This video presents a final proposal for a vehicle routing problem with time windows. The speaker details a model aiming to minimize total distance traveled, reduce operational costs, respect time windows and vehicle capacity, and increase customer satisfaction. The presentation includes a demonstration of a solver used within Excel, along with proposed improvements and a plan for implementation.
profesores esta es mi propuesta final eh nosotros usamos el problema de ruteo de vehículos con ventana de tiempo este es un modelo en el que cada cliente debe ser atendido dentro de un intervalo de tiempo específico y pues nuestro objetivo es minimizar la distancia total recorrida disminuir costos operativos así como respetar las ventanas de tiempo y capacidad de los vehículos aumentando la satisfacción del cliente eh bueno esto es como un adelanto de lo que usamos nosotros nosotros usamos un solver con ayuda de excel este pues nos dio como propuesta pues dos vehículos con este bueno el vehículo uno nos dio dos rutas diferentes y el vehículo dos solamente nos dio una ruta entonces ¿cuáles son los beneficios pues que vamos a poder ajustar eh la ruta del día viernes para que cada vehículo de carga se entregue sin afectar su máxima capacidad de carga perdón esta es la propuesta y también queremos aumentar la capacidad del vehículo más pequeño para que obtengamos los siguientes beneficios que es la implementación de métodos de control para evaluar eficiencia logística eh queremos tener una mayor claridad de la asignación de zonas de reparto y queremos tener una clarificación del peso total de cargas y mayor durabilidad de vehículos eh después tenemos algunos desafíos que tenemos al implementar este modelo que pues bueno básicamente nosotros eh necesitamos por parte de malinali horarios reales de apertura y recepción en cada sucursal tiempos de servicios exactos por punto por puntos de entrega las condiciones del tráfico y retrasos típicos y variaciones de las demandas semanales ya que sin estos datos pues el modelo puede generar rutas que no se alinean a con la realidad operativa provocando entregas tardías descoordinación o su utilización de los vehículos y bueno antes de pasar a la parte dos pues quiero presentarles el solver y bueno aquí podemos ver que eh en vehículos eh necesitamos agregar en este caso solamente tenemos dos necesitamos agregar el el número de sedis que en este caso solamente es uno y el número de sucursales que en este caso son cinco y a continuación los ponemos que es el sedis tenemos metepec sendero juárez gran plaza y alameda nosotros lo que ocupamos es la la ubicación este la ubicación de de cada sucursal y el solver pues nos lo va a calcular en cuanto nosotros le demos populate using addresses y a su vez pues nos da en automático las ventanas de tiempo como la el tiempo de servicio bueno el tiempo de servicio nosotros lo agregamos y nosotros agregamos el pickup amount que es este los kilogramos totales de lado que van a repartir desde el sedis hasta cada sucursal que en este caso pues agregamos en un promedio de 500 y 400 kg para cada cedice después en automático también nos va a calcular las distancias y la duración estas son las distancias pues óptimas que nos calcula el solver y por último pues bueno como ya había dicho agregamos los dos vehículos que en este caso tenemos un vehículo con una capacidad de 1700 y una capacidad y el segundo vehículo con una capacidad de 450 aquí podemos ver que el número de vehículos de pues nos dice uno pero para el segundo nos dice dos esto es porque va a regresar al cedis y va a volver a hacer otra ruta pero en sí son dos vehículos después tenemos la compatibilidad del vehículo esto quiere decir que que sí es óptima esta solución y pues por lo tanto al calcular la solución nos dice que para el primer vehículo hay que hacer una ruta desde el cedis hasta juárez metepex enero cedis y para el segundo vehículo pues vamos a hacer una ruta de cedis alameda sedis y luego otra de cedis a gran plaza cedis y pues aquí podemos tener una visualización en el mapa más o menos cómo queda eh podemos ver todas las rutas o podemos ver por eh vehículos y bueno eh continuamos con la eh selección de y justificación de metodologías y herramientas y modelos matemáticos en este caso nosotros eh queremos complementar con el micron más el lan logistics y el milp eh para así eliminar desperdicios estandarizar procesos y optimizar recorridos bajo un proceso de mejora continua además que pues bueno nosotros lo estamos complementando con nuestro solver que esto nos va a permitir planificar rutas óptimas respetando las ventanas de tiempo carga y tiempos de servicio eh ¿cuáles van a ser los beneficios de pues de de est de estos complementos es que vamos a tener una mayor flexibilidad operativa ante cambios en demanda o puntos de entrega vamos a tener una reducción significativa de tiempos muertos y pues kilometraje necesario que a su vez esto genera gastos vamos a tener una estandarización de procesos logísticos reducción de errores estamos este contribuyendo a la a la mejora de la sostenibilidad gracias a rutas más cortas y esto eh requiere menos uso de recursos y reducción de emisiones y a su vez pues esto nos va a permitir una simulación y evaluación cuantitativa de las rutas para decisiones mejor fundamentadas bueno aquí hay un pequeño ajuste al plan de implementación para incluir esta solución y tenemos los siguientes pasos que es un diagnóstico una planificación ejecución medición y mejora continua ¿qué vamos a hacer primero vamos a incluir una evaluación link e identificar desperdicios logísticos después vamos a usar el problema de ruteo con ventanas de tiempo más el modelo 1000 para simular rutas con ventanas y capacidades y después vamos a aplicar piloto pilotos con rutas fusionadas que van a ser los viernes y los sábados para después monitorear estos kpis con métodos de control establecidos y así aplicar ciclos kaisen mensuales para ajustar la operación eh los ciclos kaisen nos permiten pues mejorar o reducir desperdicios y eso sería todo gracias m
