Optimización heurística multiobjetivo para la gestión de activos de infraestructuras de transporte terrestre

Abstract

[EN] Despite the importance of infrastructure in economic and social development, available funds for their maintenance are often insufficient, leading to a rapid deterioration. In this context arises the discipline of infrastructure asset management. By combining engineering principles with business practices and economic theory, infrastructure asset management enables an optimal resource allocation for the operation of infrastructure over its lifecycle. Traditionally, the evaluation of maintenance alternatives has been focused in economic and technical terms. Recent efforts have been made to quantify the environmental impact of these activities. However, current models lack of an integrated evaluation. This limitation creates the need to develop a sustainable evaluation of maintenance alternatives that integer technical, economic and environmental aspects over the infrastructure life-cycle. With respect to the allocation of maintenance funds, optimization methods mainly used are mathematical programming and near-optimization methods. Regarding near-optimization methods, too little attention has been paid to heuristic algorithms, which so far have only been applied to solve the problem at the project level. In addition, optimization applications in infrastructure management are mainly focused on one objective, ignoring thus the complex and multi-objective nature of the real problem. There is an opportunity to develop a heuristic multi-objective optimization tool that, considering a sustainable evaluation of alternatives, improves the current allocation of maintenance resources. In view of this background, the main objective of this research is to develop a tool for the sustainable evaluation of maintenance alternatives and the multi-objective heuristic optimization. This tool enables a more sustainable and efficient allocation of available resources for the maintenance of infrastructure at the network level. This tool is applied to a case study dealing with the management of an urban pavement network in Chile. This research concludes that the heuristic algorithms based on local search heuristics are inefficient to solve the budget allocation problem. Given this limitation, a new hybrid method is developed. It combines GRASP (Greedy Randomized Adaptative Search Procedure), GLS (Guided Local Search) and GFB (Greedy First Best) algorithms. Moreover, it evaluates the maintenance alternatives considering, in an integrated manner, technical, economic and environmental aspects. The proposed hybrid algorithm results in maintenance programs with an average effectiveness that is 9% higher than the one obtained with local search heuristics. The hybrid algorithm also requires in this process a lower computational effort. The application of the optimization tool to the Chilean case study improves the current management of urban pavements. The average network condition is 22% higher than the one obtained under the current practices and the generated CO2 emissions are reduced in 12%. In practical terms, optimal programs consider a proactive maintenance policy. This policy applies preservation treatments when the pavement condition is still good. Finally, the optimization tool produces in this research enables a better planning of maintenance funds over time. Based on the evidence demonstrated by the Chilean case study, it is concluded that the funding level over time is a key factor in the technical and environmental performance of the network.

[ES] A pesar de la importancia de las infraestructuras en el desarrollo económico y social, los recursos disponibles para su conservación suelen ser insuficientes, generando un deterioro acelerado de las mismas. En este contexto surge la disciplina de gestión de activos de infraestructura, que busca optimizar la asignación de recursos para la gestión, operación y conservación de la infraestructura mediante un análisis de su ciclo de vida. Los criterios tradicionalmente empleados para evaluar las alternativas de conservación han sido los técnicos y económicos. Si bien, recientemente, se han realizado esfuerzos para cuantificar el impacto ambiental; los modelos actuales carecen de un enfoque integrado. Surge así la oportunidad de desarrollar una evaluación sostenible que integre los aspectos técnicos, económicos y ambientales en el ciclo de vida de la infraestructura. En relación a la asignación óptima de recursos, los métodos mayoritariamente empleados son los de programación matemática y los métodos de optimización aproximada. Dentro de estos últimos, las aplicaciones de algoritmos heurísticos resultan escasas, limitándose a resolver el problema a nivel de proyecto. Estos métodos, sin embargo, han sido exitosamente aplicados para resolver problemas de optimización combinatoria en otros campos de investigación. A esto hay que añadir que las aplicaciones desarrolladas se centran, mayoritariamente, en la optimización de un único objetivo; obviando la naturaleza multiobjetivo del problema real. Se detecta, por tanto, la oportunidad de desarrollar una herramienta de optimización heurística multiobjetivo que, considerando una evaluación sostenible de alternativas, mejore la asignación actual de recursos. A la vista de estos antecedentes, el objetivo principal de esta investigación consiste en desarrollar una herramienta para la evaluación de alternativas de conservación y la optimización heurística multiobjetivo, que permita una asignación más sostenible y eficiente de los recursos disponibles para la conservación de redes de activos de infraestructura de transporte terrestre. La herramienta propuesta se aplica a un caso de estudio real que consiste en la gestión de una red de pavimentos urbanos en Chile. De la aplicación de la herramienta de optimización al caso de estudio se concluye que los algoritmos heurísticos basados en búsquedas por entornos resultan poco eficientes para resolver el problema de asignación de recursos de conservación. Ante esta limitación, se desarrolla un nuevo método híbrido que considera los algoritmos GRASP (Greedy Randomized Adaptative Search Procedure), GLS (Guided Local Search) y GFB (Greedy First Best). Además, el método propuesto permite evaluar las alternativas de conservación considerando, de forma integrada, criterios técnicos, económicos y ambientales. El algoritmo híbrido propuesto diseña programas de conservación con una efectividad media un 9% superior a la obtenida con el algoritmo de búsqueda por entornos más eficaz, requiriendo para ello un menor esfuerzo computacional. En la aplicación al caso de estudio chileno, se observa que el algoritmo híbrido mejora la gestión actual, aumentando en un 22% la condición media de la red y reduciendo, además, las emisiones de CO2 en un 12%. En términos prácticos, los programas óptimos consideran una política proactiva, en la que los pavimentos se tratan cuando la condición de los mismos aún es buena. Por último, la herramienta propuesta mejora la planificación temporal de los recursos. En base a las evidencias demostradas en el caso de estudio, se concluye que la distribución temporal del presupuesto es un factor clave en el desempeño técnico y ambiental de la red.

[CA] A pesar de la importància de les infraestructures en el desenrotllament econòmic i social, els recursos disponibles per a la seua conservació solen ser insuficients, generant un deteriorament accelerat de les mateixes. En este context sorgix la disciplina de gestió d'actius d'infraestructura, que busca optimitzar l'assignació de recursos per a la gestió, operació i conservació de la infraestructura per mitjà d'una anàlisi del seu cicle de vida. Els criteris tradicionalment empleats per a avaluar les alternatives de conservació han sigut els tècnics i econòmics. Si bé, recentment, s'han realitzat esforços per a quantificar l'impacte ambiental; els models actuals no tenen un enfocament integrat. Sorgix així l'oportunitat de desenrotllar una avaluació sostenible que integre els aspectes tècnics, econòmics i ambientals en el cicle de vida de la infraestructura. En relació a l'assignació òptima de recursos, els mètodes majoritàriament empleats són els de programació matemàtica i els mètodes d'optimització aproximada. Dins d'estos últims, les aplicacions d'algoritmes heurístics resulten escasses, limitant-se a resoldre el problema a nivell de projecte. Estos mètodes, no obstant això, han sigut reeixidament aplicats per a resoldre problemes d'optimització combinatòria en altres camps d'investigació. A açò cal afegir que les aplicacions desenrotllades se centren, majoritàriament, en l'optimització d'un únic objectiu; obviant la naturalesa multiobjetivo del problema real. Es detecta, per tant, l'oportunitat de desenrotllar una ferramenta d'optimització heurística multiobjetivo que, considerant una avaluació sostenible d'alternatives, millore l'assignació actual de recursos. A la vista d'estos antecedents, l'objectiu principal d'esta investigació consistix a desenrotllar una ferramenta per a l'avaluació d'alternatives de conservació i l'optimització heurística multiobjetivo, que permeta una assignació més sostenible i eficient dels recursos disponibles per a la conservació de xarxes d'actius d'infraestructura de transport terrestre. La ferramenta proposada s'aplica a un cas d'estudi real que consistix en la gestió d'una xarxa de paviments urbans a Xile. De l'aplicació de la ferramenta d'optimització al cas d'estudi es conclou que els algoritmes heurístics basats en busques per entorns resulten poc eficients per a resoldre el problema d'assignació de recursos de conservació. Davant d'esta limitació, es desenrotlla un nou mètode híbrid que considera els algoritmes GRASP (Greedy Randomized Adaptative Search Procedure) , GLS (Guided Local Search) i GFB (Greedy First Best) . A més, el mètode proposat permet avaluar les alternatives de conservació considerant, de forma integrada, criteris tècnics, econòmics i ambientals. L'algoritme híbrid proposat dissenya programes de conservació amb una efectivitat mitjana un 9% superior a l'obtinguda amb l'algoritme de busca per entorns més eficaços, requerint per a això un menor esforç computacional. En l'aplicació al cas d'estudi xilé, s'observa que l'algoritme híbrid millora la gestió actual, augmentant en un 22% la condició mitjana de la xarxa i reduint, a més, les emissions de CO2 en un 12%. En termes pràctics, els programes òptims consideren una política proactiva, en la que els paviments es tracten quan la condició dels mateixos encara és bona. Finalment, la ferramenta proposada millora la planificació temporal dels recursos. Basant-se en les evidències demostrades en el cas d'estudi, es conclou que la distribució temporal del pressupost és un factor clau en l'exercici tècnic i ambiental de la xarxa.