Resumen

El Problema de Ubicación de Cobertura Máxima (MCLP) busca ubicar instalaciones para maximizar la población atendida, considerando una distancia o un tiempo de servicio estándar dados. Se han propuesto varias extensiones de este modelo para mejorar su aplicabilidad, por ejemplo, modelos probabilísticos de máxima cobertura de localización-asignación con restricciones de tiempo de espera o longitud de cola para sistemas congestionados, teniendo en cuenta uno o más servidores por centro de servicio. En este trabajo presentamos dos procedimientos para resolver un modelo probabilístico, que considera un servidor por centro, utilizando la relajación Lagrangiana y el Algoritmo Genético Constructivo. Se presentan pruebas exhaustivas de estos enfoques y se comparan sus resultados.

1. INTRODUCCIÓN

El Problema de Localización de Cobertura Máxima (MCLP) ha sido considerablemente tratado en la literatura desde su formulación por Church y ReVelle (1974). Este problema busca obtener la configuración para localizar instalaciones que sirva al mayor número de individuos de una población, dada una distancia dada o un tiempo estándar desde el punto de demanda. Se puede encontrar una revisión considerable de este tema en Hale y Moberg (2003), Serra y Marianov (2004) y Galvão (2004). Este modelo no pretende atender a toda la población, sino ofrecer el máximo servicio, teniendo en cuenta los recursos disponibles. Varios modelos aplicados a una amplia gama de problemas son extensiones de esta formulación.

En muchos trabajos sobre problemas de localización, esta distancia (o tiempo) entre los puntos de demanda y la instalación a la que se asignan es el factor que representa la calidad de los servicios que se prestan a los usuarios. Sin embargo, cuando se diseña una red de servicios, como la sanidad, la banca o los sistemas distribuidos de venta de billetes, la localización de los centros influye mucho en la congestión de cada uno de ellos, por lo que la calidad de los servicios debería modelizarse mejor y no considerar únicamente la distancia o el tiempo de desplazamiento. Así, debe procurarse que la ubicación del centro permita a los usuarios llegar a él en un tiempo aceptable, y que el tiempo de espera para ser atendido sea lo más corto posible o que el número de personas en la cola sea mínimo, ya que son parámetros importantes para medir la calidad deseada (Marianov y Serra, 1998).

• Materias:Algoritmo genético Ubicación geoespacial
• Subjects:Genetic algorithm Geospatial location
• Palabras claves:Problemas de Ubicación; Cobertura Máxima; Relajación Lagrangiana; Algoritmo Genético Constructivo
• Keywords:Location Problems; Maximal Coverage; Lagrangian Relaxation; Constructive Genetic Algorithm