Optimización de la distribución de mercancías utilizando un modelo genético multiobjetivo de inventario colaborativo de m proveedores con n clientes

Abstract

Esta tesis doctoral presenta una propuesta para la optimización de la distribución de mercancías utilizando un modelo genético multiobjetivo de inventario colaborativo de m proveedores con n clientes, basado en la estrategia del inventario manejado por el vendedor (VMI), el cual permite optimizar de manera simultánea los costos de transporte e inventario, el nivel de servicio en los clientes y el número de viajes requeridos por el sistema de distribución entre múltiples proveedores y clientes. El modelo se desarrolla para la mejora del proceso de distribución de alimentos en la zona centro de la ciudad de Medellín, el cual una vez validado con las condiciones de la ciudad mediante simulación, permite optimizar de manera simultánea los tres objetivos propuestos en el modelo, con lo cual se puede mejorar el desempeño del proceso de distribución en la ciudad. De esta forma, este modelo es pertinente tanto para las empresas como para la ciudad, ya que considera elementos que velan por la rentabilidad de las compañías que colaboran (Costos y satisfacción de clientes) y aporta a la disminución del trafico debido a un menor número de viajes requeridos, respectivamente. El modelo genético multiobjetivo se basó en el algoritmo NonDominated Sorting Genetic Algorithm-II (NSGAII), el cual es exitoso en la solución de problemas con múltiples funciones objetivos y es innovador en cuanto a su aplicación en la solución de problemas de distribución urbana de mercancías, por las funciones objetivo analizadas y por la representación y tratamiento de los individuos en el proceso interno del algoritmo genético. Mediante la formulación del modelo genético y su aplicación en la distribución urbana de mercancías, se cumplen totalmente los objetivos propuestos para esta tesis doctoral.

Abstract: This doctoral thesis presents a proposal for optimizing the distribution of goods using a multiobjective genetic model based on collaborative inventory for m suppliers with n customers, based on the Vendor managed inventory strategy (VMI). The model allows optimizing simultaneous the transportation y inventory costs, customers service level y the number of trips required by the distribution system among multiple suppliers y customers. The model is developed to improve the process of food distribution in the center of the city of Medellin, y is validated with the conditions of the city through simulation, allowing to optimize simultaneously the three objectives proposed in the model, therefore it can improve the performance of the distribution process in the city. In this manner, this model is relevant both for companies y for the city, since it considers elements that improve the profitability of collaborating companies (Costs y customer satisfaction) y contributes to the reduction in traffic, due to a smaller number of travels required, respectively. The multiobjective genetic model was based on the NonDominated Sorting Genetic Algorithm- II (NSGAII), which is successful in solving problems with multiple objective functions y is innovative for its application in solving problems of urban freight distribution, the objective functions analyzed y the representation y treatment of individuals in the internal process of the genetic algorithm. Through the genetic model formulation the y its validation in the urban freight distribution process, the objectives of this doctoral thesis are fully accomplished.