Resumen

En esta investigación en particular se trabaja con un ejemplo en el existen clientes con cierta demanda en distintas ciudades El procedimiento propone la ubicación de puntos de almacenaje buscando el mínimo costo de distribución. Se toma en cuenta el volumen de demanda de cada cliente, el cual sirve de "atractor" para los almacenes, buscando que un punto con mayor demanda quede lo más cerca posible de un almacén.

Para buscar buenas soluciones a este tipo de problemas métodos no tradicionales como las heurísticas han tomando fuerza debido a que son menos difíciles de codificar. La metodología utilizada para encontrar la solución se considera un híbrido, porque usa la combinación de dos técnicas, algoritmos genéticos y árboles de mínima expansión.

El algoritmo, a grosso modo ejecutara lo siguiente:

Iniciara con una población de "cromosomas" aleatoria, los cuales se codificarán con el número que le corresponde a cada ciudad, es decir que un numero le será asignado a cada ciudad por lo tanto los números no podrán repetirse dentro de un mismo "cromosoma".

En la primera parte del proceso, después de codificado cada cromosoma, se toma el primer "cromosoma" y se obtiene el árbol de mínima expansión (que se usa como método de acercamiento) para cada uno de sus "genes" simultáneamente, tomando en cuenta que estos son mutuamente excluyentes, es aquí donde se atrae a los clientes al almacén usando costos afectados por la demanda y por dos factores (alfa y beta).

Una vez obtenido el árbol se toma por separado cada almacén y sus ciudades y se hace un recorrido de forma que toque todas las ciudades a manera del problema del agente viajero.

Después, se obtiene el valor de la función objetivo para cada "individuo" de la "población". La función objetivo se obtiene con los siguientes sumandos:

• Costo de los arcos utilizados (costo de transportar entre dos nodos conectados)
• Costo de ubicar los almacenes ( en los nodos elegidos para tal efecto )

Luego, lo anterior se repite para cada "cromosoma" y una vez terminado el proceso, se toman los de mejor función objetivo (los de menor peso) y se reproducen. Con esto y con procesos de recombinación y mutación, se crea la nueva población la cual sigue el proceso que la primera.

Esto se repite tantas veces como iteraciones le pidamos. Cuando el proceso es detenido, se muestra la mejor solución.

Índice de contenido

Capítulo 1. Presentación del Problema (archivo pdf, 27 kb)

Capítulo 2. Marco Teórico (archivo pdf, 89 kb)

Capítulo 3. Metodología de Solución (archivo pdf, 38 kb)

Capítulo 4. Desarrollo y Comportamiento del Algoritmo (archivo pdf, 140 kb)

Capítulo 5. Resultados (archivo pdf, 34 kb)

Capítulo 6. Conclusiones (archivo pdf, 8 kb)

Referencias (archivo pdf, 10 kb)

Apéndice A. Código del Programa (archivo pdf, 53 kb)

López Arrieta, R. F. 2004. Diseño de un algoritmo para optimización de ubicaciones en redes de distribución. Tesis Licenciatura. Actuaría. Departamento de Actuaría, Escuela de Ciencias, Universidad de las Américas Puebla. Mayo. Derechos Reservados © 2004.