Resumen de Un procedimiento de búsqueda voraz adaptativo probabilista para un problemaadaptativo probabilista para un problema monoproducto de localización de instalaciones no capacitado

Jairo Rafael Montoya Torres, Andrés Felipe Aponte Penagos, Paula Alejandra Rosas Castro

• español

  Este artículo considera el problema de localización de instalaciones no capacitado en una cadena logística de tres eslabones (Three-echelon Uncapacitated Facility Location Problem, TUFLP). El problema de optimización consiste en definir los flujos de productos desde las plantas de manufactura hacia los clientes a través de centros de distribución (CD), cuya ubicación debe determinarse adicionalmente. La función objetivo es la minimización del costo total conformado por el costo fijo de localización de los centros de distribución y los costos variables de producción y distribución de productos. Puesto que este es un problema NP-completo, se propone la utilización de un procedimiento voraz adaptativo probabilista (GRASP) para resolver el caso particular monoproducto. Se desarrollan experimentos computacionales con instancias conocidas en la literatura.

  Los resultados muestran que el algoritmo propuesto permite obtener buenas soluciones (e incluso valores óptimos) en menor tiempo de cálculo que un procedimiento exacto basado en programación lineal entera mixta.

• English

  This paper considers the three-echelon uncapacitated facility location problem (TUFLP), which consists on both defining the flow of products from manufacturing plants to clients via a set of warehouses and the location of such warehouses. The objective function is to minimize the total cost of warehouse location and production and distribution. Since the problem is NP-hard, this paper proposes a Greedy Randomized Search Procedure (GRASP) to solve the single-item case. Computational experiments are conducted using known instances from the literature.

  Results show that the proposed algorithm performs well obtaining very good solutions (and even optimal values) in less computational time than an exact method based on mixed-integer linear programming.