 3652
Ruta 5 4007
Ruta 6 3637
5.4 SIMULACIÓN.
La técnica de simulación no está representada por un modelo matemático como tal, ya que se
encuentra asociada a un modelo lógico que representa un escenario real que permite hacer
diferentes modificaciones para lograr ver la implementación de una solución o su validación.
Para el caso tratado en esta investigación se representó un modelo que fue validado por un
actor de la organización, considerado prudente establecer los tiempos de entrega y recogida de
un paciente al igual que la velocidad promedio de la ambulancia en sus desplazamientos a las
IPS.A continuación se muestra el modelo lógico.
Figura N° 14. Problema ruteo de ambulancias simulado en arena
Cabe aclarar que para efectos de la simulación cada ruta fue dividida en grupos de 7 a 10
clientes, entonces el modelo lógico para todas las rutas es igual, sino que cambia el cliente
visitado y las distancias recorridas.
RUTA 1
TIEMPO
TIEMPO TIEMPO TRANSPORTE
TOTAL(h) ESTACIONES(h) (h)
PARTE 1 15,265 9 6,26558
PARTE 2 22,2072 9 12,2833
PARTE 3 16,6405 9 6,7167
PARTE 4 17,5905 9 7,6667
PARTE 5 23,8072 12 10,8833
PARTE 6 32,8072 10,5 21,3833
TOTALES 128,3176 58,5 65,19888
Tabla N° 5. Tiempos de desplazamiento y estaciones ambulancias ruta 2.*
RUTA 2
TIEMPO TIEMPO TIEMPO
TOTAL(h) ESTACIONES(h) TRANSPORTE(h)
PARTE 1 29,7739 9 19,8500
PARTE 2 17,4905 9 7,5667
PARTE 3 24,4239 9 14,5000
PARTE 4 17,8239 9 7,9000
PARTE 5 17,0072 9 7,0833
PARTE 6 16,2905 9 6,3667
PARTE 7 18,6572 11,75 5,9833
PARTE 8 16,1239 10,25 4,9500
TOTALES 157,591 76 74,2000
RUTA 3
TIEMPO TIEMPO TIEMPO
TOTAL(h) ESTACIONES(h) TRANSPORTE(h)
PARTE 1 17,5739 9 7,6500
PARTE 2 21,2739 9 11,3500
PARTE 3 20,8405 9 10,9167
PARTE 4 18,2739 9 8,3500
PARTE 5 17,2239 9 7,3000
PARTE 6 16,1405 9 6,2167
PARTE 7 14,4405 9 4,5167
PARTE 8 18,6739 12 5,7500
PARTE 9 30,3739 12 17,4500
TOTALES 174,8149 87
RUTA 6
TIEMPO TIEMPO TIEMPO
TOTAL(h) ESTACIONES(h) TRANSPORTE(h)
PARTE 1 18,6072 9 8,6833
PARTE 2 15,0239 9 5,1000
PARTE 3 14,8572 9 4,9333
PARTE 4 14,9072 9 4,9833
PARTE 5 17,3739 9 7,4500
PARTE 6 24,2739 9 14,3500
PARTE 7 21,9405 9 12,0167
PARTE 8 18,6072 6 11,6833
TOTALES 145,591 69
En cada una de las tablas anteriores se puede visualizar los tiempos de desplazamiento,
estaciones (tiempos de recogida y entrega del paciente) y tiempos totales de duración de cada
ruta respectivamente.
Es una variante del problema del ruteo de vehículos, en donde el tamaño total de las entregas
no debe superar la capacidad de cada vehículo.
En el ruteo de vehículos con capacidad las demandas de los clientes son conocidas
previamente. Además, la capacidad para los vehículos está impuesta, los vehículos son
idénticos y están asociados a una única estación. El objetivo es minimizar la distancia total de
cada una de las rutas recorridas por los vehículos, por supuesto, conservando las restricciones
de capacidad y atendiendo a los clientes en su totalidad.
(4)
En donde:
En el caso en que todos los vehículos tengan la misma capacidad, los valores Ck serán iguales
CONCLUSIONES
Al comparar los costos obtenidos en cada una de las rutas a través de los algoritmos de
Warshall y agente viajero, se encontró que con éste último se obtuvo un mayor ahorro en el
desplazamiento para las rutas 1 y 2. En cuanto a las rutas 3, 4, 5 y 6 los modelos matemáticos
empleados arrojaron los mismos resultados.
Partiendo de las 6 rutas diseñadas, se puede observar que la ruta 1 es la que recorre una
mínima distancia a un menor costo, empleando el método de agente viajero con una diferencia
de 774 en cuanto al algoritmo de Floyd Warshall, obteniéndose un ahorro del 22% y un 39 %
con respecto al método actual.
De la solución hallada a través del método viajero para la ruta 2, se deduce un ahorro del
6.35% con respecto a la solución arrojada por el algoritmo de Warshall y un 21% en
comparación con la ruta de la situación actual de la organización.
En las rutas 3,4,5 y 6 se obtuvo en promedio un ahorro de 19.25% con respecto a la red de
transporte inicial, siendo la ruta 5 la más costosa, puesto que ésta significa solamente un 13%
de ahorro en los costos operativos.
De acuerdo a lo obtenido en las soluciones encontradas a través de TSP y Floyd Warshall, para
la simulación se decidió trabajar con lo encontrado en TSP, donde se adicionaron las variables
de tiempos de espera (Traslado, entrega y recogida del paciente), distancias recorridas de nodo
a nodo(Clientes) y velocidad promedio de la ambulancia.
La simulación confirmó la validación de los resultados dentro del escenario real al establecer
una sobre utilización de los recursos en un 127%, lo que atribuye el constante mantenimiento
de los recursos y el rechazo de servicios por falta de capacidad instalada. A pesar de las
soluciones presentadas es claro tener en cuenta que para alcanzar mayor rentabilidad para la
compañía se debe establecer más cantidad de recursos disponibles.
En cada turno que es equivalente a 12 horas se visitan como mínimo 5 pacientes y durante todo
un día de desplazamiento de la ambulancia se recorre hasta un grupo de 11 o 12 usuarios.
La solución del algoritmo CVRP a través del software Grafos no fue posible debido al número
de variables que tornan más complejo el problema tratado. Por ende, se hizo necesario recurrir
a Microsoft Excel para tratar de resolver el mismo con la herramienta de Solver.
REFERENCIAS
GHIANI, Gian Paolo & otros.(2004) Introduction to Logistics Systems Planning and
Control.(pp.27-49) EE. UU: John Wiley & Sons.
TOHT, Paolo & otros. (2001)The vehicle routing problem.USA: Siam Society fortrial and
applied mathematics.University city science center Philadelphia. C
PAREDES, Carlos, GONZÁLEZ, Didac & otros. Análisis del software Grafos: Métodos
cuantitativos III. Escola técnica superior d’ enginyeries industrial i aeronáutica de
Terrassa.Universitat Politécnica de Catalunya.2008. 102p. http/www. personales.upv.es.
Consultado Marzo de 2010