Técnicas de optimización aplicadas a problemas de distribución bajo condiciones de tráfico variable

Autores: Lera Romero, Gonzalo
Año de publicación: 2025
Idioma: español castellano
Tipo de recurso: tesis doctoral
Estado: versión publicada
Colaborador/a o director/a de tesis: Miranda Bront, Juan José
Descripción: Las entregas de última milla representan la etapa final del proceso de distribución, que suele tener lugar cerca de las ubicaciones de los clientes, dentro de ciudades grandes o pobladas. Tradicionalmente, estos problemas de distribución se han abordado en algunas variantes del conocido Problema de Ruteo de Vehículos (VRP), que consiste en visitar un conjunto de clientes con una flota de vehículos minimizando el costo operativo total. Desarrollar algoritmos efectivos para el VRP representa un desafío desde una perspectiva computacional, ya que pertenece a la clase de complejidad N P-Hard. Frecuentemente, las condiciones de la red de transporte en estos tipos de escenarios varían a lo largo del día, ya que se acumula más congestión en ciertas horas. El Problema de Ruteo de Vehículos con Tiempos de Viaje Variables (TDVRP) es una generalización del VRP clásico, donde la velocidad de viaje no se asume constante a lo largo del horizonte de planificación y, como consecuencia, los tiempos de viaje varían en función del tiempo. En este sentido, se espera que el resultado de estos tipos de modelos sea más preciso, con soluciones más cercanas a las restricciones de la vida real, pero a expensas de algoritmos más complejos. En esta tesis, analizamos el impacto de incluir explícitamente la dependencia temporal en una amplia gama de variantes del TDVRP. La primera contribución aborda el Problema del Viajante de Comercio con Tiempos de Viaje Variables (TDTSP), una generalización del clásico Problema del Viajante de Comercio (TSP). Proponemos una formulación de Programación Lineal Entera Mixta (MILP), reforzada con nuevas familias de desigualdades válidas que capturan eficazmente los aspectos temporales del problema, y que es posible de ser adaptada a diferentes variantes. La segunda contribución presenta un método de solución alternativo para el TDTSP basado en programación dinámica. Este enfoque logra mejoras significativas en el tiempo de ejecución y resuelve con éxito varias instancias que permanecían abiertas en la literatura. La tercera contribución, en contraste, se centra en una variante multi-vehículo, el Problema de Ruteo de Vehículos con Tiempos de Viaje Variables y Vehículos Eléctricos (TDEVRP), que combina el ruteo dependiente del tiempo con restricciones operativas específicas de vehículos eléctricos, como el alcance de conducción limitado y el consumo de batería dependiente de la velocidad. Desarrollamos un algoritmo de branch-cut-and-price (BCP) que incorpora varios componentes de última generación. Experimentos computacionales extensos demuestran su efectividad y competitividad.
Last-mile deliveries account for the final stage of the distribution process, which typically takes place near customer locations, inside large or populated cities. Traditionally, these distribution problems have been tackled in some variants of the well-known Vehicle Routing Problem (VRP) consisting of visiting a set of customers with a fleet of vehicles while minimizing the total operational cost. Developing effective algorithms for the VRP represents a challenge from a computational perspective, as it belongs to the N P-Hard complexity class. Frequently, the conditions of the transportation network in these types of scenarios vary along the day, as more congestion builds at certain hours. The Time-Dependent Vehicle Routing Problem (TDVRP) is a generalization of the classical VRP where the travel speed is not assumed to be constant throughout the planning horizon and, as a consequence, travel times vary throughout the planning horizon. In this sense, the outcome of these types of models is expected to be more accurate, with solutions closer to real-life constraints, but at the expense of more complex algorithms. In this thesis, we analyze the impact of explicitly including time dependency across a wide range of variants of the TDVRP. The first contribution addresses the Time-Dependent Traveling Salesman Problem (TDTSP), a generalization of the classical Traveling Salesman Problem (TSP). We propose a flexible Mixed Integer Linear Programming (MILP) formulation, reinforced with novel families of valid inequalities that effectively capture the temporal aspects of the problem. The second contribution presents an alternative solution method for the TDTSP based on dynamic programming. This approach achieves significant improvements in execution time and successfully solves several instances that remained open in the literature. The third contribution focuses on the Time-Dependent Electric Vehicle Routing Problem (TDEVRP), which combines time-dependent routing with operational constraints specific to electric vehicles, such as limited driving range and speed-dependent battery consumption. We develop a branch-cut-and-price (BCP) algorithm that incorporates several state-of-the-art components. Extensive computational experiments demonstrate its effectiveness and competitiveness.
Fil: Lera Romero, Gonzalo. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.
Materia: TIME DEPENDENT
PROBLEMA DE RUTEO DE VEHICULOS
PROBLEMA DEL VIAJANTE DE COMERCIO
VEHÍCULOS ELECTRICOS
PROBLEMA DEL CAMINO MAS CORTO ELEMENTAL
BRANCH CUT AND PRICE
LABELING
TIME DEPENDENT
VEHICLE ROUTING PROBLEM
TRAVELING SALESMAN PROBLEM
ELECTRIC VEHICLES
ELEMENTARY SHORTEST PATH PROBLEM
BRANCH CUT AND PRICE
LABELING
Nivel de accesibilidad: acceso abierto
Condiciones de uso: https://creativecommons.org/licenses/by-nc-sa/2.5/ar
Repositorio
Institución: Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
OAI Identificador: tesis:tesis_n7879_LeraRomero

Acceder

id	BDUBAFCEN_e5c5ef9a09ab6f6c76049874e2b31dba
oai_identifier_str	tesis:tesis_n7879_LeraRomero
network_acronym_str	BDUBAFCEN
repository_id_str	1896
network_name_str	Biblioteca Digital (UBA-FCEN)
spelling	Técnicas de optimización aplicadas a problemas de distribución bajo condiciones de tráfico variableOptimization techniques applied to distribution problems under variable traffic conditionsLera Romero, GonzaloTIME DEPENDENTPROBLEMA DE RUTEO DE VEHICULOSPROBLEMA DEL VIAJANTE DE COMERCIOVEHÍCULOS ELECTRICOSPROBLEMA DEL CAMINO MAS CORTO ELEMENTALBRANCH CUT AND PRICELABELINGTIME DEPENDENTVEHICLE ROUTING PROBLEMTRAVELING SALESMAN PROBLEMELECTRIC VEHICLESELEMENTARY SHORTEST PATH PROBLEMBRANCH CUT AND PRICELABELINGLas entregas de última milla representan la etapa final del proceso de distribución, que suele tener lugar cerca de las ubicaciones de los clientes, dentro de ciudades grandes o pobladas. Tradicionalmente, estos problemas de distribución se han abordado en algunas variantes del conocido Problema de Ruteo de Vehículos (VRP), que consiste en visitar un conjunto de clientes con una flota de vehículos minimizando el costo operativo total. Desarrollar algoritmos efectivos para el VRP representa un desafío desde una perspectiva computacional, ya que pertenece a la clase de complejidad N P-Hard. Frecuentemente, las condiciones de la red de transporte en estos tipos de escenarios varían a lo largo del día, ya que se acumula más congestión en ciertas horas. El Problema de Ruteo de Vehículos con Tiempos de Viaje Variables (TDVRP) es una generalización del VRP clásico, donde la velocidad de viaje no se asume constante a lo largo del horizonte de planificación y, como consecuencia, los tiempos de viaje varían en función del tiempo. En este sentido, se espera que el resultado de estos tipos de modelos sea más preciso, con soluciones más cercanas a las restricciones de la vida real, pero a expensas de algoritmos más complejos. En esta tesis, analizamos el impacto de incluir explícitamente la dependencia temporal en una amplia gama de variantes del TDVRP. La primera contribución aborda el Problema del Viajante de Comercio con Tiempos de Viaje Variables (TDTSP), una generalización del clásico Problema del Viajante de Comercio (TSP). Proponemos una formulación de Programación Lineal Entera Mixta (MILP), reforzada con nuevas familias de desigualdades válidas que capturan eficazmente los aspectos temporales del problema, y que es posible de ser adaptada a diferentes variantes. La segunda contribución presenta un método de solución alternativo para el TDTSP basado en programación dinámica. Este enfoque logra mejoras significativas en el tiempo de ejecución y resuelve con éxito varias instancias que permanecían abiertas en la literatura. La tercera contribución, en contraste, se centra en una variante multi-vehículo, el Problema de Ruteo de Vehículos con Tiempos de Viaje Variables y Vehículos Eléctricos (TDEVRP), que combina el ruteo dependiente del tiempo con restricciones operativas específicas de vehículos eléctricos, como el alcance de conducción limitado y el consumo de batería dependiente de la velocidad. Desarrollamos un algoritmo de branch-cut-and-price (BCP) que incorpora varios componentes de última generación. Experimentos computacionales extensos demuestran su efectividad y competitividad.Last-mile deliveries account for the final stage of the distribution process, which typically takes place near customer locations, inside large or populated cities. Traditionally, these distribution problems have been tackled in some variants of the well-known Vehicle Routing Problem (VRP) consisting of visiting a set of customers with a fleet of vehicles while minimizing the total operational cost. Developing effective algorithms for the VRP represents a challenge from a computational perspective, as it belongs to the N P-Hard complexity class. Frequently, the conditions of the transportation network in these types of scenarios vary along the day, as more congestion builds at certain hours. The Time-Dependent Vehicle Routing Problem (TDVRP) is a generalization of the classical VRP where the travel speed is not assumed to be constant throughout the planning horizon and, as a consequence, travel times vary throughout the planning horizon. In this sense, the outcome of these types of models is expected to be more accurate, with solutions closer to real-life constraints, but at the expense of more complex algorithms. In this thesis, we analyze the impact of explicitly including time dependency across a wide range of variants of the TDVRP. The first contribution addresses the Time-Dependent Traveling Salesman Problem (TDTSP), a generalization of the classical Traveling Salesman Problem (TSP). We propose a flexible Mixed Integer Linear Programming (MILP) formulation, reinforced with novel families of valid inequalities that effectively capture the temporal aspects of the problem. The second contribution presents an alternative solution method for the TDTSP based on dynamic programming. This approach achieves significant improvements in execution time and successfully solves several instances that remained open in the literature. The third contribution focuses on the Time-Dependent Electric Vehicle Routing Problem (TDEVRP), which combines time-dependent routing with operational constraints specific to electric vehicles, such as limited driving range and speed-dependent battery consumption. We develop a branch-cut-and-price (BCP) algorithm that incorporates several state-of-the-art components. Extensive computational experiments demonstrate its effectiveness and competitiveness.Fil: Lera Romero, Gonzalo. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.Universidad de Buenos Aires. Facultad de Ciencias Exactas y NaturalesMiranda Bront, Juan José2025-09-19info:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_db06info:ar-repo/semantics/tesisDoctoralapplication/pdfhttps://hdl.handle.net/20.500.12110/tesis_n7879_LeraRomerospainfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/arreponame:Biblioteca Digital (UBA-FCEN)instname:Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturalesinstacron:UBA-FCEN2026-10-01T10:16:31Ztesis:tesis_n7879_LeraRomeroInstitucionalhttps://digital.bl.fcen.uba.ar/Universidad públicaNo correspondehttps://digital.bl.fcen.uba.ar/cgi-bin/oaiserver.cgiana@bl.fcen.uba.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:18962026-10-01 10:16:32.821Biblioteca Digital (UBA-FCEN) - Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturalesfalse
dc.title.none.fl_str_mv	Técnicas de optimización aplicadas a problemas de distribución bajo condiciones de tráfico variable Optimization techniques applied to distribution problems under variable traffic conditions
title	Técnicas de optimización aplicadas a problemas de distribución bajo condiciones de tráfico variable
spellingShingle	Técnicas de optimización aplicadas a problemas de distribución bajo condiciones de tráfico variable Lera Romero, Gonzalo TIME DEPENDENT PROBLEMA DE RUTEO DE VEHICULOS PROBLEMA DEL VIAJANTE DE COMERCIO VEHÍCULOS ELECTRICOS PROBLEMA DEL CAMINO MAS CORTO ELEMENTAL BRANCH CUT AND PRICE LABELING TIME DEPENDENT VEHICLE ROUTING PROBLEM TRAVELING SALESMAN PROBLEM ELECTRIC VEHICLES ELEMENTARY SHORTEST PATH PROBLEM BRANCH CUT AND PRICE LABELING
title_short	Técnicas de optimización aplicadas a problemas de distribución bajo condiciones de tráfico variable
title_full	Técnicas de optimización aplicadas a problemas de distribución bajo condiciones de tráfico variable
title_fullStr	Técnicas de optimización aplicadas a problemas de distribución bajo condiciones de tráfico variable
title_full_unstemmed	Técnicas de optimización aplicadas a problemas de distribución bajo condiciones de tráfico variable
title_sort	Técnicas de optimización aplicadas a problemas de distribución bajo condiciones de tráfico variable
dc.creator.none.fl_str_mv	Lera Romero, Gonzalo
author	Lera Romero, Gonzalo
author_facet	Lera Romero, Gonzalo
author_role	author
dc.contributor.none.fl_str_mv	Miranda Bront, Juan José
dc.subject.none.fl_str_mv	TIME DEPENDENT PROBLEMA DE RUTEO DE VEHICULOS PROBLEMA DEL VIAJANTE DE COMERCIO VEHÍCULOS ELECTRICOS PROBLEMA DEL CAMINO MAS CORTO ELEMENTAL BRANCH CUT AND PRICE LABELING TIME DEPENDENT VEHICLE ROUTING PROBLEM TRAVELING SALESMAN PROBLEM ELECTRIC VEHICLES ELEMENTARY SHORTEST PATH PROBLEM BRANCH CUT AND PRICE LABELING
topic	TIME DEPENDENT PROBLEMA DE RUTEO DE VEHICULOS PROBLEMA DEL VIAJANTE DE COMERCIO VEHÍCULOS ELECTRICOS PROBLEMA DEL CAMINO MAS CORTO ELEMENTAL BRANCH CUT AND PRICE LABELING TIME DEPENDENT VEHICLE ROUTING PROBLEM TRAVELING SALESMAN PROBLEM ELECTRIC VEHICLES ELEMENTARY SHORTEST PATH PROBLEM BRANCH CUT AND PRICE LABELING
dc.description.none.fl_txt_mv	Las entregas de última milla representan la etapa final del proceso de distribución, que suele tener lugar cerca de las ubicaciones de los clientes, dentro de ciudades grandes o pobladas. Tradicionalmente, estos problemas de distribución se han abordado en algunas variantes del conocido Problema de Ruteo de Vehículos (VRP), que consiste en visitar un conjunto de clientes con una flota de vehículos minimizando el costo operativo total. Desarrollar algoritmos efectivos para el VRP representa un desafío desde una perspectiva computacional, ya que pertenece a la clase de complejidad N P-Hard. Frecuentemente, las condiciones de la red de transporte en estos tipos de escenarios varían a lo largo del día, ya que se acumula más congestión en ciertas horas. El Problema de Ruteo de Vehículos con Tiempos de Viaje Variables (TDVRP) es una generalización del VRP clásico, donde la velocidad de viaje no se asume constante a lo largo del horizonte de planificación y, como consecuencia, los tiempos de viaje varían en función del tiempo. En este sentido, se espera que el resultado de estos tipos de modelos sea más preciso, con soluciones más cercanas a las restricciones de la vida real, pero a expensas de algoritmos más complejos. En esta tesis, analizamos el impacto de incluir explícitamente la dependencia temporal en una amplia gama de variantes del TDVRP. La primera contribución aborda el Problema del Viajante de Comercio con Tiempos de Viaje Variables (TDTSP), una generalización del clásico Problema del Viajante de Comercio (TSP). Proponemos una formulación de Programación Lineal Entera Mixta (MILP), reforzada con nuevas familias de desigualdades válidas que capturan eficazmente los aspectos temporales del problema, y que es posible de ser adaptada a diferentes variantes. La segunda contribución presenta un método de solución alternativo para el TDTSP basado en programación dinámica. Este enfoque logra mejoras significativas en el tiempo de ejecución y resuelve con éxito varias instancias que permanecían abiertas en la literatura. La tercera contribución, en contraste, se centra en una variante multi-vehículo, el Problema de Ruteo de Vehículos con Tiempos de Viaje Variables y Vehículos Eléctricos (TDEVRP), que combina el ruteo dependiente del tiempo con restricciones operativas específicas de vehículos eléctricos, como el alcance de conducción limitado y el consumo de batería dependiente de la velocidad. Desarrollamos un algoritmo de branch-cut-and-price (BCP) que incorpora varios componentes de última generación. Experimentos computacionales extensos demuestran su efectividad y competitividad. Last-mile deliveries account for the final stage of the distribution process, which typically takes place near customer locations, inside large or populated cities. Traditionally, these distribution problems have been tackled in some variants of the well-known Vehicle Routing Problem (VRP) consisting of visiting a set of customers with a fleet of vehicles while minimizing the total operational cost. Developing effective algorithms for the VRP represents a challenge from a computational perspective, as it belongs to the N P-Hard complexity class. Frequently, the conditions of the transportation network in these types of scenarios vary along the day, as more congestion builds at certain hours. The Time-Dependent Vehicle Routing Problem (TDVRP) is a generalization of the classical VRP where the travel speed is not assumed to be constant throughout the planning horizon and, as a consequence, travel times vary throughout the planning horizon. In this sense, the outcome of these types of models is expected to be more accurate, with solutions closer to real-life constraints, but at the expense of more complex algorithms. In this thesis, we analyze the impact of explicitly including time dependency across a wide range of variants of the TDVRP. The first contribution addresses the Time-Dependent Traveling Salesman Problem (TDTSP), a generalization of the classical Traveling Salesman Problem (TSP). We propose a flexible Mixed Integer Linear Programming (MILP) formulation, reinforced with novel families of valid inequalities that effectively capture the temporal aspects of the problem. The second contribution presents an alternative solution method for the TDTSP based on dynamic programming. This approach achieves significant improvements in execution time and successfully solves several instances that remained open in the literature. The third contribution focuses on the Time-Dependent Electric Vehicle Routing Problem (TDEVRP), which combines time-dependent routing with operational constraints specific to electric vehicles, such as limited driving range and speed-dependent battery consumption. We develop a branch-cut-and-price (BCP) algorithm that incorporates several state-of-the-art components. Extensive computational experiments demonstrate its effectiveness and competitiveness. Fil: Lera Romero, Gonzalo. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.
description	Las entregas de última milla representan la etapa final del proceso de distribución, que suele tener lugar cerca de las ubicaciones de los clientes, dentro de ciudades grandes o pobladas. Tradicionalmente, estos problemas de distribución se han abordado en algunas variantes del conocido Problema de Ruteo de Vehículos (VRP), que consiste en visitar un conjunto de clientes con una flota de vehículos minimizando el costo operativo total. Desarrollar algoritmos efectivos para el VRP representa un desafío desde una perspectiva computacional, ya que pertenece a la clase de complejidad N P-Hard. Frecuentemente, las condiciones de la red de transporte en estos tipos de escenarios varían a lo largo del día, ya que se acumula más congestión en ciertas horas. El Problema de Ruteo de Vehículos con Tiempos de Viaje Variables (TDVRP) es una generalización del VRP clásico, donde la velocidad de viaje no se asume constante a lo largo del horizonte de planificación y, como consecuencia, los tiempos de viaje varían en función del tiempo. En este sentido, se espera que el resultado de estos tipos de modelos sea más preciso, con soluciones más cercanas a las restricciones de la vida real, pero a expensas de algoritmos más complejos. En esta tesis, analizamos el impacto de incluir explícitamente la dependencia temporal en una amplia gama de variantes del TDVRP. La primera contribución aborda el Problema del Viajante de Comercio con Tiempos de Viaje Variables (TDTSP), una generalización del clásico Problema del Viajante de Comercio (TSP). Proponemos una formulación de Programación Lineal Entera Mixta (MILP), reforzada con nuevas familias de desigualdades válidas que capturan eficazmente los aspectos temporales del problema, y que es posible de ser adaptada a diferentes variantes. La segunda contribución presenta un método de solución alternativo para el TDTSP basado en programación dinámica. Este enfoque logra mejoras significativas en el tiempo de ejecución y resuelve con éxito varias instancias que permanecían abiertas en la literatura. La tercera contribución, en contraste, se centra en una variante multi-vehículo, el Problema de Ruteo de Vehículos con Tiempos de Viaje Variables y Vehículos Eléctricos (TDEVRP), que combina el ruteo dependiente del tiempo con restricciones operativas específicas de vehículos eléctricos, como el alcance de conducción limitado y el consumo de batería dependiente de la velocidad. Desarrollamos un algoritmo de branch-cut-and-price (BCP) que incorpora varios componentes de última generación. Experimentos computacionales extensos demuestran su efectividad y competitividad.
publishDate	2025
dc.date.none.fl_str_mv	2025-09-19
dc.type.none.fl_str_mv	info:eu-repo/semantics/doctoralThesis info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_db06 info:ar-repo/semantics/tesisDoctoral
format	doctoralThesis
status_str	publishedVersion
dc.identifier.none.fl_str_mv	https://hdl.handle.net/20.500.12110/tesis_n7879_LeraRomero
url	https://hdl.handle.net/20.500.12110/tesis_n7879_LeraRomero
dc.language.none.fl_str_mv	spa
language	spa
dc.rights.none.fl_str_mv	info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc-sa/2.5/ar
eu_rights_str_mv	openAccess
rights_invalid_str_mv	https://creativecommons.org/licenses/by-nc-sa/2.5/ar
dc.format.none.fl_str_mv	application/pdf
dc.publisher.none.fl_str_mv	Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales
publisher.none.fl_str_mv	Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales
dc.source.none.fl_str_mv	reponame:Biblioteca Digital (UBA-FCEN) instname:Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales instacron:UBA-FCEN
reponame_str	Biblioteca Digital (UBA-FCEN)
collection	Biblioteca Digital (UBA-FCEN)
instname_str	Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
instacron_str	UBA-FCEN
institution	UBA-FCEN
repository.name.fl_str_mv	Biblioteca Digital (UBA-FCEN) - Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
repository.mail.fl_str_mv	ana@bl.fcen.uba.ar
_version_	1877857493710798848
score	12.853507

Técnicas de optimización aplicadas a problemas de distribución bajo condiciones de tráfico variable

Publicaciones similares