INFORME PROFESIONAL

MII 505 Métodos de

Optimización Aplicados

 Profesor: Gustavo Gatica

 Grupo: 6
 Integrantes: Paulo Torres, Francisco Torres, José Montes
 Fecha: 30/05/2021
ÍNDICE

1.INTRODUCCIÓN........................................................................................................3
2.DEFINICIÓN DEL PROBLEMA...............................................................................4
3.CONCLUSIONES.........................................................................................................7
4.BIBLIOGRAFIA...........................................................................................................8
 1. INTRODUCCIÓN

El problema presentado tiene origen en la década de los cincuenta, específicamente en el

año 1959 cuando George Dantzig y John Ramser intentaron obtener la solución óptima para
la entrega de combustible en su red de gasolineras, esto se conoce como el problema de
ruteo de vehículos. Posteriormente este problema ha ramificado a problemas más
específicos como es el “problema de rutas de autobuses escolares” (SBRP, por sus siglas en
ingles).

El problema específico con las rutas de los autobuses escolares es un problema que se ha
estudiado constantemente ya desde 1969 por la publicación de Newton Thomas e incluso
como trabajos de grado en universidades.

Aun así, se requiere un enfoque general del SBRP, debido a que las publicaciones atacan
problemas específicos de la realidad con sus limitaciones y supuestos.

Autores como Li Fu (2002), consideran que el SBRP no posee un enfoque dominante,

que el enfoque dependerá del problema en sí.

Por otra parte, el SBRP consta de sub-problemas los cuales no son independientes y
están interrelacionados, pero se deben tratar por separado debido a la complejidad y el
tamaño del problema.

Según la descomposición de Desrosiers et al (1981), el SBRP se puede resolver

mediante 5 pasos:

 Preparación de datos.
 Selección de paradas de los buses.
 Generación de rutas.
 Ajuste de la hora de inicio de clases.
 Programación de rutas.

Esta descomposición, además debe considerar variables del tipo urbano/rural, cantidad
de escuelas, horario matutino/vespertino, etc.

Adicional a lo antes mencionado, existen otros métodos o técnicas para resolver el

SBRP los cuales se utilizan en la informática:

 Algoritmos genéticos.
 Algoritmo de colonia de hormigas.
 Algoritmo de búsqueda tabú.
 Etc.

En este documento, se analizará solo unas de las variables, la que corresponde a la

selección de paradas de autobuses.
 2. DEFINICIÓN DEL PROBLEMA

Este problema SBRP puede ser definido como un problema de optimización de rutas que
busca minimizar el consumo de combustible.

Adicional a lo antes mencionado se debe considerar el conjunto de paradas, que se

definirá como V. En donde V = {0, 1, 2, 3, ………i}. La parada inicial en la escuela se
definirá como 0.

El conjunto de vehículos se definirá como K = {1, 2, 3, ………k}.

Los conjuntos de arcos se definirán como E = {12, 13, ………ij}.

Ck como la capacidad del vehículo k.

di cantidad de niños a recoger en el paradero i.

pi peso del total de niños a recoger en el paradero i.

Si tiempo de espera en el paradero i.

disij distancia del paradero i al paradero j.

Wvehk peso del autobús k vacío.

La función objetivo sería:

Z=∑ a 1∗Wveh k ∗Vehk + ∑ a 1∗PE j + ∑ ∑ ∑ a 2∗disij∗X ijk +∑ ∑ ∑ b

kϵK jϵV iϵV jϵV kϵK iϵV jϵV kϵK

Esta función objetivo minimiza el consumo de combustible total en función del peso y la
distancia recorrida.
 Las restricciones serían las siguientes:

∑ X ijk − ∑ X jik =0
j ∈V j ∈V
Esta restricción garantiza que si un bus (k) entra al nodo i, salga de este (i  V, k 
K).

∑ X jik−Y ik =0
j ∈V
Por otra parte, esta restricción asegura que la sumatoria de todas las aristas que salen del
nodo i en el vehículo k sean igual a 1 si la parada es visitada (i  V, k  K).

∑ X ijk −Y ik =0
j ∈V
Además, se debe asegurar que la sumatoria de todas las aristas que llegan al nodo i en el
vehículo k sean igual a 1 (i  V, k  K).

|V |Y 0 k − ∑ Y ik ≥ 0
i∈V / i 0
Esta restricción, asegura que todos los vehículos inicien su recorrido en la escuela (k 
K).

∑ Y ik =1
k∈K
Se debe asegurar que cada parada no sea visitada más de una vez (i  V \ {0}).

(
F i+ d i ≤ F j+ M∗ 1− ∑ X ijk
k ∈K
)
( )
M∗ 1− ∑ X ijk + F i +d i ≥ F j
k∈K

Se debe asegurar que un vehículo que llega al nodo j sea igual a la suma de los niños que
llevaba al recogerlos en el nodo i (i  V, i  j, j  0).
 PE i + pi ≤ PE j + N∗ 1− ∑ X ijk ( k ∈K
)
( )
N∗ 1− ∑ X ijk + PE i+ p i ≥ PE j
k ∈K

Se debe asegurar que el peso de los niños que llegan al nodo j sea igual al peso de los
niños que recogió en el nodo i (i, j  V, i  j, j  0).

disij
TEi + ∑ X ijk∗
k∈K
( vk ) (
+S i ≤ TE j +T∗ 1− ∑ X ijk
k∈K
)
disij
( )
T∗ 1− ∑ X ijk +TE i+ ∑ X ijk∗
k∈K k∈ K
( vk )
+ Si ≥ TE j

Se debe asegurar que el tiempo que le toma al vehículo llegar al nodo j, sea igual a la
suma del tiempo que llevaba al llegar al nodo i (i, j  V, i  j, j  0).

∑ Y ik∗d i ≤ Ck
i ∈V
Es necesario asegurar que no se supere la capacidad máxima del vehículo (k  K).

Q∗veh k ≥ ∑ Y ik
i ∈V
Se ha de indicar que vehículo se habilita (k  K).

Y ik ∈ {0,1 } i  V, k  K  i  j
X ijk ∈ {0,1 } i  V, k  K  i  j

Se ha de asegurar que las variables X e Y sean binarias.

 Representado gráficamente un ejemplo a emplear la función objetivo, se tendría lo
siguiente:

Fuente: Kely Caicedo Quiñonez “ruteo y programación del transporte escolar en flota
homogénea desde su domicilio hasta la institución mediante
algoritmos genéticos”
3. CONCLUSIONES

 De acuerdo con las investigaciones del problema de rutas escolares existen

múltiples variables que influyen en el resultado final dejando la posibilidad de
más de una solución o función objetivo siempre y cuando se tenga como meta la
optimización de minimizar el consumo de combustible y el total del recorrido de
los autobuses.

 Las restricciones del problema ahondan aún más en el resultado final de la

optimización debido a que un pequeño cambio en el numeral de la restricción
repercutirá en la elección de la mejor ruta, los métodos heurísticos ponen un gran
avance en estrechar un gran porcentaje de error en esta elección.

 La función objetivo como modelo de minimizar el consumo de combustible

depende de muchos factores, por ende, responde a un método muy cercano para
encontrar el mínimo consumo, más bien, no representa un método exacto. Esto
con la mirada de que el factor peso en la ecuación es el más influyente para
determinar la disminución del consumo de combustible.
4. BIBLIOGRAFIA

 Rojas, E., López, R., & Ramírez, J. (2015). Problema de ruteo del autobús escolar
con recolección mixta. México. Universidad autónoma metropolitana.
http://zaloamati.azc.uam.mx/handle/11191/6052
 Caicedo, K. (2015). Ruteo y programación del transporte escolar en flota. Cali.
Universidad Del Valle.
https://bibliotecadigital.univalle.edu.co/bitstream/handle/10893/12218/CB-
0534648.pdf?sequence=1
 Domenech, E., & Alonso, P. (2018, mayo). Resolución del problema de
enrutamiento del autobús escolar. Valencia. Universitat Politècnica de València.
https://riunet.upv.es/bitstream/handle/10251/127165/Domenech%20-
%20Resolución%20del%20problema%20de%20enrutamiento%20del%20autobús
%20escolar.pdf?sequence=1&isAllowed=y
 Escobar, D., Gaviria, J. E., & Orejuela, J. P. (2018). Método de tres fases para la
solución del ruteo de buses escolares. Espacios, 39(50). Cali.
https://www.revistaespacios.com/a18v39n50/a18v39n50p06.pdf
 Sáez. N. (2013). Un modelo de programación lineal entera para resolver el
problema del ruteo de buses maximizando la captura de pasajeros. Concepción.
Universidad del Bio Bio.
http://repobib.ubiobio.cl/jspui/bitstream/123456789/876/1/Saez_Zambrano_Nicole.
pdf
 J. A. Addor, S. K. Amponsah, J. Annan, and C. Sebil, “School Bus Routing A Case
Study of Wood Bridge School Complex, Sekondi-Takoradi, Ghana,” Int. J. Bus.
Soc. Res., vol. 3, no. 12, pp. 26–36, 2013, DOI: 10.18533/ijbsr.v3i12.346.
 Ulises Carbajal Má rquez, Reporte Técnico de Investigació n, desarrollo de una
biblioteca en java para resolver el school bus routing problem.
http://erecursos.uacj.mx/bitstream/handle/20.500.11961/5416/Proyecto%20final
%20105972.pdf?sequence=1&isAllowed=y
 Paola A. Lázaro-González, J. E. Arias-Osorio, J. P. Orejuela-Cabrera (2019,
agosto). Ruteo de buses escolares con consideraciones ambientales mediante
Búsqueda Tabú Granular.
https://www.redalyc.org/jatsRepo/849/84961238015/html/index.html