1

Distribucin de la produccin:
Ruteo de Vehculos
Gestin de Operaciones II
Segundo Semestre 2014
Profesor: Andr Laroze B.
2
Contenidos
Problema de la ruta ms corta
Problema del vendedor viajero
Ruteo de vehculos
3
Introduccin
Un aspecto importante de la logstica de la SC es el
movimiento eficiente de los productos.
El problema de transporte y transbordo proporciona una
mirada tctica de este aspecto y lo relaciona con las
decisiones estratgicas de capacidad y localizacin.
En esta etapa se presentar una visin operacional del
problema: disear rutas para atender a los clientes.
4
Problema de la ruta ms corta
Consiste en determinar la ruta ms corta entre un punto de
origen y un punto de destino en una red.
4
7
2
2
4
4
3
3
3
ust
kt
ch
pe
hh
tko
6
1
tkw
4
7
2
2
4
4
3
3
3
ust
kt
ch
pe
hh
tko
6
1
tkw
Ejemplo:
Se desea viajar desde UST
hasta HH.
En el mapa simplificado de
las rutas, cada peso en los
arcos representa la distancia.
El objetivo es encontrar la
ruta ms corta entre UST y
HH.
5
Algoritmo de Dijkstra - 1959 (1/3)
El algoritmo de Dijkstra tiene por objetivo determinar las
rutas ms cortas entre un nodo de inicio y todos los
dems nodos de la red.
Supone que todas las distancias (costos, tiempos) de los
arcos son positivas.
6
Algoritmo de Dijkstra - 1959 (2/3)
Sea u
i
la distancia ms corta desde el nodo de inicio
hasta el nodo i, y d
ij
( 0) la longitud del arco (i, j).
Entonces, el algoritmo define la etiqueta de un nodo
inmediatamente posterior j como:
[u
j
, i] = [u
i
+ d
ij
, i], d
ij
0
La etiqueta del nodo de inicio es [0, ],indicando que no
tiene predecesor.
7
Algoritmo de Dijkstra - 1959 (3/3)
Las etiquetas de nodos en el algoritmo de Dijkstra son
de dos clases: temporales y permanentes.
Una etiqueta temporal se modifica si se puede encontrar
una ruta ms corta al nodo.
Cuando no se puede encontrar una ruta mejor al nodo,
el estado de la etiqueta cambia de temporal a
permanente.
8
Pasos del algoritmo de Dijkstra
Paso 0: Etiquetar el nodo de inicio (nodo 1) con la etiqueta
permanente [0, ]. Igualar i = 1.
Paso i:
Calcular las etiquetas temporales [u
i
+ d
ij
, i] para cada nodo j
al que pueda llegarse desde el nodo i, siempre y cuando j no
tenga etiqueta permanente. Si el nodo j ya est etiquetado
con [u
j
, k] por otro nodo k, y si u
i
+ d
ij
< u
j
, sustituir [u
j
, k] por [u
i
+ d
ij
, i].
Si todos los nodos tienen etiquetas permanentes, detenerse.
En caso contrario, seleccionar la etiqueta [u
r
, s] que tenga la
distancia ms corta (= u
r
) entre todas las etiquetas temporales
(los empates se rompen en forma arbitraria). Hacer que i = r y
repetir el paso i.
Ejercicio - Problema de la ruta ms corta
Cul es la ruta ms corta desde el nodo 1 hasta los
dems nodos de la red?
1
2
3
4
5
6
100
200
100
100
40
200
100 150 50
Solucin con el algoritmo de Dijkstra
Paso i = 0: [0*, , , , , ]
Paso i = 1: [0*, 100*, 200, , , ]
Paso i = 2: [0*, 100*, 150*, 300, 200, ]
Paso i = 3: [0*, 100*, 150*, 300, 190*, ]
Paso i = 5: [0*, 100*, 150*, 300, 190*, 290*]
Paso i = 6: [0*, 100*, 150*, 300
+
, 190*, 290*]
Problema del reemplazo de equipos (1)
1 2 3 4 5 6
K: Costo de compra del equipo.
S
j
: Precio de venta del equipo despus de j aos de uso.
c
j
: Costo de operacin y mantencin anual de un equipo de j
aos (c
j+1
> c
j
).
d
ij
= (K
i
- S
j-i
) + S
(t = 1, , j-1)
c
t
; j > i.
d
15
d
13
d
24
d
12
d
26
Problema del reemplazo de equipos (2)
Cul es el reemplazo ptimo del equipo considerando la
siguiente informacin:
K = $1000
S
1
= $860; S
2
= $740; S
3
= $640; S
4
= $560; S
5
= $500.
c
1
= $100; c
2
= $140; c
3
= $180; c
4
= $220; c
5
= $260.
13
Problema del vendedor viajero (TSP)
Consiste en el desafo que tiene un vendedor viajero
para encontrar la ruta de menor costo que le permita
visitar todas las ciudades y volver al punto de partida.
An no existe un mtodo de solucin que sea efectivo
para el caso general.
14
Complejidad del problema TSP (1/3)
Propaganda presentada
por Procter & Gamble
en el ao 1962.
El concurso peda
encontrar el mejor tour
del TSP a travs de 33
ciudades indicadas en
el pster.
El investigador Gerald
Thompson (Carnegie
Mellon University) fue
uno de los ganadores.
15
Complejidad del problema TSP (2/3)
En 1998, la revista The
Florida Sun-Sentinel
present un artculo
sobre el gran problema
que tiene el Viejito
Pascuero cada Navidad
para repartir los regalos.
El rcord en 1998 lo
tenan cientficos de
EEUU, que haban
resuelto un tour para
13.509 ciudades.
16
Complejidad del problema TSP (3/3)
Los investigadores
Applegate, Bixby,
Chvtal, Cook y
Helsgaun (2004)
encontraron el tour
ptimo para 24.978
ciudades en Suecia.
17
Modelando el problema del vendedor viajero
Una condicin necesaria para que exista un circuito es
que la ciudad i se conecte a una nica ciudad y que la
ciudad j sea conectada por una nica ciudad.
En el TSP no deben existir subcircuitos en la solucin
ptima.
Ejemplo de Subcircuitos:
1
8
5
2
4
7
3
6
18
Algoritmo Goloso - Greedy Algorithm (1/3)
Ejemplo: Tres amigos compran una pizza, la cual dividen
(de manera desigual) en seis secciones. La persona que
elige primero. Qu seccin escoge?
Un algoritmo goloso es aquel que siempre escoge la
seccin ms grande.
Siempre se hace la eleccin que parece mejor en el
momento.
Ignora posibilidades futuras (no planifica).
Nunca cambia su eleccin (no hay backtracking).
19
Algoritmo Goloso - Greedy Algorithm (2/3)
Al aplicar un algoritmo goloso al problema del vendedor
viajero o TSP se obtiene el siguiente algoritmo:
En cada etapa visitar la ciudad no visitada ms cercana
a la actual ciudad.
20
Algoritmo Goloso - Greedy Algorithm (3/3)
En general, los algoritmos golosos tienen cinco pilares:
1. Un conjunto candidato a partir del cual se crea una
solucin.
2. Una funcin de seleccin, la cual elige el mejor
candidato a ser incluido en la solucin.
3. Una funcin de factibilidad, que es usada para
determinar si el candidato puede ser empleado para
contribuir a una solucin.
4. Una funcin objetivo, la cual asigna un valor a una
solucin o a una solucin parcial.
5. Una funcin de solucin, que indicar cuando ha sido
obtenida una solucin completa.
Ejercicio - Problema del vendedor viajero (1)
Cul es el circuito ms corto de la red?
1
2
3
4
5
6
Ejercicio - Problema del vendedor viajero (2)
Tabla de rutas ms cortas:
Origen
Destino
2 3 4 5 6
1 100 150 300 190 290
2 50 200 90 190
3 190 40 140
4 150 100
5 100
Solucin con el algoritmo Goloso (1)
Partiendo en 1:
Seguir a 2 = 100
Seguir a 3 = 50 + 100 = 150
Seguir a 5 = 40 + 150 = 190
Seguir a 6 = 100 + 190 = 290
Seguir a 4 = 100 + 290 = 390
Seguir a 1 = 300 + 390 = 690
Solucin con el algoritmo Goloso (2)
Partiendo en 4:
Seguir a 6 = 100
Seguir a 5 = 100 + 100 = 200
Seguir a 3 = 40 + 200 = 240
Seguir a 2 = 50 + 240 = 290
Seguir a 1 = 100 + 290 = 390
Seguir a 4 = 300 + 390 = 690
Problema de secuenciacin de trabajos
(Variante del TSP)
B V
R
A
10
20
15
45
25
20
19
44
50
17
18
40
El valor cada arco
representa el tiempo de
limpieza de la mquina
despus de cada
trabajo.
26
Problema de Ruteo de
Vehculos, PRV
(Vehicle Routing
Problem, VRP)
27
PRV: Introduccin
El Problema de Ruteo de Vehculos (PRV) es un nombre
genrico dado a una clase de problemas en los cuales
clientes son visitados por vehculos.
En la literatura en ingls este problema aparece con
diferentes nombres: vehicle scheduling, vehicle dispatching,
delivery problem.
La operacin de entrega tambin puede ser una colecta, una
colecta y/o entrega, o no corresponder a ninguna de estas
operaciones (por ejemplo: visita de servicio). Los clientes y
vehculos pueden tomar diferentes formas, algunas de las
cuales no representan transacciones fsicas.
Se puede utilizar un gran nmero de objetivos y restricciones
para definir PRV de diversa naturaleza.
28
PRV: Definicin clsica
Un conjunto de clientes
geogrficamente dispersos, de
localizacin conocida y con
demanda conocida por determinado
producto, debe ser atendido a partir
de un depsito central por una flota
de vehculos de capacidad
conocida.
El problema consiste en obtener
rutas para los vehculos buscando
minimizar los costos de distribucin
involucrados (costos operacionales
de la flota transporte).
Ruta 1/vehculo 1
Ruta 2/vehculo 2
Ruta 3/vehculo 3
Centro
29
PRV: Objetivos bsicos
Objetivo 1:
Conocida la flota de vehculos a ser operada, compatible con
las restricciones del problema, determinar las rutas que
atiendan la demanda existente a un costo de transporte
mnimo (minimizacin de costos variables - problema
clsico).
Objetivo 2:
Determinar el nmero mnimo de vehculos necesarios para
atender la demanda existente, y las rutas correspondientes
(minimizacin de costos fijos).
Tambin se puede considerar una funcin objetivo que
minimice la suma de costos fijos y variables.
30
PRV: Restricciones operacionales (1/3)
El nmero de vehculos puede ser un valor definido o una
variable de decisin.
El total de demanda transportada por un vehculo en cualquier
instante de tiempo no debe exceder su capacidad.
La flota de vehculos puede ser homognea (de igual
capacidad) o heterognea.
31
PRV: Restricciones operacionales (2/3)
Cada cliente tiene asociada una demanda (mercadera) que
debe recibir o entregar.
Cada cliente dispone de un perodo del da en el cual puede
ser visitado (ventana de tiempo - time window).
La atencin al cliente puede ser realizada por un nico
vehculo o puede ser compartida por varios vehculos.
Algunos clientes deben ser atendidos por un determinado
vehculo.
Los clientes pueden estar sujetos a relaciones de
precedencia.
32
PRV: Restricciones operacionales (3/3)
Pueden existir varios puntos de abastecimiento.
Cada depsito puede tener un subconjunto de clientes a los
cuales abastecer.
En algunas instancias, se asume que existe una va de
acceso entre todo par de clientes
La duracin de cualquier ruta no debe exceder el turno de
trabajo de los conductores.
En general, los vehculos deben retornar al depsito del cual
salieron.
33
PRV: Principios para la elaboracin de rutas
Las rutas ms eficientes se definen usando primero los vehculos
ms grandes disponibles.
La definicin de las rutas debera comenzar con la parada ms
lejana del depsito.
La secuencia de paradas en una ruta debera formar una figura de
lgrima.
Las recolecciones se deben integrar dentro de las rutas de reparto.
Se deben limitar las paradas restringidas por momentos oportunos
(ventanas de tiempo).
Las paradas en diferentes das se deberan ordenar de tal manera
que formen agrupaciones ms estrechas.
Una parada que se halla a gran distancia de una agrupacin de ruta
es buena candidata para un medio alternativo de reparto.
34
PRV: Heursticas para el diseo de rutas
Hallar buenas soluciones para el diseo de rutas depende en
gran medida de las restricciones consideradas.
Dos mtodos comnes para la elaboracin de rutas son:
Mtodo del barrido.
Mtodo de economas (Clarke y Wright).
Una actividad posterior es la programacin (secuencia) de las
rutas.
35
Diseo de rutas: Mtodo de Barrido (1/2)
El proceso tiene dos etapas: primero, las paradas se asignan
a los vehculos, y luego se determina la secuencia de las
paradas dentro de las rutas.
Dada la naturaleza del mtodo, presenta dificultades para el
manejo de la sincronizacin de las visitas, del tiempo total
empleado en una ruta y del control de las ventanas de tiempo.
36
Diseo de rutas: Mtodo de Barrido (2/2)
Localizar todas las paradas incluyendo el depsito, sobre un
mapa o cuadrcula.
Trazar una lnea recta desde el depsito en cualquier
direccin. Girar la lnea en sentido horario hasta que
intercepte una parada. Si hay capacidad disponible en el
vehculo agregar esta nueva parada. Continuar hasta que no
sea posible agregar una nueva parada al vehculo. Cuando no
sea posible agregar una nueva parada, se cierra la ruta y se
abre una nueva ruta desde el ltimo punto que fue excluido
de la ruta previa. Se continua con el barrido hasta que todos
los puntos se hayan asignado a las rutas.
Dentro de cada ruta se efecta una secuencia de las paradas
para minimizar la distancia (ejemplo: TSP).
37
Diseo de rutas: Mtodo de Economas (1/6)
Introducidos por Clarke y Wright (1964).
Existen modificaciones/extensiones propuestas con base en
el concepto de economas definido por los autores.
Sea un depsito proveedor de n clientes. Si cada cliente
fuese abastecido de forma exclusiva por 1 vehculo, la
distancia total viajada por la flota es 2S
i=1,n
d
oi
; d
oi
= distancia
entre el depsito y el cliente i.
d
o1
d
1o
d
on
d
no
O
1 n
38
Diseo de rutas: Mtodo de Economas (2/6)
Si fuese posible unir los clientes i y j sin violar las
restricciones del problema, esto produce una economa:
S
ij
= d
io
+ d
jo
- d
ij
S
ij
es no negativa y corresponde a la economa obtenida al
asignar los clientes i y j a la misma ruta.
Cuanto mayor sea S
ij
, ms deseable es la unin de los
clientes i y j.
39
Diseo de rutas: Mtodo de Economas (3/6)
Clientes i y j unidos: S
ij
=d
io
+ d
oj
- d
ij
Clientes i y j atendidos separadamente
d
oi
d
io
d
ij
d
oj
d
jo
O
i j
O
i j
d
oi
d
ij
d
jo
d
io
d
oj
40
Diseo de rutas: Mtodo de Economas (4/6)
Existen 2 versiones: la versin paralela y la versin
secuencial.
En la versin paralela la lista de economas es examinada
una nica vez.
En la versin secuencial la lista es examinada varias veces,
formndose apenas una ruta cada vez que la lista es
examinada.
41
Diseo de rutas: Mtodo de Economas (5/6)
1. Calcule las economas S
ij
para todos los posibles pares de
clientes (i,j).
2. Ordene las economas en una lista, en orden decreciente de
valor.
3. Comenzando del inicio de la lista.
42
Diseo de rutas: Mtodo de Economas (6/6)
Versin Paralela:
(3i) Utilice el arco correspondiente a la primera economa de la
lista para expandir uno de los 2 extremos de las rutas en
construccin o para unir rutas;
(3ii) Si el conjunto de rutas est vaco, o si las rutas en
construccin no pueden ser expandidas o unidas a travs de
ese arco, intente utilizarlo para iniciar una nueva ruta. De lo
contrario desprecie el arco corriente y considere el arco
correspondiente a la prxima economa;
(3iii) Repita (3i) y (3ii) hasta agotar la lista de economas.
4. Las rutas formadas en el Paso 3 constituyen una solucin
viable para el PRV.
43
Programacin de las rutas
Las rutas diseadas asumen que se asigna una ruta a un
vehculo. Si la ruta es de corta duracin, el vehculo est
subutilizado para el resto del tiempo disponible.
El nmero de vehculos necesarios es determinado por
asignacin continua de rutas de extremo a extremo, de tal
manera que el vehculo tenga un mnimo tiempo de reposo.
44
Lectura recomendada
Ballou, R. Decisiones sobre el transporte (Captulo 7).
Heizer, J.; Render, B. Vehicle Routing and Scheduling
(Captulo 5 - Tutorial).
Lectura complementaria
Weintraub, A.; Epstein, R; Morales, R; Seron, J; Traverso, P.
1996. A Truck Scheduling System Improves Efficiency in the
Forest Industries. Interfaces (26): 1-12.