Un enfoque de optimización por enjambre de partículas para resolver el problema de enrutamiento de vehículos con transbordo y reducción de emisiones de carbono en la gestión logística
Autores: Lo, Shih-Che
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Un enfoque de optimización por enjambre de partículas para resolver el problema de enrutamiento de vehículos con transbordo y reducción de emisiones de carbono en la gestión logística
Categoría
Gestión y administración
Subcategoría
Gestión logística
Palabras clave
Diseño de red logística
Operaciones de cross-docking
Plan de enrutamiento de vehículos
Gestión logística sostenible
Emisiones de gases de efecto invernadero
Optimización por Enjambre de Partículas
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 27
Citaciones: Sin citaciones
El diseño de la red logística con operaciones de cross-docking permite a los proveedores de servicios de envío integrar el flujo físico de productos entre vendedores y distribuidores en la gestión logística. El objetivo colectivo es sincronizar las mercancías en las operaciones de recogida y entrega de manera concurrente para reducir los costos de manipulación, los costos de inventario y los costos operativos generados. Por lo tanto, el plan de enrutamiento óptimo de vehículos es crucial para generar un horario de enrutamiento de camiones con un costo total mínimo, cumpliendo con los requisitos de compra y la demanda de distribución. El calentamiento global y el cambio climático son temas importantes debido al aumento de las emisiones de gases de efecto invernadero. La gestión logística sostenible con rutas optimizadas para camiones puede ayudar a reducir las emisiones de gases de efecto invernadero y a mitigar los efectos del aumento de temperatura en nuestro entorno vital. Se propuso e implementó en este documento un enfoque heurístico basado en la Optimización por Enjambre de Partículas, llamado ePSO, para resolver los problemas de enrutamiento de vehículos con cross-docking y reducción de emisiones de carbono al mismo tiempo. Se realizaron comparaciones de rendimiento con el Algoritmo Genético (GA) a través de experimentos de varios problemas de enrutamiento de vehículos con problemas de referencia de recogida y entrega para validar el rendimiento del procedimiento ePSO. Los resultados experimentales mostraron que el enfoque ePSO propuesto fue mejor que el GA en la mayoría de los casos mediante pruebas de hipótesis estadísticas.
Descripción
El diseño de la red logística con operaciones de cross-docking permite a los proveedores de servicios de envío integrar el flujo físico de productos entre vendedores y distribuidores en la gestión logística. El objetivo colectivo es sincronizar las mercancías en las operaciones de recogida y entrega de manera concurrente para reducir los costos de manipulación, los costos de inventario y los costos operativos generados. Por lo tanto, el plan de enrutamiento óptimo de vehículos es crucial para generar un horario de enrutamiento de camiones con un costo total mínimo, cumpliendo con los requisitos de compra y la demanda de distribución. El calentamiento global y el cambio climático son temas importantes debido al aumento de las emisiones de gases de efecto invernadero. La gestión logística sostenible con rutas optimizadas para camiones puede ayudar a reducir las emisiones de gases de efecto invernadero y a mitigar los efectos del aumento de temperatura en nuestro entorno vital. Se propuso e implementó en este documento un enfoque heurístico basado en la Optimización por Enjambre de Partículas, llamado ePSO, para resolver los problemas de enrutamiento de vehículos con cross-docking y reducción de emisiones de carbono al mismo tiempo. Se realizaron comparaciones de rendimiento con el Algoritmo Genético (GA) a través de experimentos de varios problemas de enrutamiento de vehículos con problemas de referencia de recogida y entrega para validar el rendimiento del procedimiento ePSO. Los resultados experimentales mostraron que el enfoque ePSO propuesto fue mejor que el GA en la mayoría de los casos mediante pruebas de hipótesis estadísticas.