Desarrollo de técnicas de Inteligencia artificial para resolver el problema de asignación de plataformas de carga a flota de camiones en una empresa logística

Abstract

[ES] Logifruit S.L. es una empresa privada con su sede principal en Valencia que centra su actividad en el alquiler de envases reutilizables de plástico. El principal objetivo que persigue este proyecto es desarrollar un algoritmo de búsqueda eficiente para planificar la asignación semanal de una flota de camiones a las diversas plataformas que la empresa tiene distribuidas a lo largo de la península ibérica. Esta planificación está sujeta a distintas restricciones propias de la logística de la empresa y tiene como objetivo minimizar el coste del transporte y el coste de stock remanente de envases. La implantación de este algoritmo aporta grandes beneficios tanto a Logifruit, contando con un algoritmo de planificación muy potente, como a su principal cliente MERCADONA, garantizando el abastecimiento de todos sus productos en todo momento. La planificación semanal de la empresa se centra en recopilar todos los pedidos que recibe de la empresa MERCADONA y sus proveedores para generar una distribución óptima de los recursos disponibles. Al tratarse de MERCADONA, una empresa de grandes dimensiones donde se superan los mil pedidos semanales, el objetivo se centra en asignar la plataforma más apropiada para cada pedido de manera que se minimice el coste del transporte de cada camión, pero sobre todo controlar el stock para evitar remanentes negativos. Este stock puede quedar en negativo, por lo que la empresa deberá adquirir nuevos envases para hacer frente a estos pedidos. Por lo tanto, el balanceo del stock se debe tener en cuenta para minimizar la compra de envases. Para resolver este problema se propone el desarrollo de un algoritmo metaheurístico capaz de obtener una solución en un tiempo razonable al tratarse de un problema de optimización multiobjetivo, los operadores de la empresa deben valorar y seleccionar la mejor solución de entre las obtenidas. El método metaheurístico empleado es la combinación de un algoritmo GRASP (Greedy Randomized Adaptative Search Procedure) con algoritmo genético. El primero obtiene un conjunto de soluciones, las cuales se garantizan subóptimas, y que posteriormente son la población necesaria para el algoritmo genético, de forma que este pueda operar con esa población y obtener soluciones mejores que con los métodos ágiles.

[CA] Logifruit S.L. és una empresa privada amb la seua seu principal a València que centra la seua activitat en el lloguer d’envasos reutilitzables de plàstic. El principal objectiu que persegueix aquest projecte és desenvolupar un algorisme de cerca eficient per a planificar l’assignació setmanal d’una flota de camions a les diverses plataformes que l’empresa té distribuïdes al llarg de la península ibèrica. Aquesta planificació està subjecta a diferents restriccions pròpies de la logística de l’empresa i té com a objectiu minimitzar el cost del transport i el cost destoc romanent d’envasos. La implantació d’aquest algorisme aporta grans beneficis tant a Logifruit, comptant amb un algorisme de planificació molt potent, com al seu principal client MERCADONA, garantint el proveïment de tots els seus productes en tot moment. La planificació setmanal de l’empresa se centra en recopilar totes les comandes que rep de l’empresa MERCADONA i els seus proveïdors per a generar una distribució òptima dels recursos disponibles. En tractar-se de MERCADONA, una empresa de grans dimensions on se superen les mil comandes setmanals, l’objectiu se centra en assignar la plataforma més apropiada per a cada comanda de manera que es minimitze el cost del transport de cada camió, però sobretot controlar el estoc per a evitar romanents negatius. Aquest estoc pot quedar en negatiu, per la qual cosa l’empresa haurà d’adquirir nous envasos per a fer front a aquestes comandes. Per tant, el balanceig del estoc s’ha de tindre en compte per a minimitzar la compra d’envasos. Per a resoldre aquest problema es proposa el desenvolupament d’un algorisme metaheurístico capaç d’obtindre una solució en un temps raonable en tractar-se d’un problema d’optimització multiobjetivo, els operadors de l’empresa han de valorar i seleccionar la millor solució d’entre les obtingudes. El mètode metaheurístico empleat és la combinació d’un algorisme GRASP (Greedy Randomized Adaptative Search Procedure) amb algorisme genètic. El primer obté un conjunt de solucions, les quals es garanteixen subòptimes, i que posteriorment són la població necessària per a l’algorisme genètic, de manera que aquest puga operar amb aqueixa població i obtindre solucions millors que amb els mètodes àgils.

[EN] Logifruit S.L. is a private company, with its headquarters in Valencia, which focuses its activity on the rental of reusable plastic containers. The main objective of this project is to develop an efficient search algorithm to plan the weekly allocation of a fleet of trucks to the various platforms that the company has distributed throughout the Iberian Peninsula. This planning is subject to different restrictions inherent to the company’s logistics and aims to minimize the cost of transport and the cost of remaining stock of containers. The implementation of this algorithm provides Great benefits both to Logifruit, with a very powerful planning algorithm, and to its main customer MERCADONA, guaranteeing the supply of all its products at all times. The company’s weekly planning is centred on compiling all the orders it receives from MERCADONA and its suppliers for generating an optimum distribution of the available resources. As MERCADONA is a large company with more than a thousand orders a week, the objective is to assign the most appropriate platform for each order in order to minimize the cost of transporting each truck, but above all to control the textile stock to avoid negative carryovers. This stock can remain negative, so the company will have to acquire new packaging to cope with these orders. Therefore, the balancing of the textile stock must be taken into account in order to minimize the purchase of packaging. In order to solve this problem, the development of a metaheuristic algorithm is proposed, capable of obtaining a solution in a reasonable time. As this is a multi-target optimization problem, the company’s operators must evaluate and select the best solution from those obtained. The metaheuristic method used is the combination of a GRASP (Greedy Randomized Adaptive Search Procedure) algorithm with genetic algorithm. The first one obtains a set of solutions, which are guaranteed to be suboptimal, and which later are the necessary population for the genetic algorithm, so that it can operate with that population and obtain better solutions than with the agile methods