Nuevos modelos para el Ruteo de vehículos con un enfoque Multi-objetivo guiado por decisor mediante la introducción de preferencias parciales

FABIO MIGUEL; MARIANO FRUTOS; CAROLINA FRAHI; MÁXIMO MÉNDEZ; RICARDO AGUASCA; BLAS GALVÁN

Las Palmas de Gran Canaria

Congreso; VI Salón Atlántico de Logística y Transporte, (SALT); 2017

Universidad de las Palmas de Gran Canaria; Cluster Canario del Transporte y la Logística

En este trabajo se pretende desarrollar y validar herramientas tecnológicas de ayuda a la toma de decisiones multi-objetivo en procesos logísticos de transporte y distribución urbana de mercaderías. Específicamente, se busca el desarrollo de un novedoso modelo y un procedimiento computacional híbrido inteligente que permita potenciar y amplificar las capacidades de los agentes decisores intervinientes en procesos logísticos complejos desde un paradigma decisional multi-objetivo más realista. En el modelado de la red, se consideraron múltiples centros de distribución que aprovisionan clientes que imponen franjas horarias determinadas para su abastecimiento y otros requerimientos característicos de los contextos urbanos de distribución. Como objetivos se plantea minimizar el tiempo total insumido en las rutas (f1) y el balanceo de la carga de trabajo entre los distintos operadores (f2). Al modelo formalizado lo llamamos MO-TDMDCVRP-TW (Multi-objective Time Dependent Multi-Depot Capacitated Vehicle Routing Problem with Time Windows). Como herramienta computacional de ayuda a la decisión en el contexto modelado, se desarrolla una hibridación del algoritmo NSGA-II, dada su demostrada adaptación a este tipo de problemas, y se utiliza el concepto de g-dominancia para la introducción de preferencias parciales del agente decisor durante la optimización de manera que esta información guíe el proceso de búsqueda hacia regiones de interés para el agente. A este procedimiento lo llamamos HG-NSGA-II. El procedimiento computacional fue testeado sobre un caso inspirado en una instancia real, comparando su desempeño con el de otros algoritmos evolutivos multi-objetivo conocidos y muy utilizados en la resolución de este tipo de problemas (NSGA-II en su versión original y SPEA-II). De los resultados obtenidos de la experimentación, se observa una mejora notable en la calidad de las soluciones encontradas, comparando con los resultados obtenidos con los otros algoritmos presentados.