Revista: | Revista educación en ingeniería |
Base de datos: | PERIÓDICA |
Número de sistema: | 000380365 |
ISSN: | 1900-8260 |
Autores: | Galván Núñez, Silvia Adriana1 Díaz Bohórquez, Carlos Eduardo1 Lamos Díaz, Henry1 |
Instituciones: | 1Universidad Industrial de Santander, Bucaramanga, Santander. Colombia |
Año: | 2014 |
Periodo: | Ene-Jun |
Volumen: | 9 |
Número: | 17 |
Paginación: | 108-117 |
País: | Colombia |
Idioma: | Inglés |
Tipo de documento: | Artículo |
Enfoque: | Analítico, descriptivo |
Resumen en español | El problema de ruteo de vehículos con demandas estocásticas (VRPSD) se propone encontrar la mejor ruta vehicular con el mínimo costo esperado. Este trabajo presenta dos enfoques para evaluar la función objetivo del VRPSD con descarga preventiva usando algoritmos genéticos (GA). El primer enfoque se basa en programación dinámica (DP) usando una recursión en reversa. El segundo enfoque está asociado a un modelo de simulación en el que se utilizó simulación Monte Carlo. Los enfoques presentados se compararon con el propósito de establecer cuál ofrece mejores estimaciones de los valores de la función objetivo. Los resultados computacionales muestran que aunque el enfoque DP provee mejores estimaciones en términos de valores de función objetivo que la simulación Monte Carlo, éste brinda resultados cercanos a los de DP con una reducción significativa del tiempo computacional en comparación de DP |
Resumen en inglés | The single Vehicle Routing Problem with Stochastic Demands (VRPSD) looks to find the best vehicle route with the minimum expected cost. This paper presents two approaches to evaluate the objective function of the VRPSD with preventive restocking using Genetic Algorithms (GA). The first approach is dynamic programming (DP) using a recursion that moves backward from the last node of the sequence. The second approach is based on a simulation model in which Monte Carlo simulation is implemented for this purpose. The presented approaches were compared in order to establish which one offers a better estimation of the objective function values. The computational results show that although the DP approach provides better estimations in terms of objective function values than Monte Carlo simulation, the second approach gives results close to the DP and with a significant reduction of the computational time with regard to DP |
Disciplinas: | Ingeniería, Ciencias de la computación |
Palabras clave: | Ingeniería de transportes, Programación, Ruteo de vehículos, Programación dinámica, Simulación de Montecarlo, Algoritmos genéticos |
Keyword: | Engineering, Computer science, Transportation engineering, Programming, Vehicle routing, Dynamic programming, Monte Carlo simulation, Genetic algorithms |
Texto completo: | Texto completo (Ver HTML) |