Metaheurísticas híbridas aplicadas al problema de ruteo de arcos capacitados

El Problema de Ruteo de Arcos Capacitados (CARP) es un problema de optimización combinatoria que consiste en satisfacer demandas de servicios/productos sobre determi- nadas calles de una red vial mediante una flota homogénea de vehículos, minimizando el costo total de recorrido involucrado. Ha sido...

ver descrição completa

Detalhes bibliográficos
Autor: Martínez, Cristian Alejandro
Tipo de documento: tese
Estado:Versão publicada
Data de publicação:2011
País:Argentina
Recursos:Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
Repositório:Biblioteca Digital (UBA-FCEN)
Idioma:espanhol
OAI Identifier:tesis:tesis_n4979_Martinez
Acesso em linha:https://hdl.handle.net/20.500.12110/tesis_n4979_Martinez
Access Level:Acceso aberto
Palavra-chave:BRKGA
GRASP
HBMO
METAHEURISTICAS
PROBLEMA DE RUTEO DE ARCOS CAPACITADOS
RUTEO DE VEHICULOS
SCATTER SEARCH
TABU SEARCH
VNS
CAPACITATED ARC ROUTING PROBLEM
METAHEURISTICS
VEHICLE ROUTING
Descrição
Resumo:El Problema de Ruteo de Arcos Capacitados (CARP) es un problema de optimización combinatoria que consiste en satisfacer demandas de servicios/productos sobre determi- nadas calles de una red vial mediante una flota homogénea de vehículos, minimizando el costo total de recorrido involucrado. Ha sido aplicado a casos reales como recolección de residuos, mantenimiento de calles, lectura de medidores eléctricos, entre otros. CARP es un problema de optimización combinatoria de tipo NP-Hard. A tal efecto, en la literatura se han propuesto algoritmos exactos y heurísticas. Los primeros, basados en su mayoría en las técnicas Branch and Bound y Cutting Plane, obtienen soluciones óptimas sobre instancias de datos de tamaño reducido. Los segundos, en general, alcanzan soluciones cercanas a las óptimas y a bajo costo computacional. El objetivo de esta tesis es el desarrollo de algoritmos heurísticos que contengan ca- racterísticas salientes de metaheurísticas tales como Honey Bee Mating Optimization (HBMO), Biased Random Key Genetic Algorithm (BRKGA), Greedy Randomized Adaptive Search Procedure (GRASP), Variable Neighborhood Search (VNS), entre otras. Los resultados computacionales obtenidos por los algoritmos propuestos usando diferentes instancias de la literatura, muestran que los mismos son competitivos y robustos.

Registros relacionados