1 Introducción

Actualmente, la Teoría de Grafos permite esquematizar y resolver muchos problemas en

diferentes campos de la ciencia y la tecnología. En particular, también se viene utilizando dicha
teoría para modelar y resolver distintos problemas referidos a la eficiencia del transporte. Los
problemas de rutas de vehículos o de distribución física de mercancías desde almacenes a
clientes aparecen en la literatura científica como Vehicle Routing Problems, o más
comúnmente como VRP. También se puede encontrar, aunque en menor medida, referencias
como Vehicle Scheduling Problems. En términos generales, un problema de rutas de vehículos
consiste en determinar las rutas de un conjunto (o flota) de vehículos que deben iniciar un
recorrido (y finalizarlo) en los almacenes (o depósitos) para atender la demanda de servicio de
un conjunto disperso de clientes sobre una red. El transporte es uno de los sectores que más
aporta a la generación de riqueza (desde hace años, por encima del 5% del valor añadido bruto
nacional de España). El transporte por carretera muestra un comportamiento netamente
superior al resto de los modos y actividades de transporte (ferroviario, marítimo y aéreo) en
cuanto a generación de valor por parte de los operadores españoles. Por el contrario, el sector
del transporte está integrado en su mayoría por pequeñas empresas, con desigual situación
frente a la formación de sus trabajadores. Una gran parte del tejido empresarial se mantiene
con estructuras anticuadas en su funcionamiento y la formación no forma parte de su cultura.
Según Ministerio de Fomento (2001), el equipamiento informático del sector es escaso y su
hábito de uso mínimo. En este artículo se expone el método actual de gestión de rutas llevada
a cabo por la empresa objeto de la aplicación: una empresa de vending, cuyo negocio consiste
en la distribución de productos de consumo para máquinas expendedoras automáticas
(aperitivos, café, bebidas y refrescos, etc.). Como otras pymes, esta empresa está sujeta a la
incertidumbre del mercado (en términos de consumo, coste de los combustibles, complejidad
de planificación, etc.) y le resulta particularmente interesante la integración de las
herramientas más adecuadas para la resolución de sus problemas de gestión de rutas. En
concreto, el caso real presentado servirá para demostrar cómo las técnicas de investigación
operativa relativas al cálculo de rutas y el uso de tecnologías de la información pueden ayudar
a contrarrestar los desequilibrios existentes entre la importancia del sector y su capacidad-
calidad de servicio. 10 Para ello, en este trabajo fue necesario analizar todos los factores que
se tienen en cuenta a la hora de elaborar las rutas diarias de cada operario: la planificación
inicial de las rutas llevada a cabo por el jefe de taller y la encargada de control y gestión de los
equipos, así como los cambios llevados a cabo por los operarios en esta ruta decidiendo el
orden de las visitas en base a diferentes factores no considerados en la determinación de la
ruta inicial, tales como: el consumo diario actual del cliente, la zona geográfica, las necesidades
específicas del cliente, la comodidad, el tráfico, etc. Este estudio pretende acercar a las pymes
la utilidad y bondad de las técnicas de investigación operativa (en ocasiones más próxima a la
investigación científica pura que a la realidad cotidiana de las empresas). Una de las
aportaciones de esta investigación es cuantificar el grado de mejora potencial en términos de
reducción de costes en una empresa del sector de la distribución (vending). Además, en esta
ocasión se utilizará un novedoso software de planificación de rutas y gestión de flotas. El
documento se ha estructurado de la siguiente forma. En la Sección 2 se resumen los modelos
principales basados en la Teoría de Grafos con los que puede afrontarse el problema tratado
en la presente publicación y otros similares; además, se justifica la selección del modelo usado
y su implantación en la empresa. La Sección 3 sirve para comentar brevemente las
herramientas utilizadas para la obtención de la ruta óptima. La Sección 4 describe el caso de
estudio; una primera parte se dedica a la planificación actual de las rutas de trabajo de la
empresa y después se plantea la propuesta de mejora para la planificación de rutas actual de
la empresa. Finalmente, en la Sección 5 se exponen las conclusiones obtenidas a lo largo de
este trabajo y las líneas futuras de actuación.

2 Revisión de modelos basados en la Teoría de Grafos

Los historiadores de la ciencia y de las matemáticas establecen el inicio de la Teoría de Grafos

con el trabajo de Euler (1736). En 1852, Francis Guthrie formuló el problema de los cuatro
colores para colorear un mapa cartográfico. Este problema puede considerarse como el más
famoso y productivo de la Teoría de Grafos e hizo que un gran número de matemáticos, tales
como Cayley, Hamilton, De Morgan, Kempe, Tait o Ramsey, se preocupasen por estudiar y
desarrollar esta teoría. Sin embargo, se tardó más de un siglo en demostrar su resultado
(Appel y Haken, 1977a,b), lo que requirió del uso de ordenadores potentes para su
consecución. Por su parte, Hierholzer (1873) proporcionó una caracterización de los grafos
denominados eulerianos como aquellos que son 11 conexos y todos sus nodos tienen valencia
par. No obstante, el término “grafo” es introducido por primera vez en el trabajo de Sylvester
(1878). A continuación se revisan los modelos correspondientes a dos grandes grupos de
problemas basados en la programación lineal. Por una parte, están los problemas de
transporte, asignación y transbordo, que forman parte de los problemas de flujo de red (Taha,
2004):

- Problema de transporte: trata una situación en la cual se envía un bien desde uno o varios
puntos de origen hasta uno o varios puntos de destino con el objetivo de determinar la
cantidad enviada, satisfaciendo al mismo tiempo las restricciones de la oferta y la demanda, y
minimizando el coste total del envío. Este problema también se caracteriza por suponer que el
coste de envío en una ruta determinada es directamente proporcional al número de unidades
enviadas en esa ruta. En lo referente a su resolución, se utiliza el algoritmo de transporte. El
algoritmo de transporte es un método de resolución para problemas de transporte que
emplea el método simplex. La segunda fase del algoritmo (es decir, obtener una solución
básica inicial del problema) utiliza habitualmente alguno de estos tres métodos (Winston,
2005): método de la esquina noroeste; método del coste menor; y método de aproximación de
Vogel. La diferencia entre los tres métodos es la “calidad” de la solución básica inicial que
producen, en el sentido de que una mejor solución inicial proporciona un valor objetivo más
pequeño. En general, el método de Vogel genera la mejor solución básica inicial y el método
de la esquina noroeste la peor, aunque la ventaja de este último es que implica menos cálculos
(Taha, 2004). En cuanto a las variantes que podrían surgir en este tipo de problemas, éstas
pueden ser (Hillier y Lieberman, 2006): suministro total no igual a la demanda total,
maximización de la función objetivo, rutas con capacidad limitada y rutas no aceptables. En
general, este problema puede aplicarse en más áreas de la empresa, como, por ejemplo, el
control de inventarios, los horarios de empleo y la asignación de personal. No obstante, para
este último la resolución mediante el método simplex no es la mejor alternativa debido a que
el problema se formula con un modelo de programación lineal entera. - Problema de
asignación: tiene una estructura similar al problema de transporte en el cual se trata de
asignar el mejor recurso para cada tarea. Los problemas de asignación poseen métodos de
resolución mucho más eficaces que los de transporte 12 en general. Al igual que en el
problema del transporte, en este problema también se observan casos especiales (Anderson et
al. 2004): oferta y demanda desiguales, problemas de maximización y problemas con
asignación inaceptable. - Problema de transbordo: determina cuántas unidades deberán
embarcarse por cada uno de los arcos de la red, de manera que todos los nodos de la red se
satisfagan al coste mínimo de transporte. Al igual que en los problemas de transporte y
asignación, se puede formular este tipo de problemas con varias variantes, como son por
ejemplo (Anderson et al. 2004): suministro total no igual a la demanda total, maximización de
la función objetivo, rutas con capacidad limitada y rutas inaceptables. - Problema del viajante,
es un caso particular de los problemas de transporte, que trata de determinar el recorrido que,
comenzando por una determinada ciudad, pase por todas las demás una sola vez y vuelva
finalmente a la primera, de manera que se minimice la distancia total recorrida. Algunos de los
elementos principales de esta tipología de problemas son: la red de transporte (red de
carreteras en este caso), la flota de vehículos, la situación geográfica de los clientes, la
ubicación del centro operativo, los servicios a atender (demandas y/o consumos) etc. Las
características diferentes de los clientes, la demanda, los almacenes y los vehículos, así como
de las restricciones operativas sobre las rutas, horarios, etc. dan lugar a gran número de
variantes del problema. En la literatura, algunos autores han intentado clasificar y simplificar la
gran variedad de posibles problemas, como por ejemplo los criterios propuestos por Bodin y
Golden (1981) y Desrochers et al. (1990), que intentan reflejar y ordenar las características
principales en aspectos tales como: el almacén o depósito, la flota, la demanda, el servicio y el
objetivo a alcanzar. Esta clasificación de los problemas ha facilitado tanto el desarrollo de
modelos matemáticos y estrategias de resolución como la toma de decisiones por parte de las
empresas. Por otra parte, se ha realizado una síntesis de los tipos de problemas englobados en
los modelos de optimización de redes. Los problemas de redes surgen en una gran cantidad de
situaciones (redes de transporte, eléctricas, comunicaciones, etc.) y en áreas tan diversas
como producción, distribución, localización de instalaciones, administración de recursos, etc.
(Hillier y Lieberman, 2006): - Problema del árbol de expansión mínima: persigue unir los nodos
de una red, 13 directa o indirectamente, buscando la longitud más corta en las ramas de
conexión. Uno de los algoritmos empleados para resolver este tipo de problemas es el
algoritmo de Kruskal, cuyo objetivo es construir un árbol formado por arcos sucesivamente
seleccionados de mínimo peso a partir de un grafo ponderado en los arcos. La aplicación típica
de este problema es el diseño de redes telefónicas en oficinas con el mínimo coste total,
aunque también se utiliza para el diseño de redes de transporte, el diseño de redes de
telecomunicaciones, TV por cable, sistemas distribuidos, interpretación de datos
climatológicos, etc. - Problema de la ruta más corta: busca el camino mínimo entre un punto
de origen y un punto de destino en una red (en nuestro caso, de transporte). Este problema
también permite modelar otras situaciones como por ejemplo minimizar el coste total de una
secuencia de actividades (reemplazo de equipos), minimizar la distancia total recorrida
(confiable) o determinar la mejor ruta. Además, tiene en cuenta las probabilidades de que
ocurra o no un suceso - Problema de flujo máximo: su objetivo es transportar la cantidad
máxima de flujo desde un punto de partida hasta un punto final. Es importante conocer la
capacidad de la red para saber cuánto puede enviarse desde un nodo fuente a un nodo
destino, aunque esto también puede hacerse definiendo los cortes; es decir, la capacidad de
corte es igual a la suma de las capacidades de los arcos asociados, y entre todos los cortes
posibles en la red, el corte con la capacidad menor proporciona el flujo máximo en la red. Son
muchas las situaciones que pueden modelarse mediante una red con índice máximo de flujo,
como por ejemplo, los movimientos de tráfico, los sistemas hidráulicos, los circuitos eléctricos,
los transportes de mercancías, las capacidades de redes telemáticas, etc. - Problema del flujo
restringido de coste mínimo: busca determinar los flujos en los diferentes arcos, minimizando
el coste total, al mismo tiempo que satisface las restricciones del flujo en los arcos y las
cantidades de la oferta y la demanda en los nodos. En cuanto a las aplicaciones de este
problema en la vida real, se encuentran por ejemplo en la comercialización de productos en
una red de produccióndistribución, la programación del empleo, etc. En último lugar se
describen brevemente los métodos CPM (Critical Path Method) y PERT (Program Evaluation
and Review Technique). Según Taha (2004), CPM y PERT son métodos basados en redes y
diseñados para ayudar en la 14 planificación, programación y control de proyectos, cuyo
objetivo es proporcionar los medios analíticos para programar las actividades. La diferencia
principal entre PERT y CPM es la manera en que se realiza la estimación de tiempo. PERT
supone que el tiempo para realizar cada una de las actividades es una variable aleatoria
descrita por una distribución de probabilidad, mientras que CPM infiere que los tiempos de las
actividades se conocen en forma determinista y se pueden variar cambiando el nivel de los
recursos utilizados. Estos métodos se utilizan para la planificación y control de diversas
actividades, tales como: construcción de presas, apertura de caminos, pavimentación,
construcción de casas y edificios, reparación de barcos, investigación de mercados,
movimientos de colonización, estudios económicos regionales, auditorias, planificación de
carreras universitarias, distribución de tiempos de salas de operaciones, ampliaciones de
fábrica, planificación de itinerarios para planes de venta, censos de población, etc. Dadas las
características del caso de estudio, el modelo de análisis que más se adapta a sus necesidades
y que, por tanto, se aplica para la obtención de la ruta óptima, es el problema del viajante, ya
que el objetivo de este modelo es encontrar en qué orden deben recorrerse los nodos de la
red de modo que se minimice la distancia total recorrida. Además, se cuenta con facilidad para
encontrar software implementando el algoritmo.

3 Herramientas propuestas

En este trabajo se han utilizado dos herramientas para la obtención de la ruta óptima: Grafos y
Rutas. La herramienta Grafos es un software desarrollado por RodríguezVillalobos (2008) para
la construcción, edición y análisis de grafos. Abarca toda clase de problemas relacionados con
la Teoría de Grafos, y otras disciplinas relacionadas como la ingeniería de organización
industrial, la logística y el transporte, investigación operativa, diseño de redes, etc., por lo que
se puede utilizar para el modelado y resolución de problemas reales. La herramienta Rutas
(Rodríguez-Villalobos, 2008) permite capturar, almacenar, manipular, analizar y desplegar
visualmente en un mapa la información geográficamente introducida, que servirá
posteriormente para resolver una parte del problema planteado. El objetivo de esta aplicación
es el desarrollo de una herramienta informática de características profesionales que permita la
resolución de problemas reales de flotas de vehículos capacitados o CVRP (Capacitated Vehicle
15 Routing Problems), el cálculo de rutas y su gestión. Algunos ejemplos de sus posibles
aplicaciones son: localización de clientes; centros de tránsito y almacenes; cálculo y gestión de
distancias, tiempos y costes de transporte; gestión de flotas de vehículos; reducción de costes
y tiempos de transporte; exportar información sobre localizaciones e itinerarios para otro
software cartográfico (Google Earth, OziExplorer, GPS Visualize, etc.). Ambas aplicaciones
resuelven problemas relacionados con la Teoría de Grafos, en la cual se basa este trabajo,
aunque cada una de ellas ha servido para proporcionar por una parte la información necesaria
para la localización de los clientes y la distancia entre ellos (Rutas) y los resultados que han
facilitado la obtención de la ruta óptima (Grafos).