búsqueda de vecindad variable básica para la minimización del tiempo máximo en el problema del...
TRANSCRIPT
1/25
Introduccion Busqueda de Vecindad Variable Basica Experimentos Conclusiones
Busqueda de Vecindad Variable Basica para laminimizacion del tiempo maximo en el Problema
del Empaquetamiento de Pedidos
Borja Menendez 1, Eduardo G. Pardo 2, Abraham Duarte 3
Universidad Rey Juan Carlos 1 2 3
[email protected] 1, [email protected] 2, [email protected] 3
5 de febrero, 2015
Borja Menendez URJC
BVNS aplicado a almacenes
2/25
Introduccion Busqueda de Vecindad Variable Basica Experimentos Conclusiones
Indice
1 Introduccion
2 Busqueda de Vecindad Variable Basica
3 Experimentos
4 Conclusiones
Borja Menendez URJC
BVNS aplicado a almacenes
3/25
Introduccion Busqueda de Vecindad Variable Basica Experimentos Conclusiones
Indice
1 Introduccion
2 Busqueda de Vecindad Variable Basica
3 Experimentos
4 Conclusiones
Borja Menendez URJC
BVNS aplicado a almacenes
4/25
Introduccion Busqueda de Vecindad Variable Basica Experimentos Conclusiones
Introduccion
Problema ampliamente estudiado en los ultimos anos
Diferentes variantes
Dos problemas diferentes:
Empaquetamiento
Generacion de rutas
Borja Menendez URJC
BVNS aplicado a almacenes
5/25
Introduccion Busqueda de Vecindad Variable Basica Experimentos Conclusiones
Consideraciones previas del almacen
Pasillos paralelos (misma longitud). Dos pasillos transversales.
Borja Menendez URJC
BVNS aplicado a almacenes
6/25
Introduccion Busqueda de Vecindad Variable Basica Experimentos Conclusiones
Problema del Empaquetamiento de Pedidos
Dos estrategias basicas de recogida:
Por orden estrictoEmpaquetamiento
Borja Menendez URJC
BVNS aplicado a almacenes
7/25
Introduccion Busqueda de Vecindad Variable Basica Experimentos Conclusiones
Problema del Empaquetamiento de Pedidos
Dos estrategias basicas de recogida:
Por orden estrictoEmpaquetamiento
Empaquetamiento: varios pedidos en lotes
Numero fijo de lotes
Lotes asignados a trabajadores
Objetivo: minimizar tiempo maximo de recogida de los lotes
Borja Menendez URJC
BVNS aplicado a almacenes
8/25
Introduccion Busqueda de Vecindad Variable Basica Experimentos Conclusiones
Estrategias de ruteo (S-Shape)
Borja Menendez URJC
BVNS aplicado a almacenes
9/25
Introduccion Busqueda de Vecindad Variable Basica Experimentos Conclusiones
Estrategias de ruteo (Largest gap)
Borja Menendez URJC
BVNS aplicado a almacenes
10/25
Introduccion Busqueda de Vecindad Variable Basica Experimentos Conclusiones
Estrategias de ruteo (Combined)
Borja Menendez URJC
BVNS aplicado a almacenes
11/25
Introduccion Busqueda de Vecindad Variable Basica Experimentos Conclusiones
Estado del arte
Problema NP-difıcil (numero de pedidos por lote > 2)
Tres categorıas de heurısticos (De Koster et al., 1999):
Metodos basicos como FCFSLos metodos semilla generan lotes secuencialmenteMetodos de ahorro como Clarke and Wright
Gademann et al. (2001) → heurıstico y exacto
Borja Menendez URJC
BVNS aplicado a almacenes
12/25
Introduccion Busqueda de Vecindad Variable Basica Experimentos Conclusiones
Estado del arte
Exacto: ramificacion y acotacion
Arbol de exploracion de n nivelesNueva rama por cada lote no vacıo y no completoVarias cotas inferioresReordenacion de pedidos
Heurıstico:
Cota superior al problemaSolucion aleatoriaBusqueda local basada en intercambios
Borja Menendez URJC
BVNS aplicado a almacenes
13/25
Introduccion Busqueda de Vecindad Variable Basica Experimentos Conclusiones
Indice
1 Introduccion
2 Busqueda de Vecindad Variable Basica
3 Experimentos
4 Conclusiones
Borja Menendez URJC
BVNS aplicado a almacenes
14/25
Introduccion Busqueda de Vecindad Variable Basica Experimentos Conclusiones
Busqueda de Vecindad Variable Basica
VNS: basada en cambios sistematicos de vecindad
Tres hechos simples:
Un mınimo local en una estructura de vecindad no lo esnecesariamente con otraUn mınimo global es un mınimo local con respecto a todas lasposibles estructuras de vecindadPara muchos problemas, los mınimos locales con la misma odistinta estructura de vecindad estan relativamente cerca
Diferentes esquemas → VNS Basica (BVNS)
Borja Menendez URJC
BVNS aplicado a almacenes
15/25
Introduccion Busqueda de Vecindad Variable Basica Experimentos Conclusiones
Pseudocodigo BVNS
Algoritmo 1 BVNS(f , tmax , kmax)1: repeat2: k ← 13: repeat4: f ′ ← Perturbacion(f , k)5: f ′′ ← BusquedaLocal(f ′)6: CambioDeVecindad(f , f ′′, k)7: until k > kmax
8: until t ≥ tmax
9: return f
Borja Menendez URJC
BVNS aplicado a almacenes
16/25
Introduccion Busqueda de Vecindad Variable Basica Experimentos Conclusiones
Pseudocodigo BVNS - Perturbacion
Figure 1: Movimiento de perturbacion en paso 4.
Borja Menendez URJC
BVNS aplicado a almacenes
17/25
Introduccion Busqueda de Vecindad Variable Basica Experimentos Conclusiones
Pseudocodigo BVNS - Busqueda Local
Intercambios con paquete “cuello de botella”
First improvementTiempo de recogida de ambos paquetes menor que el “cuellode botella”
Funcion objetivo secundaria
Intercambios entre dos paquetesNinguno es el “cuello de botella”
Borja Menendez URJC
BVNS aplicado a almacenes
18/25
Introduccion Busqueda de Vecindad Variable Basica Experimentos Conclusiones
Indice
1 Introduccion
2 Busqueda de Vecindad Variable Basica
3 Experimentos
4 Conclusiones
Borja Menendez URJC
BVNS aplicado a almacenes
19/25
Introduccion Busqueda de Vecindad Variable Basica Experimentos Conclusiones
Experimentos
Instancias:
Varios grupos de pedidos: 16, 20, 24, 28, 32, 36Subgrupos dependientes del numero de lotes5 instancias por subrupo, 75 instancias en totalAlmacen de 10 pasillos, 90 productos por pasillo, ABC45 largo, 3 ancho pasillo, 2 ancho estanterıaDistribucion ABC
Maquina: Intel Core i7 (3.4 GHz), 4 GB RAM
Borja Menendez URJC
BVNS aplicado a almacenes
20/25
Introduccion Busqueda de Vecindad Variable Basica Experimentos Conclusiones
Experimentos previos
CPUt (s) #Opt GAP
Exacto 238.51 48 64.53
Tabla 1: Algoritmo de Ramificacion y Acotacion.
kmax Dev. (%) #Best
1 0.35 4
2 0.49 5
3 0.29 5
4 0.76 1
5 0.34 4
6 0.74 2
Tabla 2: Ajuste del parametro kmax .
Borja Menendez URJC
BVNS aplicado a almacenes
21/25
Introduccion Busqueda de Vecindad Variable Basica Experimentos Conclusiones
Comparativas con el heurıstico
Heurıstico CPUt (s) Dev.(%) #Best
Gademann 0.19 0.27 46
BVNS 0.20 0.08 65
Tabla 3: Comparativa entre heurısticos.
Heurıstico Dev.(%) #Best #Opt
Gademann 0.45 31 31
BVNS 0.26 48 33
Tabla 4: Comparativa entre heurısticos teniendo en cuenta el exacto.
Borja Menendez URJC
BVNS aplicado a almacenes
22/25
Introduccion Busqueda de Vecindad Variable Basica Experimentos Conclusiones
Indice
1 Introduccion
2 Busqueda de Vecindad Variable Basica
3 Experimentos
4 Conclusiones
Borja Menendez URJC
BVNS aplicado a almacenes
23/25
Introduccion Busqueda de Vecindad Variable Basica Experimentos Conclusiones
Conclusiones
Problema del Empaquetamiento de pedidos, minimizar tiempomaximo
Propuesta de Busqueda de Vecindad Variable Basica (BVNS)
BVNS comparado con el estado del arte, mejorandolo
Borja Menendez URJC
BVNS aplicado a almacenes
24/25
Introduccion Busqueda de Vecindad Variable Basica Experimentos Conclusiones
Referencias
Gademann, N. and S. Velde (2001), “Order batching tominimize total travel time in parallel-aisle warehouse”, IIETransactions, 37 (1), 63–75
De Koster, R., E. van der Poort and M. Wolters (1999),“Efficient orderbatching methods in warehouses”, Int J ProdRes, 37 (7), 1479–1504
Borja Menendez URJC
BVNS aplicado a almacenes
25/25
Introduccion Busqueda de Vecindad Variable Basica Experimentos Conclusiones
Busqueda de Vecindad Variable Basica para
la minimizacion del tiempo maximo en el
Problema del Empaquetamiento de Pedidos
Borja Menendez 1, Eduardo G. Pardo 2, Abraham Duarte 3
Universidad Rey Juan Carlos 1 2 3
[email protected] 1, [email protected] 2, [email protected] 3
Borja Menendez URJC
BVNS aplicado a almacenes