Resumen

Este estudio explora un problema de enrutamiento de contenedores a nivel operativo en la red de servicios multimodales carretero-ferroviarios. En respuesta a la demanda de un transporte respetuoso con el medio ambiente, extendemos el problema a una versión verde mediante el uso de un método de tarificación de emisiones y optimización biobjetivo para optimizar las emisiones de CO en el enrutamiento. Dos factores inciertos, incluida la incertidumbre de la capacidad de los servicios ferroviarios y la incertidumbre del tiempo de viaje de los servicios por carretera, se formulan para mejorar la fiabilidad de las rutas. Utilizando números difusos triangulares y tiempo de viaje dependiente del tiempo para modelar por separado la incertidumbre de la capacidad y la incertidumbre del tiempo de viaje, establecemos un modelo de programación no lineal mixta con restricciones de probabilidad difusa. Se diseña una estrategia de solución exacta basada en la linealización, de modo que el problema pueda resolverse de manera efectiva por cualquier

• Materias:Big Data Restricciones distribuidas Algoritmo de inferencia Gestión administrativa
• Subjects:Big Data Distributed constraints Inference algorithm Administrative management
• Palabras claves:Estudio; Nivel operativo; Problema de enrutamiento de contenedores; Red de servicios multimodales carretero-ferroviarios; Transporte ecológico; Método de carga de emisiones; Optimización biobjetivo; Emisiones de CO; Factores inciertos; Incertidumbre de capacidad; Servicios ferroviarios; Incertidumbre del tiempo de viaje; Servicios por carretera; Confiabilidad; Rutas; Números triangulares difusos; Tiempo de viaje dependiente del tiempo; Modelo de programación no lineal entera mixta con restricciones difusas y probabilísticas; Estrategia de solución exacta basada en la linearización; Caso empírico; Análisis de sensibilidad; Análisis de optimización biobjetivo; Discusión de caso; Tomadores de decisiones; Transporte multimodal verde.
• Keywords:Study; Operational-level; Container routing problem; Road-rail multimodal service network; Environmentally friendly transportation; Emission charging method; Bi-objective optimization; CO emissions; Uncertain factors; Capacity uncertainty; Rail services; Travel time uncertainty; Road services; Reliability; Routes; Triangular fuzzy numbers; Time-dependent travel time; Fuzzy chance-constrained mixed integer nonlinear programming model; Linearization-based exact solution strategy; Empirical case; Sensitivity analysis; Bi-objective optimization analysis; Case discussion; Decision makers; Green multimodal transportation