para casos concretos. Periódicamente se actualiza elsolver de optimización con nuevas mejoras. Ademásse <strong>es</strong>tá mejorando y ampliando el módulo de generaciónde inform<strong>es</strong> y análisis de las solucion<strong>es</strong>. En próximosartículos se <strong>es</strong>pera poder pr<strong>es</strong>entar r<strong>es</strong>ultadosmás detallados y extensos sobre la valoración y utilizaciónde <strong>es</strong>ta herramienta en las empr<strong>es</strong>as-piloto.4. ReferenciasBODIN, L., y GOLDEN, B. (1981). Classification inVehicle-Routing and Scheduling, Networks, 11(2),pp. 97-108.DESROCHERS, M.; LENSTRA, J. K., y SAVELSBERGH,M. W. P. (1990). A Classification Scheme for Vehicle-Routingand Scheduling Problems, EuropeanJournal of Operational R<strong>es</strong>earch, 46 (3), pp. 322-332.MILLER, C.; TUCKER A., y ZEMLIN R. (1960). Integerprogramming formulations and traveling sal<strong>es</strong>manproblems, J. of the ACM, 7 326-329.RODRIGUEZ, A. (2006). VRP-XML: lenguaje de marcasextensible para los problemas de rutas de vehículos.X Congr<strong>es</strong>o de Ingeniería de Organización,Valencia.TOTH, P., y VIGO, D. (2001). An overview of vehicle routingproblems. In the Vehicle Routing Problem. Ed. Societyfor Industrial and Applied Mathematics. Philadelphia.YEPES, V. (2002). Optimización heurística económicaaplicada a las red<strong>es</strong> de transporte del tipo VRPTW.Escuela Técnica Superior de Ingenieros de Caminos,Canal<strong>es</strong> y Puertos. Universidad Politécnica deValencia.14
D-O2USO DE ALGORITMOS GENETICOS PARA RESOLVEREL MODELO DETERMINISTA Y ESTOCASTICO PARA EL DISENODE UNA RED DE RECOGIDA DE RESIDUOSXI Congr<strong>es</strong>o de Ingeniería de OrganizaciónInternational Conference on Industrial Engineering and Industrial ManagementMadrid. September 5th-7th 2007MIGUEL ORTEGA-MIERJOAQUIN DELGADO HIPOLITOALVARO GARCIA-SANCHEZDEPARTAMENTO DE INGENIERIA DE ORGANIZACION, ADMINISTRACION DE EMPRESAS Y ESTADISTICAESCUELA TECNICA SUPERIOR DE INGENIEROS INDUSTRIALESUNIVERSIDAD POLITECNICA DE MADRIDR<strong>es</strong>umen: Unos de los problemas que aparecen en lag<strong>es</strong>tión de las cadenas de suministro inversas <strong>es</strong> el delas decision<strong>es</strong> relativas a la localización de plantas detratamiento, centros de recogida y de transferencia. En<strong>es</strong>ta comunicación se pr<strong>es</strong>entan un modelo deterministaMIP y el modelo <strong>es</strong>tocástico derivado para ayudara la decisión relativa a la localización de una plantade tratamiento y los centros de transferenciasnec<strong>es</strong>arios para reducir los cost<strong>es</strong> total<strong>es</strong> de funcionamientode un sistema de recogida de r<strong>es</strong>iduos. Estosmodelos se intentan r<strong>es</strong>olver de forma exacta conCPLEX 10.0 y dada la dificultad se plantea un enfoquedistinto utilizando algoritmos genéticos y programaciónlineal continua.Palabras clave: Recogida r<strong>es</strong>iduos, logística inversa, algoritmosgenéticos.I. IntroducciónUno de los problemas que aparecen en la g<strong>es</strong>tión delas cadenas de suministro <strong>es</strong> la localización de las instalacion<strong>es</strong>clave de dicha cadena (plantas de producción,almacen<strong>es</strong>, etc.) En el área de la logística inversa<strong>es</strong>te problema de diseño se traduce en lasdecision<strong>es</strong> acerca de la localización de los diferent<strong>es</strong>centros de recogida, centros de transferencia o plantasde tratamiento.Existen muchos modelos matemáticos que intentanfacilitar la toma de <strong>es</strong>tas decision<strong>es</strong> a <strong>es</strong>e r<strong>es</strong>pecto.Cuando las implicacion<strong>es</strong> de <strong>es</strong>tas decision<strong>es</strong> son alargo plazo <strong>es</strong> muy difícil de <strong>es</strong>timar, con precisión, laevolución de los valor<strong>es</strong> de todos los parámetros ylas variabl<strong>es</strong> de los modelos corr<strong>es</strong>pondient<strong>es</strong>.Esta situación <strong>es</strong> muy frecuente cuando se construyenmodelos de logística inversa. Este <strong>es</strong> el caso porejemplo de la evolución de los cost<strong>es</strong> de los combustibl<strong>es</strong>o la cantidad de r<strong>es</strong>iduo generado a lo largode los años.En el siguiente apartado se pr<strong>es</strong>enta un problema delocalización de instalacion<strong>es</strong> de recogida y tratamientode r<strong>es</strong>iduos. En los siguient<strong>es</strong> apartados se ofrece unmodelo MIP determinista que r<strong>es</strong>uelve el problemapreviamente anunciado y el modelo <strong>es</strong>tocástico asociado.Tras comentar la dificultad asociada a la r<strong>es</strong>oluciónde dicho modelo para casos de gran tamaño,en el último apartado se pr<strong>es</strong>enta una metodologíadistinta basada en los algoritmos genéticos.2. Pr<strong>es</strong>entación del problemaEl problema que se pr<strong>es</strong>enta, muy habitual cuandose quiere diseñar una red de recogida de r<strong>es</strong>iduos(plásticos, RSU, etc.) <strong>es</strong> el siguiente. Dados una seriede municipios en los que se genera r<strong>es</strong>iduo, se trataNº 35
- Page 1: POLITÉCNICANÚMERO ESPECIALXI Cong
- Page 4 and 5: mayor difusión y visibilidad de la
- Page 7: Nº 35D-O1INTEGRACION DE UN SIG CON
- Page 10 and 11: Figura 3Estructura y principales co
- Page 12 and 13: Tabla 1Análisis VRP implementadosA
- Page 16 and 17: de determinar en qué municipio col
- Page 18 and 19: Tabla 3Definición de las variables
- Page 20 and 21: Figura 3Individuo (izda.) y método
- Page 22 and 23: los anteriores dada la dificultad d
- Page 24 and 25: — Si un puente-grúa llega antes
- Page 26 and 27: Una secuencia cíclica, definida po
- Page 28 and 29: Tabla 1Valores medios de tiempo de
- Page 30 and 31: D-O4LAS RELACIONES ENTRE LAS EMPRES
- Page 32 and 33: Además, el círculo social en el q
- Page 34 and 35: Tabla 3Resultados de la aplicación
- Page 36 and 37: entre empresas no reduzcan la compe
- Page 38 and 39: esources, such as training, teamwor
- Page 40 and 41: 3.2. MeasuresAll the companies rece
- Page 42 and 43: arly 5% (setting out from levels ov
- Page 44 and 45: industry International Journal of O
- Page 46 and 47: de vencimiento. De acuerdo con Koul
- Page 48 and 49: una definición única. A continuac
- Page 50 and 51: Tabla 3Tiempos medios, en segundos,
- Page 52 and 53: D-O7LEAN PRODUCTION IMPLEMENTATION:
- Page 54 and 55: 56 Egyptian LP implementers and 38
- Page 56 and 57: Figure 1Main strategic objetives (L
- Page 58 and 59: 80%70%60%50%40%30%20%10%0%Figure 4C
- Page 60 and 61: Another very interesting result is
- Page 62 and 63: se produzcan situaciones no deseabl
- Page 64 and 65:
el trayecto HRST250, definido para
- Page 66 and 67:
Sujeto a:Restricciones [1] [2]…[1
- Page 68 and 69:
MOUDANI, W., y MORA-CAMINO, F. A dy
- Page 70 and 71:
Papadimitriou and Kanellakis (1980)
- Page 72 and 73:
which may result in a relatively be
- Page 74 and 75:
fraction, see Figure 4b (crossover-
- Page 76 and 77:
Table 4Solution for the semi dynami
- Page 78 and 79:
8. ReferencesAPT, K. (2003). Princi
- Page 80 and 81:
jetivo es analizar el vínculo exis
- Page 82 and 83:
Adicionalmente, una relación entre
- Page 84 and 85:
Figura 2Relaciones presentes en la
- Page 86 and 87:
Figura 4Valoración en la muestra d
- Page 88 and 89:
Nº 35D-O11MATHEMATICAL PROGRAMMING
- Page 90 and 91:
3.4. ConstraintsThe following const
- Page 92 and 93:
a PC at 1.83 GHz with 1 GB of RAM m
- Page 94 and 95:
Table 2Time differences between tim
- Page 96 and 97:
D-O12PATENTALAVA. DINÁMICA DE LAS
- Page 98 and 99:
Figura 2Evolución de las solicitud
- Page 100 and 101:
Figura 5Clusters tecnológicos en e
- Page 102 and 103:
cia un cambio en lo que podíamos d
- Page 104 and 105:
Figura 1Esquema de tecnologías alt
- Page 106 and 107:
tre otros, el coste de arranque de
- Page 108 and 109:
5.2. Construcción de las cuentas d
- Page 110 and 111:
D-O14PLANIFICACIÓN DEL TIEMPO DE T
- Page 112 and 113:
4. ModeloAunque todos los trabajado
- Page 114 and 115:
[12] impone que si la variable cl t
- Page 116 and 117:
Nº 35D-O15TRANSFERENCIA TECNOLÓGI
- Page 118 and 119:
de robótica y producción. Por una
- Page 120 and 121:
ien la diferencia no aparece signif
- Page 122 and 123:
presas es la siguiente (todos con p
- Page 124 and 125:
SANTORO, M. D., y GOPALAKRISHNAN, S
- Page 126 and 127:
⎧ ⎪⎪⎪⎪⎨⎪⎪⎪⎪⎩
- Page 128 and 129:
Substituting in the previous expres
- Page 130 and 131:
8.0007.0006.0005.0004.0003.0002.000
- Page 132:
POLITÉCNICAPROGRAMAS MASTER• Adm