Logística de Última Milla Resiliente en Ciudades Inteligentes a Través de la Colaboración de Drones y Camiones con Múltiples Visitas y Dependencia del Tiempo
Autores: Xiao, Qinxin; Gao, Jiaojiao
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Logística de Última Milla Resiliente en Ciudades Inteligentes a Través de la Colaboración de Drones y Camiones con Múltiples Visitas y Dependencia del Tiempo
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Robótica
Palabras clave
Logística urbana
Ciudades inteligentes
Problema de enrutamiento de camiones-drones con múltiples visitas y dependiente del tiempo
Recogida y entrega
Logística colaborativa
Condiciones de tráfico dinámicas
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
La logística urbana en las ciudades inteligentes enfrenta cada vez más desafíos debido a la congestión, las presiones de sostenibilidad y la creciente demanda de sistemas de entrega resilientes. Para abordar estos desafíos, este estudio presenta el Problema de Ruteo de Camiones-Drones Dependiente del Tiempo con Recogida y Entrega Simultáneas (MTTRP-PD), un marco novedoso que integra tres características realistas: (i) drones que atienden a múltiples clientes por salida, (ii) velocidades de camiones dependientes del tiempo que reflejan condiciones de tráfico dinámicas, y (iii) recogida y entrega sincronizadas entre camiones y drones. Al incorporar estos elementos, el modelo propuesto proporciona una representación más realista y completa de la logística colaborativa urbana aire-tierra en la última milla. Se desarrolla un marco de optimización y un enfoque de solución eficiente que se valida a través de experimentos computacionales. Los resultados demuestran que permitir operaciones de salida de múltiples visitas y recogida-entrega simultáneas puede reducir significativamente los costos logísticos en comparación con estrategias convencionales de visita única o solo entrega. Los análisis de sensibilidad revelan además la influencia crítica de las condiciones de tráfico dinámicas en la configuración de la flota y la toma de decisiones operativas. Los hallazgos ofrecen información práctica para los operadores logísticos y los responsables de políticas, ilustrando cómo la colaboración coordinada entre UAV y camiones puede mejorar la eficiencia, la resiliencia y la sostenibilidad ambiental en los sistemas de logística urbana de próxima generación.
Descripción
La logística urbana en las ciudades inteligentes enfrenta cada vez más desafíos debido a la congestión, las presiones de sostenibilidad y la creciente demanda de sistemas de entrega resilientes. Para abordar estos desafíos, este estudio presenta el Problema de Ruteo de Camiones-Drones Dependiente del Tiempo con Recogida y Entrega Simultáneas (MTTRP-PD), un marco novedoso que integra tres características realistas: (i) drones que atienden a múltiples clientes por salida, (ii) velocidades de camiones dependientes del tiempo que reflejan condiciones de tráfico dinámicas, y (iii) recogida y entrega sincronizadas entre camiones y drones. Al incorporar estos elementos, el modelo propuesto proporciona una representación más realista y completa de la logística colaborativa urbana aire-tierra en la última milla. Se desarrolla un marco de optimización y un enfoque de solución eficiente que se valida a través de experimentos computacionales. Los resultados demuestran que permitir operaciones de salida de múltiples visitas y recogida-entrega simultáneas puede reducir significativamente los costos logísticos en comparación con estrategias convencionales de visita única o solo entrega. Los análisis de sensibilidad revelan además la influencia crítica de las condiciones de tráfico dinámicas en la configuración de la flota y la toma de decisiones operativas. Los hallazgos ofrecen información práctica para los operadores logísticos y los responsables de políticas, ilustrando cómo la colaboración coordinada entre UAV y camiones puede mejorar la eficiencia, la resiliencia y la sostenibilidad ambiental en los sistemas de logística urbana de próxima generación.