Esta es un versión antigua publicada el 2021-12-01. Consulte la versión más reciente.

Estimación de tiempos de viaje entre nodos en el problema de ruteo de vehículos con tiempos estocásticos

Autores/as

  • Jennyfer Tovar Ibarra Corporación Universitaria Americana
  • Sogny Judith Franco García Corporación Universitaria Americana

DOI:

https://doi.org/10.21803/adgnosis.10.10.469

Palabras clave:

Mapeo de nodos, Estimación de tiempos, Optimización de procesos

Resumen

La optimización de recursos para cualquier empresa siempre será un reto a enfrentar, sin embargo, en organizaciones donde se involucra la entrega de productos por medio de rutas, toma mayor relevancia teniendo en cuenta que, aunque se establezcan como rutinas, no siempre obedecerán a los mismos tiempos y eficiencias esperadas, lo cual afectará de manera directa los costos de la organización. En el presente proyecto de investigación se dan a conocer los resultados obtenidos luego del desarrollo de la situación planteada por el docente, quien nos indica que una empresa comercializadora de dulces, ubicada en el área metropolitana de Barranquilla, pretendía determinar cuáles eran los tiempos de viaje desde el origen hasta el destino de cada entrega, donde se discrimina las direcciones de cada nodo. En este punto se hace necesaria la elaboración de una matriz Origen-Destino (O-D) donde se tendrán datos numéricos de tiempos y distancias necesarios, y con el uso del aplicativo de Google Maps se realizó  un mapeo  de  nodos  en  el que  se relacionaron  los datos obtenidos de tiempos (minutos) y distancias (km), en una matriz Origen-Destino (O-D), para los repartos realizados en el horario de las 6:00 am hasta las 12:00 md., con el fin de obtener los análisis pertinentes a partir de la información final consolidada y de esta manera estimar tiempos y los costos globales de las diferentes rutas, por este motivo es relevante realizar los análisis matemáticos con el fin de determinar  cuáles son las mejores opciones, de esta manera optimizar los procesos y tener un acercamiento real de sus costos.

Descargas

Los datos de descarga aún no están disponibles.

Referencias

González J. R., (2004), Reglas básicas para planificar las rutas de transporte, ponencia ofrecida durante el seminario “Cómo gestionar la logística de la distribución física para controlar costes y evitar devoluciones y demoras”.”

Good, P. (2005) Introduction to Statistics Through Resampling Methods and R/S-PLUS. Wiley. ISBN 0-471-71575-1

Marco L. Dorado et al., (2014), Matrices origen-destino (O-D) multiproducto para el autotransporte nacional de carga, publicación técnica N° 409

Marco L., (s.f.), Intervalo de confianza, Economipedia haciendo fácil la economía

Reza Vargas C. J., (2016). Optimización de rutas de distribución de una empresa productora de jugos, (tesis pregrado). Atizapán de Zaragoza, Edo. De Méx.

Rodríguez, R. ., Landazury Villalba, L. F., Lugo Arias, E. R. ., Sandoval Reyes, R. ., & Jiménez Celín, Y. P. . (2020). Descripción de la situación

actual del sistema logístico en la región caribe colombiana. Revista ADGNOSIS, 9(9), 83–95. https://doi.org/10.21803/adgnosis.9.9.439

Sánchez, A. (2017), 6 Razones para usar Google Maps, Mis 6 Razones para usar Google Maps al planificar tus rutas.

Soporte de Minitab., (2019) ¿Qué es un intervalo de confianza? Recuperado el 10 de octubre de 2020: https://support.minitab.com/es-mx/minitab/18/help-and-how- to/statistics/basic-statistics/supporting-topics/basics/what-is-a-confidence-interval/

Descargas

Publicado

2021-12-01

Versiones

Número

Sección

Artículos de Investigación

Cómo citar

Tovar Ibarra, J. ., & Franco García, S. J. . (2021). Estimación de tiempos de viaje entre nodos en el problema de ruteo de vehículos con tiempos estocásticos. Ad-Gnosis, 10(10), 57-72. https://doi.org/10.21803/adgnosis.10.10.469