Resumen:
El presente trabajo ejemplifica uno de los grandes desafíos que los operadores
logísticos enfrentan en sus actividades diarias; la variante del VRP con restricciones
de capacidad y ventanas de tiempo CVRPTW se ajusta a las necesidades y
particularidades de la operación.
Debido al problema que implica resolver operaciones de gran complejidad de forma
exacta, se han desarrollado metaheurísticas como los algoritmos k-medoids y genético
que ofrezcan buenas soluciones factibles. Para resolver el CVRPTW se diseñó un plan
de 4 fases: levantamiento y análisis de datos; agrupamiento de clientes utilizando el
algoritmo k-medoids; diseño de las rutas dentro del clúster utilizando un algoritmo
genético y finalmente la visualización de los hallazgos obtenidos mediante un
programa principal en Python.
La implementación del proyecto impactará en el ahorro de rubros importantes como el
consumo de combustible, costos de mantenimiento e insumos de los vehículos.
Además, mejorará la organización de la operación mediante la estandarización de
políticas de entrega de mercadería. La reducción del porcentaje de entregas no
realizadas mejorará la percepción del nivel de servicio del cliente y podría influir en
nuevas oportunidades de negocio.
