Optimizing transportation systems and logistics network configurations : From biased-randomized algorithms to fuzzy simheuristics

El transporte y la logística (T&L) son actualmente funciones de gran relevancia en cual quier industria competitiva. La localización de instalaciones o la distribución de mercancías a cientos o miles de clientes son actividades con un alto grado de complejidad, indepen dientemente de si las instalaciones y los clientes se encuentran en todo el mundo o en la misma ciudad. En los sistemas de T&L se pueden tomar un sinnúmero de decisiones al ternativas estratégicas, tácticas y operativas; por lo tanto, llegar a una solución óptima ¿por ejemplo, una solución con el mínimo costo o la máxima utilidad¿ es un desafío realmente di fícil, incluso para las computadoras más potentes que existen hoy en día. Así pues, métodos aproximados, tales como heurísticas, metaheurísticas y simheurísticas, son propuestos para resolver problemas de T&L. Estos métodos no garantizan resultados óptimos, pero ofrecen buenas soluciones en tiempos computacionales cortos. Estas características se vuelven aún más importantes cuando se consideran condiciones de incertidumbre, ya que estas aumen tan la complejidad de los problemas de T&L. Modelar la incertidumbre implica introducir fórmulas y procedimientos matemáticos complejos, sin embargo, el realismo del modelo aumenta y, por lo tanto, también su confiabilidad para representar situaciones del mundo real. Los enfoques estocásticos, que requieren el uso de distribuciones de probabilidad, son uno de los enfoques más empleados para modelar parámetros inciertos. Alternativamente, si el mundo real no proporciona suficiente información para estimar de manera confiable una distribución de probabilidad, los enfoques que hacen uso de lógica difusa se convier ten en una alternativa para modelar la incertidumbre. Así pues, el objetivo principal de esta tesis es diseñar algoritmos híbridos que combinen simulación difusa y estocástica con métodos aproximados y exactos para resolver problemas de T&L considerando niveles de decisión operativos, tácticos y estratégicos. Esta tesis se organiza siguiendo una estructura por capas, en la que cada capa introducida enriquece a la anterior. Por lo tanto, en primer lugar se exponen heurísticas y metaheurísticas sesgadas-aleatorizadas para resolver proble mas de T&L que solo incluyen parámetros determinísticos. Posteriormente, la simulación Monte Carlo se agrega a estos enfoques para modelar parámetros estocásticos. Por último, se emplean simheurísticas difusas para abordar simultáneamente la incertidumbre difusa y estocástica. Una serie de experimentos numéricos es diseñada para probar los algoritmos propuestos, utilizando instancias de referencia, instancias nuevas e instancias del mundo real. Los resultados obtenidos demuestran la eficiencia de los algoritmos diseñados, tanto en costo como en tiempo, así como su confiabilidad para resolver problemas realistas que incluyen incertidumbre y múltiples restricciones y condiciones que enriquecen todos los problemas abordados.

• Fecha de publicación: 2022
• Institución: Universidad de la Sabana
• Repositorio: Repositorio Universidad de la Sabana
• Idioma: eng
• OAI Identifier: oai:intellectum.unisabana.edu.co:10818/57593
• Acceso en línea: https://hdl.handle.net/10818/57593
• Palabra clave: Transporte -- Planificación; Logística en los negocios; Mercancías; Toma de decisiones
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/