dc.contributorZaragoza Martínez, Francisco Javier;#0000-0001-7570-1483
dc.contributorCastro Campos, Rodrigo Alexander;#0000-0003-2275-5511
dc.creatorMendieta, Carlos Aurelio;#0000-0001-6831-2586
dc.creatorMendieta Robles, Carlos Aurelio
dc.date.accessioned2023-02-20T16:47:14Z
dc.date.accessioned2023-07-20T16:15:24Z
dc.date.available2023-02-20T16:47:14Z
dc.date.available2023-07-20T16:15:24Z
dc.date.created2023-02-20T16:47:14Z
dc.date.issued2020-08-24
dc.identifierhttp://hdl.handle.net/11191/9387
dc.identifierhttps://doi.org/10.24275/uama.6749.9387
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/7718182
dc.description.abstractEl problema de ruteo de vehículos es un problema central en la distribución de bienes, en donde se tiene un conjunto de solicitudes de clientes geográficamente dispersos y se dispone de una flota de vehículos de capacidad limitada que se encuentra estacionada inicialmente en un centro de distribución. El objetivo es asignar solicitudes a vehículos y calcular sus itinerarios, para que el costo total de distribución sea mínimo y la ejecución del plan sea factible. En esta tesis presentamos un problema multiobjetivo nuevo en la literatura, en el que además de considerar el gasto y el reabastecimiento de combustible durante los recorridos, se busca minimizar tanto la distancia total recorrida por los vehículos (proporcional al combustible consumido por los mismos), como el tiempo total de recorrido (considerando la existencia de tiempos de espera variables en las distintas gasolineras) y también el costo monetario derivado de la compra del combustible (considerando la variación del precio de la gasolina en las distintas gasolineras). Formulamos este problema con un modelo de programación entera mixta para resolver un conjunto de instancias realistas mediante el solucionador lineal Gurobi. Posteriormente presentamos adaptaciones novedosas de heurísticas clásicas del problema de ruteo, con las que calculamos soluciones iniciales factibles para acelerar el proceso de resolución del modelo. El solucionador lineal también es asistido por un algoritmo de búsqueda local para intentar mejorar las soluciones obtenidas durante el proceso de optimización.
dc.languagespa
dc.publisherUniversidad Autónoma Metropolitana (México). Unidad Azcapotzalco. Coordinación de Servicios de Información.
dc.rightshttp://creativecommons.org/licenses/by-nc-nd/4.0
dc.rightsopenAccess
dc.rightsAtribución-NoComercial-SinDerivadas
dc.titlePlaneación de rutas de distribución óptimas con abastecimiento de combustible
dc.typeTesis de maestría


Este ítem pertenece a la siguiente institución