XI Escuela Latinoamericana de Verano en Investigacion

de Operaciones

Optimizacin dinmica no-lineal de decisiones de

transporte en cadenas de distribucin con sistemas con
revisin peridica de inventarios (R,S)

UNIVERSIDAD DEL VALLE

Escuela de Ingenieria Industrial y Estadistica
Grupo de Investigacion en Cadenas de Abastecimiento
Juan Jose Bravo B.

bravojj@pino.univalle.edu.co

Villa de Leyva, Julio 2005

Fase II: una vez establecidas las politicas

de inventarios, y flota de camiones, se
programaran los despachos diarios con
herramientas multi-criterio.

Cada flecha de estas se considera una

Ruta e implica la Seleccin del tipo y
flota vehicular optima

Sistema de inventarios
(R,s) en CD
Sistema de inventarios
(R,S,s) en BF

Plantas de
Manufactura
Centros de
Distribucin
(CD)

Bodegas
Finales
(BF)

Situacin de un Centro de Distribucin (CD) y un Producto

cunto inventario hay?
cunto producto
adicional va a llegar?

Lun

cunto inventario
qued para la
siguiente semana?

Mar Mier Jue Vier Sab Dom

Producto solicitado
a las Plantas para la
semana 1

Semana 1 (Inicio del Modelo)

Inventario
cclico

Inventario de
seguridad calculado
para iniciar la
Semana 2

Inventario Disponible = inventario cclico + inventario de seguridad

Situacin de un Centro de Distribucin (CD) y un Producto

Este inventario de seguridad se
calcul teniendo en cuenta la
demanda del CD en la Semana 2
(Flujo de productos hacia las
bodegas finales) y la demora el
tiempo de transporte del
producto solicitado a las plantas
en la Semana 2.

Lun Mar Mier Jue Vier Sab Dom

Semana 1

Producto
solicitado a las
plantas para la
semana 2

Lun Mar

Mier

Jue Vier

Sab

Dom
Inventario
cclico Final

Semana 2
Inventario de
seguridad calculado
para iniciar la
Semana 3

Situacin de una Bodega Final (BF) y un Producto

Sistema de inventarios (R,S,s): Se revisa el inventario cada R
unidades de tiempo (en este caso 1 semana), y en el momento de la
revisin se solicita un pedido al CD igual a la resta entre el Inventario
Mximo Permisible S y el inventario disponible, considerando un
Inventario de Seguridad s.

Lun Mar
Producto
solicitado al
CD para la
semana 1

Mier

Jue

Vier

Sab

Dom

Nivel mximo S para la semana 1

Semana 1 (Inicio del Modelo)

Inventario
cclico

Inventario de
seguridad calculado
para iniciar la
Semana 2

Situacin de una Bodega Final (BF) y un Producto

El nivel mximo S se calcul
teniendo en cuenta la demanda
de la Semana 2 y su desviacin
estndar as como la desviacin
estndar del tiempo de
reaprovisionamiento del
producto desde el CD.

Nivel mximo S semana1

Semana 1

Producto
solicitado al CD
para la semana 2

Lun

Mar

Mier

Jue Vier

Sab

Dom

Nivel mximo S para la semana 2

Inventario
cclico Final

Semana 2
Inventario de
seguridad calculado
para iniciar la
Semana 3

Lead Times en das hacia

la bodega i=1
Tipos de
vehculos

Desde
K=1

m=1

m=2

k 1
LT kim

K=1

i =1

Bsqueda de
economas de
escala

Se desea planear
con un solo tipo de
vehculo por ruta

Insercin de la Binaria Gkim de

seleccin del tipo de vehculo

kim

i, k

Considere las Plantas con el subindice j, los CD con el subndice k, las BF

con el subindice i, y los tipos de camiones con el subindice m.
Sea LTkim la matriz de tiempos de reabastecimiento por la ruta ki
con el tipo de vehculo m.

En esta y las demas rutas existen m

posibilidades de transporte, pero se
desea escoger una de esas opciones por
ruta para facilitar la planificacion de
los recursos de distribucion.

Camion tipo 1
Camion tipo 2
Camion tipo 3
Camion tipo m

Lead Time 1
Lead Time 2
Lead Time 3
Lead Time m

Capacidad 1 Valor flete 1

Capacidad 2 Valor flete 2
Capacidad 3 Valor flete 3
Capacidad m Valor flete m

Velocidad Tamao de Variacin

del camin la carga
del Flete

+
-

=
+

+
-

Nivel del
Inventario

Caso de estudio:
1 Planta, 1 CD, 3 BF, 3
Productos, 4 alternativas
de transporte, y 12
semanas

262 parmetros, 624 variables,

39 de ellas binarias, 750
restricciones, 111 de ellas no
lineales.

PROBLEMA DE OPTIMIZACION NO-LINEAL

Funcin Objetivo de Minimizacin
Costos de Transporte desde la planta j hasta el CD k
Costos de Transporte desde el CD k hasta la BF i
Costos de Inventarios de Seguridad de p en k
Costos de Inventarios de Seguridad de p en i
Costos de inventarios cclicos de p en k
Costos de inventarios cclicos de p en i
Restricciones
Capacidad de los Centros de Distribucin k
Capacidad de las bodegas finales i
Capacidad de produccin en j
Flujos de productos y camiones
Balance en CD
Balance en BF

PARAMETROS
H
DEMipt
semana
DESDEMipt
COSTOp
CAPm
COSTkim
LTkim
COSTjk
LTjk
CAPKk
CAPi
CAPjp
FAC
R
FPESOp

Costo de oportunidad [20%]

Demanda promedio diaria del producto p en la bodega i en la
t [cajas]
Desviacin Estndar de la demanda del producto p en la
bodega i en la semana t [cajas]
Costo unitario del producto p [$/caja]
Capacidad del vehculo tipo m [cajas]
Costo del flete en la ruta ki con el tipo de vehculo m
[$/vehculo-ruta]
Tiempo de envo desde k hasta i con el tipo de vehculo
m [das]
Costo del flete en la ruta jk [$/kg]
Tiempo de envo desde j hasta k [das]
Capacidad del centro de distribucin k [cajas]
Capacidad de la bodega i [cajas]
Capacidad mxima de produccin del producto p en la
planta j [cajas]
Factor de seguridad igual a 1,64
Periodo de revisin del inventario [1 semana 7 das]
Factor de peso del producto p [Kg/caja]

VARIABLES
Xjkpt
Ykipt
Hkpt
Hipt
Sipt
ISipt
ISkpt
NVEHkitm
Gkim
Rjkpt

Cantidad de cajas a fabricar del producto p y a enviar desde

la planta j hasta en CD k en la semana t
Cantidad de cajas del producto p a enviar desde el CD k hasta la BM
i en la semana t
Nivel de inventario cclico de p en el CD k al final de la semana t
Nivel de inventario cclico de p en la BF i al final de la semana t
Nivel mximo de inventario del producto p en la BF i en la semana t
Inventario de seguridad del producto p en la BF i en la semana t
Inventario de seguridad del producto p en el CD k en la semana t
Numero de vehculos tipo m a contratar para la ruta ki en la semana t
Binaria de asignacin del vehculo tipo m a la ruta ki, [1, se asigna; 0,
no se asigna]
Binaria de configuracin

Restricciones para centros de distribucion k

Capacidad

kp

(2)

ISkpt x jkpt CAPK k

k , t 1
j

ISkpt x jkpt CAPK k

k , t 1
j

INVINI

(1)

kp( t 1)

(3) ISkpt

FAC y
j

kipt

(6)

jkpt

INVINIkp ykipt hkpt ISkp(t 1)

jkpt

p, k , t 1

hkp(t 1) ISkpt ykipt hkpt ISkp(t 1)

p, k , t 1

p, k , t

R jkpt Minimo X jkpt ;1

(4)

LT jk R jkpt

(5)

Balance

j , k , p, t

Restricciones para bodegas finales i

Capacidad
(7)

INVINI

ip

(8)

ip ( t 1)

Balance

ISipt y kipt CAPi

k

ISipt y kipt CAPi

k

R LT DESDEM

ISipt FAC

(10)

LTi max max LTkim Gkim k

m

max

(11) Sipt ISipt DEMipt R LTi

(12)

S
p

ipt

CAPi

2
ipt

i, t

max

2
DEM ipt

i, p, t

kipt

INVINI ip 7 DEM ipt hipt IS ip ( t 1)

p, i, t 1

(14)

i, t 1

(9)

(13)

i, t 1

y
k

i, p, t

kipt

hip (t 1) IS ipt 7 DEM ipt hipt IS ip ( t 1)

p, i, t 1

Capacidad de produccin en la planta j

(15)

jkpt

CAPjp

j , p, t

Flujos de productos y camiones

(16)

kim

i, k

( Y

kipt

(17)

CAPm NVEHkitm Gkim

(18)

i, t , k

kipt

S ipt INVINI ip IS ipt

i, p, t 1

(19)

kipt

S ipt hip (t 1) IS ipt

i, p, t 1

NVEH

(20)

kitm

Limite

t , m

FUNCION OBJETIVO

FPESO COST
p

jk

X jkpt COSTkim Gkim NVEHkitm

t

(hkpt INVINIkp x jkpt )

(hkpt hkp(t 1) x jkpt )

j
j

p COSTOp H k
2
2
t 1

t 1

COSTO

H ISkpt ISipt
i
k

(hipt INVINIip y kipt )

(hipt hip (t 1) y kipt )

k
k

i
2
2
t 1

t 1

Implementacin realizada en MOZART

Lenguaje de programacin OZ
Empleo del paradigma de Programacin por Restricciones
Lenguaje desarrollado en la decada de los 90, de
estructura sencilla, que soporta, entre otros, el
Porque OZ?
paradigma de la programacion por restricciones
(concurrent constraint programming) y que ha ayudado
a la solucion rapida de problemas altamente
combinatorios.
Porque MOZART? Software libre soportado en el lenguaje OZ,
disponible desde 1999. www.mozart-oz.org
El metodo conjunto de propagacion y distribucion para busqueda de
soluciones en Mozart ha demostrado ser completo (no se pierden
soluciones) [Van Roy y Haridi, 2003]. Para leer sobre la posible
incompletud de solvers como el CPLEX consultar:
Arnold Neumaier and Oleg Shcherbina. Safe bounds in linear and mixed-integer
linear programming. Math. Program., 99(2):283296, 2004.

Referencias
Rueda, C., Diaz, J.F., Becerra, A., y Gutierrez, G. La programacion por restricciones
como alternativa de solucion al reto computacional de los problemas combinatorios.
Universidad del Valle. Documento interno, 2003.
Neumaier, A. y Shcherbina, O. Safe bounds in linear and mixed-integer linear
programming. Math. Program., 99(2):283296, 2004.
Bravo, J.J. y Bravo,J.F. Modelo matematico dinamico de distribucion de productos a
nivel nacional con decisiones de localizacion, sistema de inventarios multi-eslabones y
decisiones de cross-docking. Tesis Laureada de Maestria, Universidad del Valle, 2003.
Hurley, W.J., y Petersen, E.R. Nonlinear tariffs and freight network equilibrium.
Transportation Science. Vol. 28, No. 3, Agosto 1994.
Liu, J., Li, Ch y Chan, Ch. Mixed truck delivery systems with both hub-and-spoke
and direct shipment. Transportation Research Part E No. 39: 325339. 2003.
Alp, O., Erkip, N. y Gll, R. Outsourcing Logistics: Designing Transportation
Contracts Between a Manufacturer and a Transporter. Transportation Science. Vol. 37,
No. 1, February 2003 pp. 2339.
Sethi, S., Yan, H. y Zhang, H. Inventory Models With Fixed Costs, Forecast Updates,
And Two Delivery Modes. Operations Research. Vol. 51, No. 2, MarchApril 2003, pp.
321328.
Van Roy, P y Haridi, S. Concepts, Techniques, and Models of Computer
Programming. E-book. Junio 5, 2003.

Agradecimientos al Grupo de Investigacion AVISPA

Implementacion en Mozart
Juan Francisco Diaz, Univesidad del Valle
jdiaz@eisc.univalle.edu.co

Jairo Ernesto Maldonado, Universidad del Valle

jaermago@univalle.edu.co

Grupo de Investigacion en Ambientes Visuales de Programacion Aplicativa.

Preguntas?