You are on page 1of 6

Un caso logstico del problema de ruteo vehicular mltiple m-VRP resuelto con la

heurstica de Fisher & Jaikumar.


A. Guerrero-Campanur1, R.E. Prez-Loaiza2, E. Olivares-Benitez3
UPAEP
Doctorado en Logstica y Direccin de la Cadena de Suministro
Universidad Popular Autnoma del Estado de Puebla
Puebla, Puebla, Mxico

Resumen: La heurstica de asignacin generalizada


de Fisher & Jaikumar utilizada en el presente
proyecto pertenece a los mtodos de dos fases bajo
la secuencia cluster first route second, y se aplic
en un caso logstico del problema de ruteo vehicular
mltiple (m-VRP) dentro de una empresa clasificada
como PyME (pequea y mediana empresa) dedicada
a la distribucin de productos de papelera y oficina,
en el cual m-vehculos parten a visitar a n-clientes y
regresan a un mismo centro de distribucin,
deseando que el tour minimice los costos de
transporte respetando la capacidad de cada uno de
los m-vehculos as como la demanda del cliente.
Abstract: The generalized assignment heuristic of
Fisher & Jaikumar used in this project belongs to the
methods of two phases of the type cluster first
route second, that was applied in a case of the
multiple vehicle routing problem (m-VRP) in a SME
(small and medium enterprises) company engaged in
the distribution of office products, in which mvehicles visit n-customers and return to the same
distribution center, expecting that the tour
minimizes the transportation costs meeting the
capacity of each of the m-vehicles and the customer
demand.
Keywords:
Heuristic.

m-VRP,

Generalized

Assignment

1. Introduccin.
El ruteo vehicular ha sido un problema de gran
inters en diversas reas, debido a la complejidad y
costo computacional que representa al incrementar
el tamao de la instancia. Da con da los vehculos
dentro de su jornada laboral se dirigen a cada uno de
sus clientes, ubicados en diferentes puntos

territoriales, para entregar los pedidos de sus


productos o servicios, teniendo como punto de
partida y retorno algn centro de distribucin,
deposito, planta, oficina o lugar en comn. Este
documento se centra en la aplicacin de la
Heurstica de asignacin generalizada de Fisher &
Jaikumar para resolver este problema.
El documento en su primer seccin describe a la
empresa donde se lleva a cabo el caso logstico, la
Heurstica de asignacin generalizada de Fisher &
Jaikumar, y las fases y mtodos exactos que esta
contempla. En la segunda seccin se resuelve el
caso de una empresa PyME, considerando para la
instancia la Zona-A determinada por la empresa, la
cual cubre 3 ciudades de la repblica mexicana y un
nmero determinado de clientes en Quertaro, Len,
y Guadalajara, con 10, 10 y 6 clientes
respectivamente, considerando 5 vehculos, lo que
en realidad es un solo vehculo pero que estar
disponible durante 5 das en una semana. En la
tercera seccin se presentan resultados, tabla de
comparacin de resultados y conclusiones del
proyecto.

2. Descripcin
metodologa.

del

problema

2.1 Descripcin de la empresa.


Este es el caso de una empresa PyME, dedicada a la
impresin de serigrafa en productos de papel y
plstico bajo diseo propios, y distribucin de
productos de papelera y oficina importados, la cual
inicia operaciones en 1995 con productos de
papelera nacional. En el 2000 entra en la actividad
de la importacin, en el 2005 comienza con la
maquila de imprenta, y en el 2006 se consolida

TLAIO4.doc

4to Taller Latino Iberoamericano de Investigacin de Operaciones


16, 17 y 18 de Noviembre de 2011, Acapulco, Guerrero, Mxico.

como imprenta. Sus oficinas y reas de diseo y


ventas, se encuentran ubicadas en diferentes puntos
de la ciudad de Apizaco, Tlaxcala. Adems cuenta
con una bodega que funciona como rea de
almacenaje y produccin, ubicada en Tlalnepantla,
estado de Mxico.
Esta empresa cuenta, aproximadamente con
500 clientes distribuidos en diferentes estados de la
Repblica Mexicana con una demanda determinada
cada uno. Dicha empresa cuenta una flotilla de 15
vehculos de entrega. Estos vehculos ya tienen
determinada una zona para realizar la entrega de los
pedidos de sus clientes.

: Necesidad de capacidad si el cliente i es


asignado el cliente semilla j
: Costo del cliente i si es asignado al cliente
semilla j
Las variables son
= 1, si el cliente i es
asignada al cliente semilla j; variable = 0 en caso
contrario.
(1.1)
s.a

2.2 Descripcin del problema


La empresa no aplica un mtodo para planeacin de
sus rutas vehiculares para la reparticin de los
productos a sus clientes, por lo que no tiene un
fundamente tcnico que le permita visualizar por
donde iniciar a repartir y donde terminar, dejando
muchas veces fuera a los clientes que de cierta
manera son importantes o que tienen una mayor
demanda, ocasionando un nivel de servicio irregular
y eventualmente prdidas econmicas y de recursos.
Hay una alta cantidad de clientes con los que se
cuenta, y por lo tanto, la empresa requiere una
planeacin de rutas vehiculares que minimice los
costos de transporte, considerando la demanda de
los clientes y la capacidad de los vehculos.

2.3 Heurstica de asignacin generalizada de


Fisher & Jaikumar
Fisher & Jaikumar (1981) proponen generar primero
clusters de clientes mediante la resolucin de un
Problema de Asignacin Generalizada (GAP).
Dentro de la primera fase se fijan n clientes semilla
con J = 1, ,n sobre la base de los cuales se
construirn los clusters y se calcula el costo de
insertar un cliente i en el cluster j como el costo de
la mejor insercin del cliente i ruta (0,Sj,0) es decir,
debido a que se trabaja con
dij=
una matriz simtrica. Adems, se decide que clientes
asignar a cada uno de los clusters de modo de no
violar la capacidad del recurso, resolviendo un
Problema de Asignacin Generalizada (GAP)
(Fisher, M., & Jaikumar, R., 1981) que puede ser
formulado como programa entero, bajo el objetivo
de minimizar el costo total de la asignacin como se
presenta a continuacin.
La notacin utilizada para el GAP es la siguiente:
I : Conjunto clientes (i = 1, ... , n)
J : Conjunto clientes semilla Sj (j = 1, ... , m)
: Capacidad del recurso j

(1.2)

(1.3)
(1.4)
La restriccin (1.2) describe el cumplimiento
con la capacidad del recurso a utilizar; la restriccin
(1.3) asegura que un cliente i solo ser asignado a un
es binaria
cliente semilla j, ya que la variable
(1.4).
Para la segunda fase se realiza el ruteo de cada
cluster, mediante la resolucin de un Traveling
Salesman Problem TSP generalmente representado
como un tpico problema hard de optimizacin
combinatoria (Gutin, G. & Punnen, A., 2002), el
cual se presenta a continuacin mediante la
siguiente formulacin de programacin entera.
(2.1)
s.a
(2.2)

(2.3)
{0, 1},

(2.4)

Sea G = (V,A) donde V = {1, n} y A = {(i,j) :


i,j V}, un grafo y sea
el costo asociado al arco
(i,j), y la variable binaria de decisin.

Pag.

4to Taller Latino Iberoamericano de Investigacin de Operaciones


16, 17 y 18 de Noviembre de 2011, Acapulco, Guerrero, Mxico.

El modelo presenta (2.1) la minimizacin de


, con
en funcin a los arcos seleccionados
restricciones (2.2) y (2.3) las cuales aseguran que un
solo agente atender a una determinada ciudad (2.4)
declara que
esta en funcin de una variable
binaria. Otra forma que se puede observar el
problema TSP es mediante el uso de un grafo
completo dirigido, en el cual los vrtices son las
ciudades, o sitios a visitar y los arcos son los
caminos que comunican a los vrtices, dichos arcos
contienen un peso (distancia o costo) entre dos
vrtices que se encuentran conectados mediante un
determinado arco.
Al modelo de formulacin programacin entera
TSP es necesario adicionarle una restriccin para
eliminar los subtours que son formados por nodos
intermedios. Estas restricciones se conocen como
SECs (Subtour elimination constraints). A
continuacin se presentan las SECs propuestas por
MillerTuckerZemlin (denotadas por MTZ-SECs)
mostradas por Kara I., Laporte G., y Bektas T.
(2004).
(3)

Donde, p denota el mximo nmero de nodos


que pueden ser visitados por un agente de ventas.

3. Caso de estudio
3.1 Instancias
La aplicacin del caso logstico del problema
Multiple Vehicle Routing Problem m-VRP, se
llevara a cabo en una porcin de la Zona-A
delimitada por la empresa, la cual cubre 3 ciudades
de la repblica y un nmero determinado de clientes
(Quertaro, Len, y Guadalajara, con 10, 10 y 6
clientes respectivamente) y una bodega ubicada en
Tlalnepantla, Estado de Mxico, los cuales se
muestran en la Fig. 1. Para la primera fase se
tomaron en cuenta 5 clientes semilla Sj, los cuales
posteriormente se traducen en 5 clusters dando
origen a un nmero igual de rutas para agentes
viajeros.

Fig. 1 Ubicacin de Clientes en las ciudades de Quertaro,


Len, y Guadalajara Origen (Bodega).

A continuacin en la Tabla 1, se presentan a los


5 clientes semilla Sj considerados y el total de
clientes a considerar Ci, por estado (Tabla 2, 3, 4).
Clientes semilla Sj a considerar heurstica de
asignacin generalizada de Fisher & Jaikumar

Tabla 1:
No Cliente
C5
C18
C20
C25
C26

Nombre
Papel y Mas
MAPEQ
Princesita Papelera
Papelera Bety
SABONIS

Estado.
Quertaro, QRO.
Len GTO.
Len GTO
Guadalajara, JAL
Guadalajara JAL

Tabla 2: Clientes Ci en la ciudad de Quertaro, QRO


No Cliente
C1
C2
C3
C4
C5
C6
C7
C8
C9
C10

Nombre
Blue
Papelera el Plumin
Papelera Minerva
Fantasa Papelera
Papel y Mas
Papelera Rossy
Papelera Florencia
Papeleras Colibri
Wilcon Papelera.
Centro Sandra

Direccin.
Ave. Panam.
15 De Mayo 120
Hidalgo 168.
De Vizcanas 1073.
Del Parque Loc. 3A.
Ignacio P. Sur 5013.
Hidalgo 185-C.
Allende Sur 67.
20 De Nov. 256-Bis.
Fco. J. Macn 103.

Tabla 3: Clientes Ci en la ciudad de Len, GTO


No Cliente
C11
C12
C13
C14
C15
C16
C17
C18
C19
C20

Nombre
Pap. Mariposa
El escritorio
Coecillo
Bricio Papelera
Papelera Delta
Pap. Surtimas
Comer. Arcoris
MAPEQ
Papelera Alfil
Princesita Pap.

Direccin
. Obregn 106.
Blvd.T.Landa 635.
Av. San Juan 105.
Madero 519
. Obregn 218
Cumbres 1003
Justo Sierra 128
Blv. Escobedo 4213
E. Zapata 302 2
Romita 104

Pag.

4to Taller Latino Iberoamericano de Investigacin de Operaciones


16, 17 y 18 de Noviembre de 2011, Acapulco, Guerrero, Mxico.

Tabla 4: Clientes Ci en la ciudad de Guadalajara, JAL


No Cliente
C21
C22
C23
C24
C25
C26

Nombre
Vzquez Hnos.
Felipe Escolar
CONIGA
La Casita
Papelera Bety
SABONIS

Direccin
San Felipe 555
Loera 200
Indep. 1119
R. Zavala 189
G.Galilei 357
Obregn 299

C13

490,72

13,38

2,7

138,12

114,51

C14

497,34

14,50

2,38

132,74

110,62

C15

498,52

16,95

2,32

127,92

105,81

479,13

5,16

2,31

131,03 108,915

498,435 16,875

2,475

127,83

104,22

C16
C17

La obtencin del costo de la mejor insercin del


cliente se baso en la siguiente matriz de costos. En
la Tabla 5 se presenta una parte de la matriz de
costos con el objetivo de ilustrar la secuencia de
esta.
Matriz de costos, obtenida a partir de la
distancia en kilmetros entre dos puntos y un costo fijo por
kilometro recorrido.

C18

476,22

2,385

129,62 107,505

C19

496,32 16,125

2,31

133,22 111,105

C20

503,73 21,405

130,13 108,015

C21

968,745 561,53

541,52

9,285

C22

961,955 554,74

536,23

C23

971,31 562,59

541,08

C24

973,655 564,94

C25
C26
aj

3,99

17,45

3,89

7,605

5,145

546,43

29,45

13,79

981,105 572,39

553,88

26,79

961,215
30

533,99
30

29,01
30

552,5
30

30

Tabla 5:

Bodega
Bodega

C1

C2

....

C26

257,1

257,7

....

298,3
10,31

C1

257,1

5,805

....

C2

257,7

5,805

....

.
.
.

.
.
.

C26

.
.
.

685,5

8,4

.
.
.

520,5

Global optimal solution found.


Objective value:
Extended solver steps:
Total solver iterations:

.
.
.

532,5

....

Una vez obtenida la matriz de costos se usa la


siguiente formulacin dij=
debido a que se cuenta con una matriz simtrica,
obteniendo los resultados que se muestra en la Tabla
6. Cabe destacar que se coloca la demanda bij
(cajas) de cada cliente i y capacidad del vehculo aj
(cajas) para cada Clientes Semilla Sj
Tabla 6:

Posteriormente se resuelve el GAP para la


asignacin de Cliente i a Clientes Semilla Sj y as
obtener la formacin de cluters, para lo cual se
utilizo Lingo 10.1 en un procesador 2.26 GHz Intel
2 Duo Core, obteniendo la siguiente asignacin
(Tabla 7).

Tabla 7: Relacin de clientes Ci con clientes semilla Sj


Sj

Relacin de costos de clientes Ci con clientes

Ci

semilla Sj.

C5

C18

C20

C25

C1

C2

C11

C21

C8

C3

C6

C14

C22

C12

C4

C13

C15

C23

C24

C5

C18

C16

C25

C26

C7

C19

C17

C9
Clientes Semilla Sj
Ci

C5

C18

C20

C25

507.6950
504
4644

C26

C20

C10
C26

bij

C1

6,94

73,06

69,55

115,68

92,07

C2

8,23

57,16

67,15

128,28

104,67

C3

6,55

58,01

67,99

120,12

96,51

C4

2,68

58,71

68,7

122,33

98,71

C5

69,78

78,27

131,9

109,78

C6

6,18

54,99

64,98

117,11

94,99

C7

7,24

58,23

68,22

118,85

95,23

C8

4,98

54,73

64,72

116,85

93,24

C9

37,66

95,58

105,57

154,7

131,08

C10

45,6

111,3

121,29

168,92

146,80

C11

500,46

17,67

2,34

128,36

104,74

C12

491,35

12,88

128,25

106,14

Como parte de la segunda fase se resuelve el


problema TSP para cada uno de los clusters
utilizando de nueva cuenta Lingo 10.1, para los 5
clientes semilla Sj. Tabla 8 muestra los costos para
el clster de C25
Tabla 8:

Para el clster de C25, bajo los siguientes

costos.

Bodega

C21

C22

C23

C25

Bodega

676,56

680,27

677,63

684,42

C21

676,56

6,615

4,335

17,145

Pag.

4to Taller Latino Iberoamericano de Investigacin de Operaciones


16, 17 y 18 de Noviembre de 2011, Acapulco, Guerrero, Mxico.
C22

680,27

6,615

6,3

21,6

C23

677,625

4,335

6,3

14,4

C25

684,42

17,145

21,6

14,4

La Tabla 9 nos presenta la secuencia de las


rutas de acuerdo a los 5 clientes semilla Sj
propuestos en un inicio bajo la heurstica de
asignacin generalizada de Fisher & Jaikumar,
arrojando un costo total de $ 5,449.094.

Resumen de secuencia de las rutas con


respecto a Sj

Tabla 9:
Sj

Ruta

C5

Origen c4 c9 c5 c2 c8
c10 Origen

C18
C26
C20

Resumen de secuencia de las rutas con


respecto a Sj

Tabla 9:
Sj

Ruta

C5

Origen c1 c7 c3 c10 c5
c9 c4 Origen

Carga
(unidades)
30
unidades.

Origen c19 c13 c18 c6 c2


Origen
Origen c24 c26 c12 c8
Origen
Origen c16 c14 c15 c11
c20 c17 Origen
Origen c21 c22 c23 c25
Origen

30
unidades
29
unidades
30
unidades
23
unidades

C18
C26
C20
C26

C25

Origen c3 c6 c1 c7 c18
c16 Origen
Origen c24 c26 c12 c8
Origen
Origen c16 c14 c15 c11
c20 c17 Origen
Origen c21 c22 c23 c25
Origen

Carga
(unidades)
30
unidades.
25
unidades
28
unidades
30
unidades
29
unidades

Como observamos tenemos un ahorro de $ 26.285


semanalmente al comparar la heurstica de de
Barrido y Fisher & Jaikumar.

4. Conclusiones
Mediante el uso de la heurstica de asignacin
generalizada de Fisher & Jaikumar, se logro
encontrar una factible y mejor solucin para el
problema de ruteo vehicular de la empresa PyME.
Cabe destacar que dicha solucin puede mejorar al
momento de seleccionar los Clientes Semilla Sj.
Nuestra propuesta para un trabajo futuro es resolver
el modelo de la P-Mediana en la etapa de seleccin
de Clientes Semilla Sj, y con esto tratar de encontrar
una mejor solucin.

Referencias
[1]

Fisher, M., & Jaikumar, R. (1981). A generalized


assignment heuristic for the vehicle routing problem.
Networks 11, 109124

[2]

Gillett, B. & Miller, L. (1974). A heuristic algorithm


for the vehicle-dispatch problem. Operations
Research, 22 340-34

[3]

Gutin, G. & Punnen, A. (2002). The Traveling


Salesman Problem: Applications, Formulationsan
Variations. Traveling salesman problem and its
variations (pp.1-24). Netherlands: Kluwer Academic
Publishers.

[4]

Kara, I., Laporte, G. & Bektas, T. (2004). A note on


the lifted MillerTuckerZemlin subtour elimination
constraints for the capacitated vehicle routing
problem. European Journal of Operational Research,
158, 793 - 795.

[5]

Lindo Systems Inc, (2010). Lingo Users Guide.

[6]

Olivera, A. (2004). Heursticas para Problemas de


Ruteo de Vehculos. Instituto de Computacin,
Facultad de Ingeniera, Universidad de la Repblica,
Montevideo, Uruguay. 17 - 18.

Fig. 2
Secuencia de las rutas con respecto a Sj bajo la
heurstica de asignacin generalizada Fisher & Jaikumar.

3.2 Resultados
La empresa PyME, no cuenta con un mtodo de
ruteo vehicular definido y lo ms cercano a sus
prcticas es la heurstica de Barrido o Sweep. En
dicha Heurstica los clusters se forman girando una
semirrecta con origen en el depsito e incorporando
los clientes barridos por dicha semirrecta hasta
que se viole la restriccin de capacidad (Gillett, B.
& Miller, L., 1974).
De acuerdo a los resultados obtenidos utilizando la
poltica de la empresa (heurstica de Barrido o
Sweep) para realizar el ruteo vehicular, se obtuvo un
costo total de $ 5,475.379.

Informacin acerca del Autor


Autor: Guerrero Campanur Aarn (Estudiante de
Doctorado). Logstica y Direccin de la Cadena de
Suministro. Universidad Popular Autnoma del

Pag.

4to Taller Latino Iberoamericano de Investigacin de Operaciones


16, 17 y 18 de Noviembre de 2011, Acapulco, Guerrero, Mxico.

Estado de Puebla. Docente Ingeniera Industrial


Instituto Tecnolgico Superior de Uruapan ITSU.
Uruapan,
Michoacn;
Mxico.
Email:
aaron.guerrero@itesu.edu.mx

Autor: Prez Loaiza Rodolfo (Estudiante de


Doctorado). Logstica y Direccin de la Cadena de
Suministro. Universidad Popular Autnoma del
Estado de Puebla. Depto. Ingeniera Industrial
Instituto Tecnolgico de Apizaco, Tlaxcala; Mxico.
Email: reploaiza@gmail.com

Autor: Olivares Bentez Elas Logstica y


Direccin de la Cadena de Suministro. Universidad
Popular Autnoma del Estado de Puebla. Centro
Interdisciplinario de Posgrados, Investigacin y
Consultora. Email: elias.olivares@upaep.mx

Pag.

You might also like