Optimización por simulación basado en epso para el problema de ruteo de vehículos con demandas estocásticas

• Silvia Galán ^[1] ; Javier Arias ; Henry Lamos Díaz
  1. [1] Universidad Industrial de Santander

     Universidad Industrial de Santander

     Colombia

     
• Localización: DYNA: revista de la Facultad de Minas. Universidad Nacional de Colombia. Sede Medellín, ISSN 0012-7353, Vol. 80, Nº. 179, 2013, págs. 60-69
• Idioma: español
• Títulos paralelos:
  • A simulation-optimization approach based on epso for the vehicle routing problem with stochastic demands
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    En este artículo se presenta el framework SIM-EPSO para la solución del Problema de Ruteo de Vehículos con Demandas Estocásticas (VRPSD) con descarga preventiva para el caso de un solo vehículo, desarrollando la metaheurística híbrida Optimización de Enjambre de Partículas Evolutivo (EPSO) y Simulación Monte Carlo para la evaluación de la función objetivo. Adicionalmente, se usó un diseño experimental con el propósito de determinar el impacto de los parámetros del VRPSD sobre la función objetivo, y se construyó un banco de pruebas con el objetivo de medir la calidad de las soluciones encontradas en el SIM-EPSO, las cuales fueron contrastadas con la versión básica de la metaheurística Optimización de Enjambre de Partículas (PSO). Los resultados computacionales obtenidos evidencian la eficiencia del framework propuesto para encontrar mejores soluciones respecto al PSO en un tiempo computacional competitivo

  • English

    This paper presents the framework SIM-EPSO for solving the Single Vehicle Routing Problem with Stochastic Demands (VRPSD) with preventive restocking, developing the hybrid metaheuristic Evolutionary Particle Swarm Optimization (EPSO) and Monte Carlo simulation for computing the objective function. In addition, an experimental design was used with the purpose of determining the impact of the VRPSD parameters on the objective function. Moreover, we constructed a test bed in order to measure the quality of the solutions found in the SIM-EPSO, which they were contrasted with the basic version of the metaheuristic PSO. The computational results obtained show the efficiency of the proposed framework to find better solutions regarding the PSO in a computational time competitive