Resumen

El problema multiobjetivo de enrutamiento de vehículos considerando la satisfacción del cliente (MVRPCS) implica la distribución de pedidos desde varios depósitos a un conjunto de clientes a lo largo de una ventana temporal. Este trabajo presenta un algoritmo evolutivo cuántico multiobjetivo autoadaptativo (MOQEA) para el MVRPCS, que tiene en cuenta la satisfacción del cliente así como los costes de desplazamiento. El grado de satisfacción del cliente se representa proponiendo una ventana de tiempo de entrega difusa mejorada, y el problema de optimización se modela como un programa lineal entero mixto. En el MOQEA, el conjunto de soluciones no dominadas se construye mediante las reglas de la Challenge Cup. Además, se diseña una rejilla adaptativa para lograr la diversidad de conjuntos de soluciones; es decir, el número de rejillas en cada generación no es fijo, sino que se ajusta automáticamente en función de la distribución del conjunto de soluciones no dominadas de la generación actual. En el estudio, el MOQEA se evalúa aplicándolo a problemas de referencia clásicos. Los resultados de la simulación numérica y la comparación muestran que el modelo establecido es válido y que el MOQEA es eficaz para MVRPCS.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:moqea, mvrpcs, rejilla adaptativa, satisfacción del cliente, ventana de tiempo, problema multiobjetivo de enrutamiento de vehículos, algoritmo evolutivo cuántico objetivo, reglas de copa de desafío, cuenta satisfacción del cliente, problemas clásicos de referencia
• Keywords:moqea, mvrpcs, adaptive grid, customer satisfaction, time window, multiobjective vehicle routing problem, objective quantum evolutionary algorithm, challenge cup rules, account customer satisfaction, classical benchmark problems