Design and optimization of distribution routes under a metaheuristic approach with capacity and time constraints

Autor: González Santamaría, Michelle, Ibáñez Cárdenas, Juan David, Rosales Rosales, José David
Přispěvatelé: Rojas Santiago, Miguel Antonio
Jazyk: Spanish; Castilian
Rok vydání: 2021
Předmět:
Zdroj: Repositorio Uninorte
Universidad del Norte
instacron:Universidad del Norte
Popis: En el presente estudio se considera un proceso de distribución de productos que se realiza desde un depósito central en Bogotá hasta plantas ubicadas alrededor de algunos aeropuertos (depósitos intermedios) posicionados a lo largo del territorio nacional. Los productos son transportados en vehículos terrestres y aéreos de capacidad limitada (20 unidades logísticas), con el objetivo de satisfacer la demanda de 241 unidades logísticas por parte de 151 plantas, teniendo en cuenta un tiempo límite de entrega de 24 horas por planta. Actualmente, la planeación de las rutas de distribución es deficiente, debido al uso de métodos empíricos, altos costos de distribución asociados al elevado kilometraje, baja disponibilidad de productos en las plantas e improductividad de la flota. Este proyecto propone el diseño y optimización de rutas de distribución bajo un enfoque metaheurístico, con el objetivo de realizar el reparto eficiente de los productos, minimizar la distancia total recorrida y cumplir con las restricciones de capacidad y tiempo. Para esto, se desarrolló una aplicación en Python, con la cual se agruparon las plantas en diferentes segmentos geográficos (clusters) a través del algoritmo K-Means. Posteriormente se realizó el diseño inicial de las rutas para cada segmento haciendo uso del algoritmo Greedy. Luego se diseñó un algoritmo basado en la metaheurística Tabu Search para la optimización de las rutas iniciales. Finalmente se validaron los resultados por medio del software de simulación Arena. Como resultado de este proyecto, se obtuvo una reducción del 7,40% en la distancia recorrida y un 9,55% en los costos de distribución de las rutas realizadas por 16 vehículos; además, cumpliendo con las restricciones de capacidad, tiempo, los requerimientos de las plantas y brindando posibles beneficios adicionales como mayor productividad de flota, cumplimiento de políticas y mayor disponibilidad de productos. This study considers a product distribution process that is carried out from a central warehouse in Bogotá to plants located around some airports (intermediate warehouses) positioned across the country. The products are transported by ground and aerial vehicles of limited capacity (20 logistic units), with the objective of fulfilling the demand of 241 logistic units by 151 plants, taking into account a delivery time limit of 24 hours per plant. Currently, the planning of distribution routes is deficient, due to the use of empirical methods, high distribution costs associated with high mileage, low product availability at the plants, and fleet unproductivity. This project proposes the design and optimization of distribution routes under a metaheuristic approach, with the objective of efficient product distribution, minimizing the total distance traveled and complying with the capacity and time constraints. For this purpose, a Python application was developed, which was used to group the plants into different geographical segments (clusters) through the K-Means algorithm. Subsequently, the initial design of the routes for each segment was carried out using the Greedy algorithm. Then, an algorithm based on the Tabu Search metaheuristic was designed for the optimization of the initial routes. Finally, the results were validated by using the Arena simulation software. As a result of this project, a reduction of 7.40% in the distance traveled and 9.55% in the distribution costs of the routes performed by 16 vehicles was achieved; complying with the capacity and time restrictions, the plants' requirements and providing possible additional benefits such as greater fleet productivity, fulfillment of policies and greater product availability.
Databáze: OpenAIRE