Analysis of Multi-Objective Optimization Models for Intermodal Transportation in Supply Chains

Abstract

[ES] Esta tesis abordará la optimización del transporte intermodal dentro del contexto de la cadena de suministro, enfocándose tanto en aspectos estratégicos como operativos. Primero, se introducirá el problema y la complejidad inherente de diseñar y ejecutar una cadena de suministro que incorpore múltiples modos de transporte, destacando la importancia del transporte intermodal en la minimización de costos y tiempos de transporte.

En la segunda parte, se revisarán varias metodologías disponibles para abordar estos problemas, incluyendo modelos de optimización multiobjetivo, programación matemática, técnicas de investigación operativa (IO) y métodos de inteligencia artificial (IA). Se analizarán las ventajas y limitaciones de cada enfoque, así como su aplicabilidad en diferentes contextos logísticos.

Finalmente, estas metodologías se aplicarán en el estudio de un caso del mundo real utilizando datos de una empresa representativa. El caso de estudio demostrará cómo la integración efectiva de la planificación de la producción y el transporte intermodal puede generar ahorros significativos en costos y mejorar la sostenibilidad del proceso de distribución. Se presentarán los resultados obtenidos y se discutirán las implicaciones prácticas para la toma de decisiones en la gestión de la cadena de suministro.

[EN] This thesis will address the optimization of intermodal transportation within the context of the supply chain, focusing on both strategic and operational issues. First, it will introduce the problem and the inherent complexity of designing and executing a supply chain that incorporates multiple modes of transportation, highlighting the importance of intermodal transportation in minimizing transportation costs and times.

In the second part, various methodologies available to address these problems will be reviewed, including multi-objective optimization models, mathematical programming, operational research (OR) techniques, and artificial intelligence (AI) methods. The advantages and limitations of each approach will be analyzed, as well as their applicability in different logistical contexts.

Finally, these methodologies will be applied in a real-world case study using data from a representative company. The case study will demonstrate how effective integration of production planning and intermodal transportation can generate significant cost savings and improve the sustainability of the distribution process. The results obtained will be presented, and the practical implications for decision-making in supply chain management will be discussed.