Resumen

El transporte ocupa un tercio del monto en los costos logísticos, y en consecuencia los sistemas de transporte influyen en gran medida en el rendimiento del sistema logístico. Este trabajo presenta un enfoque modular innovador basado en datos adaptativos para resolver problemas reales de enrutamiento de vehículos (VRPs) en el campo de la logística. El trabajo consta de dos unidades básicas: (i) un algoritmo multietapa innovador para resolver con éxito y completamente factible los VRPs en logística y (ii) un enfoque adaptativo para ajustar y configurar parámetros y constantes del algoritmo propuesto. El algoritmo propuesto combina varios enfoques de transformación de datos, heurísticas y búsqueda Tabú. Además, dado que el rendimiento del algoritmo depende del conjunto de parámetros de control y constantes, se propone un modelo predictivo que ajusta adaptativamente estos parámetros y constantes según datos históricos. Se realizó una comparación de los resultados obtenidos utilizando el sistema de soporte a decisiones con modelos predictivos: modelos lineales generalizados (GLMs

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Transporte; Logística; Problemas de enrutamiento de vehículos; Enfoque adaptativo; Algoritmo; Modelo predictivo
• Keywords:Transportation; Logistics; Vehicle routing problems; Adaptive approach; Algorithm; Predictive model