Análisis de estrategias eficientes en la logística de distribución de paquetería
La tesis doctoral propone una nueva metodología de optimización del problema de diseño rutas de distribución de muchos orígenes a muchos destinos en paquetería. La optimización minimiza los costes de transporte del sistema y combina algoritmos heurísticos con el metaheurístico Búsqueda Tabú. Se han...
| Main Author: | |
|---|---|
| Other Authors: | |
| Format: | Doctoral Thesis |
| Language: | Spanish |
| Published: |
Universitat Politècnica de Catalunya
2007
|
| Subjects: | |
| Online Access: | http://hdl.handle.net/10803/6625 http://nbn-resolving.de/urn:isbn:9788469199909 |
| Summary: | La tesis doctoral propone una nueva metodología de optimización del problema de diseño rutas de distribución de muchos orígenes a muchos destinos en paquetería. La optimización minimiza los costes de transporte del sistema y combina algoritmos heurísticos con el metaheurístico Búsqueda Tabú. Se han considerado tres estrategias para realizar el envío de un volumen de mercancía entre un origen y un destino [envío directo, paradas múltiples (peddling) y envío a través de una terminal de consolidación o almacén de cross-docking (hub)] adaptándose como restricciones a la capacidad de los vehículos, los plazos temporales para realizar en envío y el número de muelles de cross-docking en cada terminal. El problema de optimización combinatoria se resuelve eficazmente mediante Búsqueda Tabú, consiguiendo una reducción del coste del sistema en relación a otros procedimientos heurísticos del 7% en problemas a carga completa (Full Truck Load, FTL) y superior al 12% en problemas a carga fraccionada (Less than Truck Load, LTL). A nivel heurístico, el criterio de parada y el criterio de reinicialización del procedimiento de búsqueda han condicionado en gran medida la bondad de la solución. Adicionalmente, se ha desarrollado una estrategia de aceptación de envíos de paradas múltiples (peddling) basada en criterios probabilísticos que conlleva una reducción media del 10% sobre el coste del sistema.Aplicaciones a baterías de problemas, algunos de ellos basados en datos reales, certifican la bondad del modelo desarrollado. El modelo determina en cada caso el tamaño del vehículo más competitivo en costes en función de la carga media de los envíos (en volumen) y de los costes de transporte y de las paradas. Únicamente en casos puntuales las flotas de tamaño intermedio son competitivas en costes. La determinación del número óptimo de hubs depende del tamaño medio de envío. El número de terminales hub para pocos puntos y envíos medios grandes (>30m3) es entre 1 y 2 y este número crece casi linealmente con el número de puntos. Para envíos más pequeños (<10m3) los crecimientos del número de hubs son más variables. Se presenta la formulación de una función estimativa de los costes totales del problema con unos errores de estimación inferiores al 16% de la solución propuesta por el algoritmo. Finalmente, la congestión en la red de transporte afecta de forma relevante los costes de distribución del sistema. En la congestión de los muelles de cross-docking de las terminales, los costes son más importantes en escenarios de envíos a carga completa que en problemas LTL. En relación a la congestión en los arcos de la red, se constatan variaciones de costes poco relevantes para reducciones de velocidad acotadas. Finalmente, se sugieren extensiones de la investigación y del modelo desarrollado. |
|---|