Mostrar el registro sencillo del documento

Metodología basada en un algoritmo natural metaheurístico para programar el ruteo de los vehículos de la pastelería ubicada en la región cafetera

dc.rights.licenseAtribución-NoComercial 4.0 Internacional
dc.contributor.advisorRuiz Herrera, Santiago
dc.contributor.authorBetancourth Arias, Irma Jhuliet
dc.date.accessioned2020-09-03T19:56:08Z
dc.date.available2020-09-03T19:56:08Z
dc.date.issued2020
dc.identifier.citationBetancourth A., I. J.(2020). Metodología basada en un algoritmo natural metaheurístico para programar el ruteo de los vehículos de la pastelería ubicada en la región cafetera.
dc.identifier.urihttps://repositorio.unal.edu.co/handle/unal/78373
dc.description.abstractEn este documento se presenta el diseño de una metodología soportada en algoritmos naturales metaheurísticos, con el fin de programar la ruta de los vehículos de la Pastelería ubicada en la región cafetera, contribuyendo en la reducción de costos de abastecimiento y distribución y en la disminución de desperdicios alimenticios generados. Esta investigación de tipo interpretativa contiene un procedimiento que permite solucionar el problema de distribución de productos visto como un VRP (Vehicle Routing Problem), donde el objetivo es minimizar la distancia de recorrido de los vehículos al distribuir los productos de una pastelería ubicada en la región cafetera de Colombia, generando un impacto positivo en los costos. Este procedimiento se basa en el diseño de algoritmo genético multiobjetivo NSGA II (Elitist Non-Dominated Sorting Genetic Algorithm II) aplicando la herramienta sistemática MATLAB (The Math Works Inc., 2020). El resultado es una propuesta cuya finalidad se centra en la reducción de los costos por medio del análisis de variables de entrada y salida (distancias, tiempos, etc.) permitiendo solucionar los problemas actuales.
dc.description.abstractThis document presents the design of a methodology supported on natural metaheuristic algorithms in order to program the route of the vehicles of the Pastry of Manizales, contributing to the reduction of supply and distribution costs and the reduction of food waste generated. This interpretative research contains a procedure that helped to solve a product distribution problem, seen as a Vehicle Routing Problem VRP, where the objective is to minimize the distance traveled by the vehicles by distributing the ducts of a pastry shop located in the coffee region of Colombia. Its application has a positive impact on costs. The procedure is based on the design of NSGA II multi-target genetic algorithm (Elitist Non-Dominated Sorting Genetic Algorithm II) applying the systematic tool MATLAB (The Math Works Inc., 2020). The result is a proposal whose purpose is to reduce costs by analyzing input and output variables, such as distances, times and other variables that allowed to solve the current problems.
dc.format.extent73
dc.format.mimetypeapplication/pdf
dc.language.isospa
dc.rightsDerechos reservados - Universidad Nacional de Colombia
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0/
dc.subject.ddcIngeniería Industrial
dc.titleMetodología basada en un algoritmo natural metaheurístico para programar el ruteo de los vehículos de la pastelería ubicada en la región cafetera
dc.title.alternativeMethodology based on a natural metaheuristic algorithm to program the routing of the vehicles of the bakery located in the coffee region
dc.typeOtro
dc.rights.spaAcceso abierto
dc.description.additionalTrabajo de investigación presentado como requisito para optar al título de Magíster en Ingeniería - Ingeniería Industrial. -- Línea de Investigación Dirección y Producción de Operaciones.
dc.type.driverinfo:eu-repo/semantics/other
dc.type.versioninfo:eu-repo/semantics/acceptedVersion
dc.publisher.programManizales - Ingeniería y Arquitectura - Maestría en Ingeniería - Ingeniería Industrial
dc.description.degreelevelMaestría
dc.publisher.departmentDepartamento de Ingeniería Industrial
dc.publisher.branchUniversidad Nacional de Colombia - Sede Manizales
dc.relation.referencesAho, A. V, Hopcroft, J. E., & Ullman, J. D. (1988). Estructuras de datos y algoritmos (Vol. 1). Addison-Wesley Iberoamericana.
dc.relation.referencesAktouf, O. (2016). La administración: entre tradición y renovación
dc.relation.referencesAndradóttir, S. (1995). A Stochastic Approximation Algorithm with Varying Bounds. Operations Research, 43(6), 1037–1048. https://doi.org/10.1287/opre.43.6.1037
dc.relation.referencesAsefi, H., Shahparvari, S., Chhetri, P., & Lim, S. (2019). Variable fleet size and mix VRP with fleet heterogeneity in Integrated Solid Waste Management. Journal of Cleaner Production, 230, 1376–1395. https://doi.org/https://doi.org/10.1016/j.jclepro.2019.04.250
dc.relation.referencesBallou, R. H. (2004). Logística: Administración de la cadena de suministro. Pearson educación.
dc.relation.referencesBaradaran, V., Shafaei, A., & Hosseinian, A. H. (2019). Stochastic vehicle routing problem with heterogeneous vehicles and multiple prioritized time windows: Mathematical modeling and solution approach. Computers and Industrial Engineering, 131, 187– 199. https://doi.org/10.1016/j.cie.2019.03.047
dc.relation.referencesBrooks, O. (2007). Solving discrete resource allocation problems using the Simultaneous Perturbation Stochastic Approximation (SPSA) algorithm. SpringSim (3), 55–62.
dc.relation.referencesBullnheimer, B., Hartl, R. F., & Strauss, C. (1999). An improved Ant System algorithm for theVehicle Routing Problem. Annals of Operations Research, 89(0), 319–328. https://doi.org/10.1023/A:1018940026670
dc.relation.referencesÇatay, B. (2010). A new saving-based ant algorithm for the Vehicle Routing Problem with simultaneous Pickup and Delivery. Expert Systems with Applications, 37(10), 6809– 6817. https://doi.org/10.1016/j.eswa.2010.03.045
dc.relation.referencesClarke, G., & Wright, J. W. (1964). Scheduling of vehicles from a central depot to a number of delivery points. Operations Research, 12(4), 568–581.
dc.relation.referencesCoelho, V. N., Grasas, A., Ramalhinho, H., Coelho, I. M., Souza, M. J. F., & Cruz, R. C. (2016). An ILS-based algorithm to solve a large-scale real heterogeneous fleet VRP with multi-trips and docking constraints. European Journal of Operational Research, 250(2), 367–376.
dc.relation.referencesDantzig, G. B., & Ramser, J. H. (1959). The truck dispatching problem. Management Science, 6(1), 80–91.
dc.relation.referencesDeb, K. (2001). Multi-objective optimization using evolutionary algorithms (Vol. 16). John Wiley & Sons.
dc.relation.referencesDeb, K., Anand, A., & Joshi, D. (2002). A computationally efficient evolutionary algorithm for real-parameter optimization. Evolutionary Computation, 10(4), 371–395.
dc.relation.referencesDelyon, B. (1996). General results on the convergence of stochastic algorithms. IEEE Transactions on Automatic Control, 41(9), 1245–1255.
dc.relation.referencesDethloff, J. (2001). Vehicle routing and reverse logistics: the vehicle routing problem with simultaneous delivery and pick-up. OR-Spektrum, 23(1), 79–96.
dc.relation.referencesDíaz Gómez, H., García Cáceres, R., & Porcell Mancilla, N. (2008). Las Pymes: costos en la cadena de abastecimiento. Revista Escuela de Administración de Negocios, 0(63 SE-Artículos científicos). https://doi.org/10.21158/01208160.n63.2008.438
dc.relation.referencesDorigo, M., & Stützle, T. (2004). Ant Colony Optimization. The MIT Press.
dc.relation.referencesFAO. (2012). Pérdidas y desperdicio de alimentos en el mundo – Alcance, causas y prevención (p. 42). http://www.fao.org/3/i2697s/i2697s.pdf
dc.relation.referencesFAO. (2014). Pérdidas y desperdicios de alimentos en América Latina y el Caribe (p. 10). http://www.fao.org/3/a-i3942s.pdf
dc.relation.referencesFarhang-Mehr, A., & Azarm, S. (2002). Diversity assessment of Pareto optimal solution sets: an entropy approach. Proceedings of the 2002 Congress on Evolutionary Computation. CEC’02 (Cat. No. 02TH8600), 1, 723–728.
dc.relation.referencesGlover, F. (1989). Tabu search—part I. ORSA Journal on Computing, 1(3), 190–206.
dc.relation.referencesGlover, F. (1990). Tabu search—part II. ORSA Journal on Computing, 2(1), 4–32.
dc.relation.referencesGlover, F. (1977). Heuristics for integer programming using surrogate constraints. Decision Sciences, 8(1), 156–166.
dc.relation.referencesGlover, F. W., & Kochenberger, G. A. (2006). Handbook of metaheuristics (Vol. 57). Springer Science & Business Media.
dc.relation.referencesGoogle LLC. (n.d.). [Eje Cafetero]. https://www.google.com/maps
dc.relation.referencesHernández González, S. (2012). Experimentos con dos estrategias de búsqueda implementadas en el algoritmo recocido simulado para un problema de inventario. Revista Facultad de Ingeniería Universidad de Antioquia, 62, 33–43. http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0120- 62302012000100004&lang=pt
dc.relation.referencesHo, W., Ho, G. T. S., Ji, P., & Lau, H. C. W. (2008). A hybrid genetic algorithm for the multi-depot vehicle routing problem. Engineering Applications of Artificial Intelligence, 21(4), 548–557.
dc.relation.referencesHolland, J. H. (1992). Adaptation in natural and artificial systems: an introductory analysis with applications to biology, control, and artificial intelligence. MIT press.
dc.relation.referencesJaramillo, P. (1999). Desarrollo de un sistema soporte a la decisión para la asignación de recursos naturales con satisfacción de múltiples objetivos y múltiples decisores. Universidad Politécnica de Valencia.
dc.relation.referencesKassem, S., & Chen, M. (2013). Solving reverse logistics vehicle routing problems with time windows. The International Journal of Advanced Manufacturing Technology, 68(1–4), 57–68.
dc.relation.referencesKirkpatrick, S., Gelatt, C. D., & Vecchi, M. P. (1983). Optimization by simulated annealing. Science, 220(4598), 671–680.
dc.relation.referencesKulkarni, S. R., & Horn, C. S. (1996). An alternative proof for convergence of stochastic approximation algorithms. IEEE Transactions on Automatic Control, 41(3), 419–424.
dc.relation.referencesKumar, R. S., Kondapaneni, K., Dixit, V., Goswami, A., Thakur, L. S., & Tiwari, M. K. (2016). Multi-objective modeling of production and pollution routing problem with time window: A self-learning particle swarm optimization approach. Computers & Industrial Engineering, 99, 29–40. https://doi.org/https://doi.org/10.1016/j.cie.2015.07.003
dc.relation.referencesLaporte, G. (1992). The vehicle routing problem: An overview of exact and approximate algorithms. European Journal of Operational Research, 59(3), 345–358. https://doi.org/https://doi.org/10.1016/0377-2217(92)90192-C
dc.relation.referencesLarrañaga, P., & Lozano, J. A. (2001). Estimation of distribution algorithms: A new tool for evolutionary computation (Vol. 2). Springer Science & Business Media.
dc.relation.referencesLi, Y., Chu, F., Côté, J.-F., Coelho, L. C., & Chu, C. (2020). The multi-plant perishable food production routing with packaging consideration. International Journal of Production Economics, 221, 107472. https://doi.org/https://doi.org/10.1016/j.ijpe.2019.08.007
dc.relation.referencesLópez García, J. C. (2009). Guía de algoritmos y programación para docentes (2nd ed.). Fundación Gabriel Piedrahita. http://eduteka.icesi.edu.co/pdfdir/AlgoritmosProgramacion.pdf
dc.relation.referencesLópez Ruiz, J. (2017). Metaheurísticas para el análisis de datos masivos en el ámbito del transporte por carretera [Universidad Politécnica de Madrid]. http://oa.upm.es/47927/1/TFM_JAVIER_LOPEZ_RUIZ.pdf
dc.relation.referencesMADR. (2013). Boletín de coyuntura económica IPC. Alimentos. Ministerio de Agricultura y Desarrollo Rural.
dc.relation.referencesMartı, R. (2003). Procedimientos metaheurısticos en optimización combinatoria. Matemátiques, Universidad de Valencia, 1(1), 3–62.
dc.relation.referencesMartínez, C., & Mota, E. (2000). Del poliedro del agente viajero gráfico al de rutas de vehículos con demanda compartida. Qüestiió: Quaderns d’estadística i Investigació Operativa, 24(3), 495–530.
dc.relation.referencesMladenović, N., & Hansen, P. (1997). Variable neighborhood search. Computers & Operations Research, 24(11), 1097–1100. https://doi.org/https://doi.org/10.1016/S0305-0548(97)00031-2
dc.relation.referencesOlivera, A. (2004). Heurísticas para problemas de ruteo de vehículos. In Reportes Técnicos 04-08. UR. FI – INCO. https://www.colibri.udelar.edu.uy/jspui/bitstream/20.500.12008/3508/1/TR0408.pdf
dc.relation.referencesOnggo, B. S., Panadero, J., Corlu, C. G., & Juan, A. A. (2019). Agri-food supply chains with stochastic demands: A multi-period inventory routing problem with perishable products. Simulation Modelling Practice and Theory, 97, 101970. https://doi.org/https://doi.org/10.1016/j.simpat.2019.101970
dc.relation.referencesOrtega Calvo, M., & Cayuela Domínguez, A. (2002). Regresión logística no condicionada y tamaño de muestra: una revisión bibliográfica. Revista Española de Salud Pública, 76, 85–93. https://www.scielosp.org/article/resp/2002.v76n2/85-93/
dc.relation.referencesPan, T., Zhang, Z.-H., & Cao, H. (2014). Collaborative production planning with production time windows and order splitting in make-to-order manufacturing. Computers & Industrial Engineering, 67, 1–9. https://doi.org/https://doi.org/10.1016/j.cie.2013.10.006
dc.relation.referencesPardo, L., & Valdés, T. (1987). Simulación: aplicaciones prácticas en la empresa. Díaz de Santos.
dc.relation.referencesPeduzzi, P., Concato, J., Kemper, E., Holford, T. R., & Feinstein, A. R. (1996). A simulation study of the number of events per variable in logistic regression analysis. Journal of Clinical Epidemiology, 49(12), 1373–1379. https://www.jclinepi.com/article/S0895-4356(96)00236-3/abstract
dc.relation.referencesPelikan, M., Goldberg, D. E., & Cantú-Paz, E. (1999). BOA: The Bayesian optimization algorithm. Proceedings of the Genetic and Evolutionary Computation Conference GECCO-99, 1, 525–532. http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.467.8687&rep=rep1&type= pdf
dc.relation.referencesPolo Hernán, D., & Sastre Méndez, M. (2014). Aprovisionamiento interno en pastelería. HOTR0109. IC Editorial.
dc.relation.referencesPrins, C. (2004). A simple and effective evolutionary algorithm for the vehicle routing problem. Computers & Operations Research, 31(12), 1985–2002.
dc.relation.referencesRincon-Garcia, N., Waterson, B., & Cherrett, T. (2017). A hybrid metaheuristic for the timedependent vehicle routing problem with hard time windows. International Journal of Industrial Engineering Computations, 8(1), 141–160.
dc.relation.referencesRocha Medina, L. B., González La Rota, E. C., & Orjuela Castro, J. A. (2011). Una revisión al estado del arte del problema de ruteo de vehículos: Evolución histórica y métodos de solución. Ingeniería, 16(2), 35–55.
dc.relation.referencesRosen, K. H. (2003). Discrete Mathematics and Its Applications, McGraw-Hill. United State.
dc.relation.referencesSawik, B., Faulin, J., & Pérez-Bernabeu, E. (2017). A Multicriteria Analysis for the Green VRP: A Case Discussion for the Distribution Problem of a Spanish Retailer. Transportation Research Procedia, 22, 305–313. https://doi.org/https://doi.org/10.1016/j.trpro.2017.03.037
dc.relation.referencesSecomandi, N. (2001). A Rollout Policy for the Vehicle Routing Problem with Stochastic Demands. Operations Research, 49(5), 796–802. https://doi.org/10.1287/opre.49.5.796.10608
dc.relation.referencesSedgewick, R. (1988). Algorithms (2nd Ed). Addison-Wesley Longman Publishing Co., Inc.
dc.relation.referencesSimsir, F., & Ekmekci, D. (2019). A metaheuristic solution approach to capacitied vehicle routing and network optimization. Engineering Science and Technology, an International Journal, 22(3), 727–735. https://doi.org/https://doi.org/10.1016/j.jestch.2019.01.002
dc.relation.referencesTamayo, M. (1999). Aprender a investigar. In Bogotá: Icfes (1ra ed.). Arfo.
dc.relation.referencesThe Math Works Inc. (2020). MATLAB (Version 2020a). [Computer software]. https://www.mathworks.com/
dc.relation.referencesWeiss, M. A., Moreno, J. tr L., Eguíluz, A. colab. téc, & Jacob, I. colab. téc. (1995). Estructuras de datos y algoritmos. Addison-Wesley Iberoamericana.
dc.relation.referencesWilf, H. S. (1989). Algorithmes et complexité. In Masson (Ed.), Volumen 2 de Logique mathématiques informatique.
dc.relation.referencesWilf, H. S. (2002). Algorithms and Complexity. Taylor & Francis.
dc.relation.referencesXiao, Z., & Jiang-qing, W. (2012). Hybrid Ant Algorithm and Applications for Vehicle Routing Problem. Physics Procedia, 25, 1892–1899. https://doi.org/https://doi.org/10.1016/j.phpro.2012.03.327
dc.relation.referencesYu, S., Tai, C., Liu, Y., & Gao, L. (2016). An improved artificial bee colony algorithm for vehicle routing problem with time windows: A real case in Dalian. Advances in Mechanical Engineering, 8(8), 1687814016665298.
dc.relation.referencesZhang, D., Cai, S., Ye, F., Si, Y.-W., & Nguyen, T. T. (2017). A hybrid algorithm for a vehicle routing problem with realistic constraints. Information Sciences, 394–395, 167–182. https://doi.org/https://doi.org/10.1016/j.ins.2017.02.028
dc.relation.referencesZulvia, F. E., Kuo, R. J., & Nugroho, D. Y. (2020). A many-objective gradient evolution algorithm for solving a green vehicle routing problem with time windows and time dependency for perishable products. Journal of Cleaner Production, 242, 118428. https://doi.org/https://doi.org/10.1016/j.jclepro.2019.118428
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.subject.proposalAlgoritmos
dc.subject.proposalAlgorithms
dc.subject.proposalmetaheurística
dc.subject.proposalmetaheuristics
dc.subject.proposalruteo de vehículos
dc.subject.proposalvehicle routing
dc.subject.proposalcosts
dc.subject.proposalcostos
dc.subject.proposalmultiobjetivo
dc.subject.proposalmulti-target
dc.subject.proposalfood distribution
dc.subject.proposaldistribución de alimentos
dc.type.coarhttp://purl.org/coar/resource_type/c_1843
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.contentText
oaire.accessrightshttp://purl.org/coar/access_right/c_abf2


Archivos en el documento

Thumbnail
Nombre:
license_rdf
Tamaño:
701bytes
Formato:
application/rdf+xml
Descargar
Thumbnail
Nombre:
1053776771.2020.pdf
Tamaño:
2.129Mb
Formato:
PDF
Descargar

Este documento aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del documento

Atribución-NoComercial 4.0 InternacionalEsta obra está bajo licencia internacional Creative Commons Reconocimiento-NoComercial 4.0.Este documento ha sido depositado por parte de el(los) autor(es) bajo la siguiente constancia de depósito