Una de las situaciones que requieren análisis para los servicios de distribución en las grandes ciudades es que ruta tomar, la cual se complica por el clima, accidentes o tráfico, para ello, Elías Neftalí Escobar Gómez, Profesor investigador del área de ingeniería industrial, de la maestría en ciencias en ingeniería mecatrónica y del doctorado en ciencias de la ingeniería del Tecnológico Nacional de México, campus Tuxtla Gutiérrez, propone el desarrollo de un algoritmo para que se realice el ruteo de vehículos en forma competitiva.
De acuerdo con el investigador, el auge del comercio electrónico y las ventas a domicilio, además de factores como las implicaciones de la contingencia por el Covid 19, las entregas de última milla son un reto para satisfacer las expectativas de los clientes. Es decir, en las ciudades se requieren establecer las rutas de distribución considerando factores como las zonas de mayor tráfico, condiciones de las calles, condiciones atmosféricas, entre otros.
“Con la aplicación de métodos exactos es posible resolver el problema de ruteo de vehículo en forma óptima, pero, debido al proceso utilizado para obtener la solución se lleva un tiempo de procesamiento computacional alto; este tiempo se ve incrementado exponencialmente al aumentar el número de nodos analizados, de modo que actualmente no existe un modelo que en tiempo polinomial permita obtener la solución óptima. Esto permite el uso de heurísticas o metaheurísticas para obtener una solución suficientemente precisa en un tiempo de procesamiento computacional bajo; siendo las redes neuronales recurrentes una buena opción”.
Asimismo recalcó que las redes neuronales artificiales (RNA) son algoritmos de aprendizaje automático que imitan los procesos biológicos que se observan en las redes neuronales de los organismos vivos. Una neurona es un dispositivo simple de cálculo que a partir de entradas del exterior proporciona una salida.
“Se ha observado que en las redes neuronales biológicas el papel de la realimentación es fundamental, por lo que se ha incorporado a algunas de las RNA, como las redes neuronales recurrentes (RNR). Una red RNR incluye conexiones que permite retroalimentaciones entre las neuronas dentro de las capas; en otras palabras, en cada instante de tiempo cada neurona recibe dos entradas, la entrada de la capa anterior y la salida de la misma capa del instante anterior; por lo que es posible decir que una neurona recurrente tiene memoria”.
En este proyecto se utilizaron redes neuronales recurrentes para modelar el problema del ruteo de vehículo, con el algoritmo propuesto se determinó una ruta de reparto suficientemente precisa y en un tiempo de procesamiento computacional bajo, respecto al uso de métodos exactos.
Actualmente los hábitos de consumo del mercado no son los mismos que los de décadas anteriores, los clientes son cada vez más exigente. Como parte de la hiperglobalización los clientes se están acostumbrado a una extensa variedad de productos, tiempos de entrega cortos, garantía de devoluciones gratuitas, costos bajos, entre otros.
En algunos sectores del mercado, el transporte significa un alto porcentaje del valor agregado a los bienes, por lo tanto, la utilización de métodos para el optimizar el transporte a menudo resulta en ahorros significativos que oscilan entre el 5 y el 20 por ciento en los costos totales.
“Ciencia y Tecnología con Sentido Humano”
Departamento de Comunicación y Difusión
TecNM campus Tuxtla Gutiérrez
