Trabajo de grado - Maestría
Computational framework for solving the meal delivery routing problem
Fecha
2020Registro en:
instname:Universidad de los Andes
reponame:Repositorio Institucional Séneca
Autor
Quintero Rojas, Sebastián
Institución
Resumen
The Meal Delivery Routing Problem (MDRP) is a problem in which an online restaurant aggregator receives orders from diners and matches couriers that perform the pick-up and dropoff of these requests. These operations have become more popular over the past few years and on-demand delivery has gained special traction during the COVID-19 pandemic. There are many challenges involved in this problem: the order arrival stream is highly dynamic and uncertain, the fleet works under the gig economy model in which they have the freedom to reject requests and log on and off as they please, most orders are expected to be delivered in under 40 minutes and there are stakeholders with conflictive interests. In this research a computational framework is presented to handle an environment where solutions to the MDRP may be tested. At the core, there is a discrete events simulator which accurately represents the components of a meal delivery operation. The simulator has blocks where policies are embedded, that represent how actors make decisions or take actions. The proposed framework is modular, hence specific blocks may be interchanged so that different policies can be compared or new ones introduced. The computational framework is designed to transparently load instances and inputs, execute the simulation and output performance metrics. In addition, the MDRP is given new definitions. Lastly, real-life instances are provided for testing. El problema de ruteo de comidas a domicilio (MDRP por sus siglas en inglés) es un problema en el que un despachador en línea agrega restaurantes y recibe órdenes de comensales, asignando domiciliarios quienes realizan la recogida y entrega de estos pedidos. Estas operaciones se han vuelto muy populares en los últimos años y la entrega a domicilio ha ganado especial tracción durante la pandemia del COVID-19. Hay múltiples retos en este problema: el arribo de órdenes es altamente dinámico e incierto, la flota trabaja bajo el modelo de la gig economy, en el cual tienen la facultad de rechazar pedidos y conectarse a cualquier hora deseada, la mayoría de las órdenes se espera sean entregadas antes de 40 minutos y hay actores con conflicto de intereses. En esta investigación, se presenta un marco computacional donde se pueden probar soluciones para el MDRP. En el núcleo se encuentra un simulador de eventos discretos que representa los elementos de una operación donde se entregan comidas. El simulador tiene bloques donde hay políticas embebidas, las cuales representan la forma en la que los actores toman decisiones o realizan acciones. El marco propuesto es modular, de forma que bloques específicos se pueden comparar o incluso introducir unos nuevos. El marco está diseñado para cargar instancias y entradas, ejecutar la simulación y almacenar métricas de desempeño. Adicionalmente, se dan nuevas definiciones al MDRP. Por último, se entregan instancias reales para realizar pruebas.