Portal de Periódicos da CAPES

Modelo matemático para resolver el problema de localización y ruteo con restricciones de capacidad considerando flota propia y subcontratada

2016; National Autonomous University of Mexico; Volume: 17; Issue: 3 Linguagem: Espanhol

10.1016/j.riit.2016.07.006

2594-0732

Eliana Mirledy Toro Ocampo, John Fredy Franco-Baquero, Ramon Alfonso Gallego Rendón,

Transportation and Mobility Innovations

Resumen El problema de localizacion y ruteo con restricciones de capacidad (CLRP) consiste en la seleccion de depositos y rutas para atender un conjunto de clientes para obtener el minimo costo. Una variante de este problema, en la que se considera existe la posibilidad de subcontratar la operacion de algunas (o todas) las rutas, es el problema de localizacion y ruteo con flota propia y flota subcontratada (CLRPPC). Este problema aparece cuando la flota propia es insuficiente para atender la totalidad de la demanda, o una parte de los vehiculos de la flota propia debe atender actividades de mantenimiento y reparacion. El objetivo del CLRPPC es minimizar los costos de apertura de los centros de distribucion (CD), el costo de uso de los vehiculos propios y los costos variables asociados a la utilizacion de las rutas recorridas por la flota propia o por la flota subcontratada. En este articulo se presenta un nuevo modelo matematico para el CLRPPC, en el que las restricciones clasicas para evitar los sub-tours se reemplazan por un conjunto de restricciones que establecen conexiones radiales entre los clientes y los depositos, permi- tiendo resolver de forma exacta instancias de la literatura especializada usando solvers comerciales. El modelo ademas puede adaptarse para resolver el problema de ruteo atendido con flota propia y subcontratada (VRPPC) y con multiples depositos (MDVRPPC). Los modelos se validan con instancias de la literatura especializada, donde los resultados demuestran que la formulacion propuesta permite obtener resultados satisfactorios para estos tres tipos de problemas a pesar de su alta complejidad matematica.