Algoritmo genético con consideraciones de horizonte de tiempo en la solución de problemas de inventarios y ruteo

Garcia Hernandez, Maria Camila; Castelblanco Vargas, Wilson Andres; Perilla Sanclemente, Mariana; Reyes Mora, Nicolás

Algoritmo genético con consideraciones de horizonte de tiempo en la solución de problemas de inventarios y ruteo

dc.contributor.advisor	Roldán Nariño, Raúl Fabián
dc.contributor.author	Garcia Hernandez, Maria Camila
dc.contributor.author	Castelblanco Vargas, Wilson Andres
dc.contributor.author	Perilla Sanclemente, Mariana
dc.contributor.author	Reyes Mora, Nicolás
dc.contributor.evaluator	Jiménez Gordillo, Jose Fernando
dc.contributor.evaluator	García Díaz, Juan Carlos
dc.date.accessioned	2023-03-14T13:06:58Z
dc.date.available	2023-03-14T13:06:58Z
dc.date.created	2022-07-28
dc.description.abstract	Los costos logísticos de las grandes empresas de la industria cervecera representan alrededor del 10% de sus ingresos, por tal motivo, se plantea como reto diseñar un plan de distribución y manejo de inventarios en Colombia. La solución a este problema se basa en el desarrollo de un algoritmo genético con consideraciones de planificación en un horizonte de tiempo donde, partiendo de un modelo matemático lineal y, comparando el uso del mismo en una heurística basada en este modelo matemático. Se tomó como base los datos utilizados en el modelo de Martínez y Pedraza, y así, los resultados obtenidos por instancias (pequeña, mediana y grande), así se pudo cuantificar la comparación realizada entre modelos. El modelo presentado utiliza un algoritmo genético, una metaheurística de mejora continua que continuamente itera y filtra los resultados para encontrar al individuo con la mejor función objetivo. Se genera a partir de una población que contiene individuos construida a partir de datos aleatorios de minoristas, almacén, tipo de vehículo y demanda para un determinado número de periodos. Una vez construida la población, se calcula la función objetivo para cada uno de los individuos con el fin de calificarlos con el mejor puntaje de fitness, algunos de los mejores individuos pasan a formar parte de la nueva población, mientras que otros deben cruzarse para poder crear una población completamente nueva con los mejores individuos posibles. Cuando se completa la nueva población, algunos de los individuos tienen que mutar, tratando de mejorar aún más su aptitud física para finalmente dar como resultado la función objetivo del mejor individuo de esta población. Simultáneamente, se considera Rolling Horizon en un horizonte de tiempo, donde para cada iteración se fijan los valores del periodo actual y se ajusta la demanda de los periodos restantes; De esta forma, se garantiza que la cantidad enviada al cliente, se acerque lo más posible a la demanda prevista para ese período y así, se reduzcan los faltantes. Ya teniendo la población inicial con los ajustes realizados se comienza a evaluar la función objetivo de cada uno de sus individuos para así construir una nueva población con los mejores individuos, es por eso que de la población inicial solo un bajo porcentaje pasa directamente en la nueva población, mientras que el resto debe cruzarse con otros cromosomas para mejorar su función objetivo. Teniendo la nueva población, estos individuos mutan, con el fin de mejorar aún más su función objetivo. El objetivo principal de este modelo fue diseñar un algoritmo genético para mejorar el tiempo de respuesta mediante la implementación de Rolling Horizon buscando la mejora continua en el modelo y desarrollar el diseño de instancias pequeñas, medianas y grandes para evaluar diferentes minoristas, almacén, tipo de vehículo y demandas. Al comparar los resultados del modelo con los del modelo de Martínez y Pedraza, obtuvimos que el código fue optimizado debido a que se dio una respuesta óptima en un menor tiempo, el cual varía dependiendo de la instancia evaluada. En la mayoría de los casos existe un mayor número de productos faltantes en comparación con los del modelo de Martínez y Pedraza, sin embargo, en algunos casos estos productos faltantes no son tan significativos ya que a medida que las instancias aumentan de tamaño se obtienen mejores resultados en la función objetivo. , llegando a una solución donde, aún con el costo de penalización por faltantes, el valor obtenido es aún mejor. Finalmente, la mejora media del tiempo de procesamiento fue de alrededor del 95% en cada una de las instancias.	spa
dc.description.abstractenglish	The logistics costs of large companies in the brewing industry represent about 10% of their income, for this reason, it is a challenge arises to design a distribution plan and inventory management in Colombia. The solution for this problem is based on the development of a genetic algorithm with planning considerations in a time horizon where, based on a linear mathematical model and, comparing the use of it in a heuristic based on this mathematical model. The data used in the Martínez and Pedraza model were taken as a basis, and likewise, the results obtained by instances (small, medium and large), thus, it was possible to quantify the comparison made between models. The model presented uses a genetic algorithm, metaheuristic of continuous improvement that iterates continuously and filters the results in order to find the individual with the best objective function. It is generated from a population that contains individuals built from random data of retailers, warehouse, vehicle type and demand for a certain number of periods. Once the population is built, the objective function is calculated for each one of the individuals in order to rate them with the best fitness score, some of the best individuals pass to be part of the new population, while others must be crossed in order to create a whole new population with the best possible individuals. When the new population is fulfilled, some of the individuals have to mutate, trying to improve their fitness even better to finally give as a result the objective function of the best individual of this population. Simultaneously, Rolling Horizon is considered in a time horizon, where for each iteration the values of the current period are fixed and an adjustment is made in the demand for the remaining periods; In this way, it is guaranteed that the quantity sent to the customer, is as close as possible to the forecast demand for that period and thus, the shortages are reduced. Already, having the initial population with the adjustments made, it begins to evaluate the objective function of each of its individuals in order to build a new population with the best individuals, that is why, of the initial population, only a low percentage passes directly into the new population, while the remaining must be crossed with other chromosomes to improve their target function. Having the new population, these individuals mutate, in order to further improve their objective function. The main purpose of this model was to design a genetic algorithm in order to improve response time by the implementation of Rolling Horizon looking forward the continuous improvement in the model and develop the design of small, medium and big instances to evaluate different retailers, warehouse, type of vehicle and demands. When comparing the results of the model with those of the model of Martínez and Pedraza, we obtained that the code was optimized because an optimal response was given in a shorter time, which varies depending on the instance evaluated. In most cases there is a greater number of missing products compared to those of the model of Martínez and Pedraza, however, in some cases, these missing products are not so significant because as instances increase in size, better results are obtained in the objective function, reaching a solution where, even with the penalty cost for shortages, the value obtained is still better. Finally, the media improvement of the processing time was about 95% in each of the instances.	spa
dc.description.degreelevel	Pregrado
dc.description.degreename	Ingeniero (a) Industrial
dc.format	PDF
dc.format.mimetype	application/pdf
dc.identifier.instname	instname:Pontificia Universidad Javeriana
dc.identifier.reponame	reponame:Repositorio Institucional - Pontificia Universidad Javeriana
dc.identifier.repourl	repourl:https://repository.javeriana.edu.co
dc.identifier.uri	http://hdl.handle.net/10554/63741
dc.language.iso	spa
dc.publisher	Pontificia Universidad Javeriana
dc.publisher.faculty	Facultad de Ingeniería
dc.publisher.program	Ingeniería Industrial
dc.rights.accessrights	info:eu-repo/semantics/openAccess
dc.rights.coar	info:eu-repo/semantics/openAccess
dc.rights.licence	Atribución-NoComercial-SinDerivadas 4.0 Internacional
dc.rights.local	De acuerdo con la naturaleza del uso concedido, la presente licencia parcial se otorga a título gratuito por el máximo tiempo legal colombiano, con el propósito de que en dicho lapso mi (nuestra) obra sea explotada en las condiciones aquí estipuladas y para los fines indicados, respetando siempre la titularidad de los derechos patrimoniales y morales correspondientes, de acuerdo con los usos honrados, de manera proporcional y justificada a la finalidad perseguida, sin ánimo de lucro ni de comercialización. De manera complementaria, garantizo (garantizamos) en mi (nuestra) calidad de estudiante (s) y por ende autor (es) exclusivo (s), que la Tesis o Trabajo de Grado en cuestión, es producto de mi (nuestra) plena autoría, de mi (nuestro) esfuerzo personal intelectual, como consecuencia de mi (nuestra) creación original particular y, por tanto, soy (somos) el (los) único (s) titular (es) de la misma. Además, aseguro (aseguramos) que no contiene citas, ni transcripciones de otras obras protegidas, por fuera de los límites autorizados por la ley, según los usos honrados, y en proporción a los fines previstos; ni tampoco contempla declaraciones difamatorias contra terceros; respetando el derecho a la imagen, intimidad, buen nombre y demás derechos constitucionales. Adicionalmente, manifiesto (manifestamos) que no se incluyeron expresiones contrarias al orden público ni a las buenas costumbres. En consecuencia, la responsabilidad directa en la elaboración, presentación, investigación y, en general, contenidos de la Tesis o Trabajo de Grado es de mí (nuestro) competencia exclusiva, eximiendo de toda responsabilidad a la Pontifica Universidad Javeriana por tales aspectos. Sin perjuicio de los usos y atribuciones otorgadas en virtud de este documento, continuaré (continuaremos) conservando los correspondientes derechos patrimoniales sin modificación o restricción alguna, puesto que, de acuerdo con la legislación colombiana aplicable, el presente es un acuerdo jurídico que en ningún caso conlleva la enajenación de los derechos patrimoniales derivados del régimen del Derecho de Autor. De conformidad con lo establecido en el artículo 30 de la Ley 23 de 1982 y el artículo 11 de la Decisión Andina 351 de 1993, "Los derechos morales sobre el trabajo son propiedad de los autores", los cuales son irrenunciables, imprescriptibles, inembargables e inalienables. En consecuencia, la Pontificia Universidad Javeriana está en la obligación de RESPETARLOS Y HACERLOS RESPETAR, para lo cual tomará las medidas correspondientes para garantizar su observancia.
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject	Horizonte de tiempo
dc.subject	Inventario
dc.subject	Algoritmo genético
dc.subject	Instancias de prueba
dc.subject.armarc	Ingeniería industrial - Tesis y disertaciones académicas
dc.subject.armarc	Algoritmos (Computadores)	spa
dc.subject.armarc	Control de inventarios	spa
dc.subject.armarc	Mejoramiento de procesos	spa
dc.subject.keyword	Rolling horizon
dc.subject.keyword	Inventory
dc.subject.keyword	Genetic algorithm
dc.subject.keyword	Test instances
dc.title	Algoritmo genético con consideraciones de horizonte de tiempo en la solución de problemas de inventarios y ruteo	spa
dc.title.english	Genetic algorithm with rolling horizon considerations in inventory and routing problem solution	spa
dc.type.coar	http://purl.org/coar/resource_type/c_7a1f
dc.type.driver	info:eu-repo/semantics/bachelorThesis
dc.type.hasversion	http://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.local	Tesis/Trabajo de grado - Monografía - Pregrado