Optimización multi-objetivo del problema de enrutamiento de vehículos
Palabras clave:
Problema de enrutamiento de vehículos, optimización multi-objetivo, NSGA-II, búsqueda localResumen
Este estudio parte de la necesidad de encontrar soluciones al problema de enrutamiento de vehículos de muchos objetivos, por lo se plantea encontrar soluciones óptimas para el problema con cuatro objetivos, siendo así considerado un problema de optimización de muchos objetivos para casos discretos. Se propone el diseño de metodologías que permitan la exploración del frente de Pareto enfocado a cierta dirección. Los objetivos que se consideran son: minimización de distancia, el número de vehículos, tiempo de espera y tiempo de demora. Se utilizaron datos de referencia encontrados en la literatura y el algoritmo NSGA-II es utilizado con la finalidad de encontrar el conjunto de soluciones óptimas y el Frente de Pareto parcial. Después, son diseñadas tres metodologías, para obtener soluciones enfocadas a una parte del frente. Los resultados demuestran que las técnicas diseñadas en este estudio dan resultados favorables para la optimización de problemas de muchos objetivos que además son discretos.Descargas
Citas
Castro-Gutierrez, J., Landa-Silva, D., & Moreno Perez, J. (2011). Nature of real-world multi-objective vehicle routing with evolutionary algorithms. 2011 IEEE International Conference on Systems, Man, and Cybernetics, 257–264. doi:10.1109/ICSMC.2011.6083675
García-Nájera, A., Bullinaria, J. a., & Gutiérrez-Andrade, M. a. (2015). An evolutionary approach for multi-objective vehicle routing problems with backhauls. Computers & Industrial
Engineering, 81, 90–108. doi:10.1016/j.cie.2014.12.029
Karakatič, S., & Podgorelec, V. (2015). A survey of genetic algorithms for solving multi depot vehicle routing problem. Applied Soft Computing, 27, 519–532. doi:10.1016/j.asoc.2014.11.005
Lin, C., Choy, K. L., Ho, G. T. S., Chung, S. H., & Lam, H. Y. (2014).
Survey of Green Vehicle Routing Problem: Past and future trends. Expert Systems with Applications, 41, 1118–1138. doi:10.1016/j.eswa.2013.07.107
Tan, K. C., Chew, Y. H., & Lee, L. H. (2006). A hybrid multi-objective evolutionary algorithm for solving truck and trailer vehicle routing problems. European Journal of Operational Research, 172, 855–885. doi:10.1016/j.ejor.2004.11.019
Publicado
Cómo citar
Número
Sección
Licencia
Todos los contenidos de CULCYT se distribuyen bajo una licencia de uso y distribución “Creative Commons Reconocimiento-No Comercial 4.0 Internacional” (CC-BY-NC). Puede consultar desde aquí la versión informativa de la licencia.
Los autores/as que soliciten publicar en esta revista, aceptan los términos siguientes: a) los/las autores/as conservarán sus derechos de autor y garantizarán a la revista el derecho de primera publicación de su obra; y b) se permite y recomienda a los/las autores/as agregar enlaces de sus artículos en CULCYT en la página web de su institución o en la personal, debido a que ello puede generar intercambios interesantes y aumentar las citas de su obra publicada.