Models and Computational Intelligence Approaches for the Last Mile Delivery Problem in Food Supply Chain

Resumen

En las ciudades, la "última milla" no es sólo una cuestión logística, sino también un importante reto de planificación urbana. La última milla de la cadena de suministro implica la distribución de alta frecuencia, bajo volumen y corta distancia de los productos a los consumidores finales. El último tramo de la cadena de suministro es el más crucial, pero también el menos eficiente. La planificación del transporte es uno de los principales factores que contribuyen a la gravedad de los problemas de la última milla (LMD) en las ciudades. En los últimos años, el mercado mundial de la alimentación ha experimentado un crecimiento considerable, lo que ha planteado nuevos retos y ha provocado un cambio drástico en la logística de la última milla. Estos retos están relacionados principalmente con el alto grado de perecederos de los productos alimentarios, que requieren enfoques de gestión específicos para mantener su calidad. Y la creciente demanda de los clientes de que las entregas se realicen a tiempo, con un coste menor y de forma respetuosa con el medio ambiente. La logística de última milla es esencial para desarrollar la lealtad a la marca en este entorno competitivo, ya que permite a los transportistas entregar productos frescos y de alta calidad a los consumidores, de forma más rápida y rentable. El objetivo de esta tesis es proponer modelos y enfoques de resolución que puedan apoyar el proceso de toma de decisiones en la cadena de suministro de alimentos, abordando las preocupaciones sobre los costes de transporte, las emisiones de carbono, la calidad del producto y el nivel de servicio. Comenzamos modelando el problema de las necesidades del cliente para una entrega en un rango de tiempo específico como un problema de enrutamiento de vehículos capacitados con una ventana de tiempo suave, para el que se formula un programa no lineal mixto 0-1 (MINLP). El objetivo es minimizar los costes totales, que consisten en los costes de transporte, los costes de degradación de la calidad de los alimentos y los costes de violación de la ventana de tiempo. Para modelar la preferencia de los clientes en términos de ventana de tiempo muy bien, proporcionamos otro modelo que representa esta información de preferencia como un número difuso con respecto a la satisfacción del tiempo de servicio. Este problema se considera como un problema de enrutamiento de vehículos capacitados con ventanas de tiempo difusas CVPFTW y se formula como un modelo de programación lineal de enteros mixtos. Ambos problemas se abordan en redes de carreteras reales en las que los arcos están etiquetados con múltiples atributos, y se resuelven utilizando algoritmos exactos. El rendimiento de los modelos propuestos se evalúa mediante análisis computacionales adecuados que tienen en cuenta varios conjuntos de instancias de prueba, algunas derivadas de una aplicación real y otras generadas aleatoriamente. Para aumentar la satisfacción del cliente, proponemos un problema de distribución de alimentos perecederos centrado en el cliente que se centra en el coste, la calidad del producto y la mejora del nivel de servicio teniendo en cuenta no sólo las ventanas de tiempo, sino también el tiempo objetivo de los clientes y su prioridad. Reconociendo la dificultad de resolver este modelo, proponemos un enfoque metaheurístico basado en la Búsqueda de Vecindario General (GVNS) que permite resolver eficientemente un subproblema y obtener un conjunto de soluciones. Estas soluciones se evalúan sobre algunos criterios no optimizados xiy luego se clasifican utilizando un enfoque a posteriori que requiere una información mínima sobre las preferencias del decisor. Los resultados computacionales muestran (a) que GVNS logra soluciones de la misma calidad que un solucionador exacto (CPLEX) en el subproblema; (b) que GVNS puede generar un amplio número de soluciones candidatas, y (c) que el uso del enfoque a posteriori facilita la generación de diferentes perfiles de tomadores de decisiones, lo que a su vez permite obtener diferentes clasificaciones de las soluciones.La resolución de un problema de distribución de alimentos perecederos en un entorno real es una tarea muy compleja. Para garantizar un producto seguro y de calidad con el nivel de servicio deseado, es necesario incluir un conjunto de especificaciones durante el proceso de decisión y optimización de las operaciones. Muchas veces, los modelos computacionales no tienen en cuenta varias características y rasgos del mundo real, por lo que intentar obtener la solución óptima puede no ser suficiente desde el punto de vista de la resolución de problemas. Para abordar este problema, proponemos un enfoque basado en la metaheurística Modeling to Generate Alternatives para generar un conjunto de soluciones alternativas. El objetivo es permitir que el responsable de la toma de decisiones considere diferentes perspectivas y criterios no modelados.