Un modelo matemático para rutas más eficientes y reducir emisiones

Agencia de Noticias – UPB Medellín. Transportar mercancías de un lugar a otro suele asociarse con recorrer el camino más corto. Sin embargo, esa no siempre es la alternativa más eficiente ni la menos contaminante. Con esa idea, un estudio de la Universidad Pontificia Bolivariana, seccional Palmira, desarrolló una metodología de solución, a través de un modelo matemático que funciona con algoritmos, la cual permite planificar rutas de distribución, teniendo en cuenta variables que influyen tanto en los costos operativos como en las emisiones de gases de efecto invernadero generadas por los vehículos.

El proyecto Solución exacta y heurística al problema de ruteo de contaminación con flota heterogénea y velocidades discretas, fue desarrollado por el investigador Bryan Salcedo Moncada, como trabajo de grado para obtener el título de Magíster en Ingeniería. En él aborda el problema de contaminación de ruteo de vehículos (polluttion routing problem), una variante de los modelos tradicionales de ruteo que, además de optimizar la distribución de mercancías, se preocupa por el impacto ambiental en los recorridos.

Según el investigador, con el modelo matemático “se busca reducir los costos asociados al transporte y la emisión de gases contaminantes como el dióxido de carbono (CO₂), el dióxido de nitrógeno (NO₂) y el monóxido de carbono (CO), dadas las afectaciones en la salud humana”.

 

El proyecto fue ejecutado por el investigador Bryan Salcedo Moncada.

“Antes de comenzar el proyecto analicé los resultados de la Encuesta Nacional Logística, que se publica cada 2 años y evalúa indicadores en más de 3.000 empresas. Allí encontré que la mayoría de los gastos de las compañías se concentra en los costos de transporte. También pude observar que muchas de ellas no medían indicadores de entrega, y que, entre las que sí lo hacían, los niveles de cumplimiento no eran los esperados”, manifiesta el experto.

El principal distintivo de esta investigación está en que el modelo no toma decisiones únicamente a partir de la distancia entre dos puntos. De acuerdo con el artículo divulgativo del proyecto Estrategias para la reducción del impacto ambiental: Caso ruteo de vehículos, el modelo incorpora variables que reflejan las condiciones reales en las que operan las empresas de transporte y distribución en Colombia.

La primera de ellas es la flota heterogénea, es decir, que las empresas no cuentan con vehículos idénticos. Por el contrario, disponen de automotores con distintas capacidades de carga, por lo que el modelo determina cuál es más conveniente para atender la demanda de cada recorrido.

Otra variable corresponde a las velocidades discretas, debido a que los vehículos no siempre circulan a velocidad constante. Según el académico, el modelo incluye restricciones propias de la movilidad urbana y los límites de velocidad locales (80 Km/h), los cuales inciden en el consumo de combustible y, por tanto, en la cantidad de emisiones generadas.

También se incluyó las ventanas de tiempo, en otras palabras, los horarios en los que cada cliente debe recibir su pedido. De esta manera, explica Salcedo Moncada, el algoritmo “busca rutas que mantengan la puntualidad de las entregas sin perder de vista el objetivo de disminuir el impacto ambiental”.

 

El modelo toma decisiones sobre la secuencia de clientes que debe visitar cada vehículo, el tipo de automotor y la velocidad, respetando la capacidad de carga, los tiempos de entrega y el regreso de los vehículos al punto de partida.

El modelo además incorpora la inclinación (gradiente) de las vías, debido a que los automotores “no realizan el mismo esfuerzo al desplazarse por una carretera plana que al subir por una pendiente, y esa diferencia incide en el consumo de gasolina y, a su vez, en el incremento de emisiones contaminantes”, manifiesta el experto. 

Encontrar la mejor combinación entre rutas, vehículos y velocidades implica resolver un problema de alta complejidad computacional. Para ello, el investigador implementó una metodología basada en la metaheurística de búsqueda tabú, es decir, un algoritmo que explora múltiples alternativas, tiene la capacidad de recordar soluciones previamente evaluadas y evita repetir recorridos poco eficientes para continuar buscando opciones con mejores resultados.

Para Salcedo Moncada, la metodología responde a un desafío de la ingeniería logística: “La búsqueda tabú es una metaheurística, es decir, un modelo que no encuentra la solución exacta, pero sí una muy buena en poco tiempo. Es lo que se conoce como una solución subóptima, que permite tomar decisiones en segundos o minutos, según la complejidad del problema”, explica el investigador, añadiendo que “eso es justamente lo que busca el proyecto: brindar a las empresas una herramienta para mejorar sus decisiones logísticas y, a su vez, su competitividad”.

Si bien el modelo matemático aún no cuenta con la madurez para su comercialización, abre un camino para facilitar la reducción de emisiones y costos en el ruteo vehicular. Adicionalmente, Salcedo Moncada plantea como trabajo futuro un proyecto enfocado en mejorar la escalabilidad del algoritmo para reducir aún más los tiempos de procesamiento de datos en escenarios de mayor tamaño.

Por Federico Hoyos Gutiérrez. Equipo de Divulgación Científica y Comunicaciones.

Imágenes: cortesía, Bryan Salcedo Moncada