Modelo determinístico bi-objetivo para el problema de ruteo de vehículos con condiciones de contaminación

Simple item page
dc.contributor.advisorArias Osorio, Javier Eduardo
dc.contributor.authorNieves Medina, Lysbeydys Carolina
dc.contributor.authorUrrutia Gómez, Edinson
dc.contributor.evaluatorDíaz Bohórquez, Carlos Eduardo
dc.contributor.evaluatorReyes Rodríguez, Juan Felipe
dc.date.accessioned2022-11-23T12:51:09Z
dc.date.available2022-11-23T12:51:09Z
dc.date.created2022-11-16
dc.date.issued2022-11-16
dc.description.abstractEn el desarrollo del presente proyecto de investigación, el cual tiene como objetivo Diseñar y evaluar un modelo determinístico bi-objetivo para el problema de enrutamiento con condiciones de contaminación. El tradicional problema de enrutamiento de vehículo (VRP) será la base para el desarrollo del modelo propuesto, el cual, trae consigo la incorporación de variantes como su naturaleza bi-objetivo, vinculando el enfoque de minimización de costos totales y consideraciones ambientales. Las condiciones ambientales han ganado peso con el pasar de los años en los campos de investigación, autores como: G. Laporte, Palmer y Bektas consideran las consideraciones ambientales un factor decisivo en las tomas de decisiones estratégicas de ruteo de vehículos, especialmente las emisiones CO2 como un foco importante de estudio. Para cumplir los objetivos planteados en el presente trabajo, el modelo matemático se desarrollará y validará su correcto funcionamiento del modelo MILP para cada una de las dos funciones por separadas, en la herramienta GAMS. Como resultado de la revisión de literatura se consideró que para encontrar las soluciones no dominadas del problema completo bi-objetivo, la metaheurística adecuada y recomendada en estudios anteriores, es el NSGA-II, por lo que se realizara la codificó de este en MATLAB, para el apartado de validación de las pruebas de rendimiento del algoritmo, se empleó los análisis estadísticos de Tukey brindados por la herramienta MINITAB. Mediante el desarrollo de las pruebas se llegó a la conclusión de que el menor tiempo de ejecución del algoritmo NSGA-II propuesto, se obtiene con una combinación de factores de tamaño de la población, probabilidad de cruce y mutación en sus niveles bajos (50, 0.4 y 0.1, respectivamente). En cambio, para obtener la mayor cantidad de soluciones no dominadas se debe establecer un tamaño de población de 100 individuos, una probabilidad de cruce igual a 0.7 y una probabilidad de mutación de 0.1. Finalmente, al revisar las soluciones no dominadas encontradas en estos 2 tratamientos e identificar los costos mínimos, se demostró que las soluciones generadas por el tratamiento número 7 (con P = 50, C=0.4 y M=0.1) dominaron a las del tratamiento 1 (con P=100, C=0.7 y M=0.1).
dc.description.abstractenglishIn the development of the present research project, the objective is to design and evaluate a deterministic bi-objective model for the routing problem with contamination conditions. The traditional vehicle routing problem (VRP) will be the basis for the development of the proposed model, which brings with it the incorporation of variants such as its bi-objective nature, linking the total cost minimization approach and environmental considerations. Environmental conditions have gained weight over the years in the research fields, authors such as: G. Laporte, Palmer and Bektas consider environmental considerations as a decisive factor in strategic vehicle routing decisions, especially CO2 emissions as an important focus of study. To meet the objectives set out in the present work, the mathematical model will be developed and its correct performance of the MILP model for each of the two functions separately will be validated in the GAMS tool. As a result of the literature review, it was considered that to find the non-dominated solutions of the complete bi-objective problem, the appropriate metaheuristic and recommended in previous studies, is the NSGA-II, so the coding of this in MATLAB was performed, for the validation section of the algorithm performance tests, the Tukey statistical analysis provided by the MINITAB tool was used. Through the development of the tests, it was concluded that the shortest execution time of the proposed NSGA-II algorithm is obtained with a combination of population size, crossover probability and mutation factors at low levels (50, 0.4 and 0.1, respectively). In contrast, to obtain the highest number of non-dominated solutions, a population size of 100 individuals, a crossover probability equal to 0.7 and a mutation probability of 0.1 should be set. Finally, when reviewing the non-dominated solutions found in these 2 treatments and identifying the minimum costs, it was shown that the solutions generated by treatment number 7 (with P = 50, C=0.4 and M=0.1) dominated those of treatment 1 (with P=100, C=0.7 and M=0.1).
dc.description.degreelevelPregrado
dc.description.degreenameIngeniero Industrial
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Industrial de Santander
dc.identifier.reponameUniversidad Industrial de Santander
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/12208
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingeníerias Fisicomecánicas
dc.publisher.programIngeniería Industrial
dc.publisher.schoolEscuela de Estudios Industriales y Empresariales
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAttribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectOptimización multiobjetivos
dc.subjectAlgoritmo genético
dc.subjectOptimización
dc.subjectRuteo de vehículos
dc.subjectVRP
dc.subjectPRP
dc.subjectEmisiones CO2
dc.subjectVentanas de tiempo
dc.subject.keywordMultiobjective Optimization
dc.subject.keywordGenetic Algorithm
dc.subject.keywordOptimization
dc.subject.keywordVehicle Routing
dc.subject.keywordVRP
dc.subject.keywordPRP
dc.subject.keywordCO2 Emissions
dc.subject.keywordTime Windows
dc.titleModelo determinístico bi-objetivo para el problema de ruteo de vehículos con condiciones de contaminación
dc.title.englishBi-objective deterministic model for the problem of vehicle routing with pollution conditions
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.hasversionhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.localTesis/Trabajo de grado - Monografía - Pregrado
dspace.entity.type
Files
Original bundle
Now showing 1 - 4 of 4
No Thumbnail Available
Name:
Carta de Autorización.pdf
Size:
1.07 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Nota de Proyecto.pdf
Size:
668.82 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Documento.pdf
Size:
1.73 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Apéndices.zip
Size:
4.35 MB
Format:
Unknown data format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
2.18 KB
Format:
Item-specific license agreed to upon submission
Description:
Download
Collections
Ingeniería Industrial