Universidad Nacional Experimental del Tchira Vicerrectorado Acadmico Decanato de Docencia Departamento de Ingeniera Informtica Trabajo de Aplicacin Profesional

Trabajo de Grado

SIMULACION Y OPTIMIZACION DE LA CARGA EN CAMIONES. CASO DE ESTUDIO: DISTRIBUIDORA NAKKAR SAN CRISTOBAL ESTADO TACHIRA
AUTOR: Br. Bermudez Aida C.I: 19778380 mariu42030@gmail.com TUTOR: Ing. Marilena Yeguez C.I.: 14041876 myeguez @unet.edu.ve

San Cristbal, octubre de 2011

INDICE Pg. Carta de Presentacin del Proyecto Especial de Grado ante la Comisin TAP . Carta de Aceptacin del Tutor. Carta de Autorizacin del Tutor para la presentacin de la propuesta ..

CAPITULO I. EL PROBLEMA Planteamiento del problema. Objetivos de investigacin... Descripcion de la empresa. Justificacin...... 5 Alcance...... 5 1 4

CAPITULO II. FUNDAMENTACIN TERICA Antecedentes........ 7

Bases tericas... 11

CAPITULO III. FUNDAMENTACIN METODOLGICA Enfoque paradigmtico... 41 Tipo de investigacin.. 42 Diseo de investigacin...... 43 Poblacin. 43 Tcnicas e instrumentos para la recoleccin de informacin. 44 Metodologa de Desarrollo.. 45

REFERENCIAS ANEXOS

47

Anexo A. Cronograma de actividades.. 55

CAPITULO I EL PROBLEMA

Planteamiento del Problema

En la actualidad en las diferentes industrias de calzado a nivel mundial se utilizan diversos medios de transporte para poder distribuir la carga que se desea, en muchos casos sin tener ningn orden especifico o patrn a seguir, ya que si se tuviera se podra aprovechar mejor el espacio en los camiones para as poder optimizar el espacio disponible el cual ser el caso de estudio de esta investigacin. Se podra pensar que estas situaciones del da a da se hacen sencillas a priori pero en la prctica presentan una gran complejidad. Para ello, se hace necesaria la implementacin de algn simulador que le permita a la distribuidora obtener la mejor solucin posible tomando en cuenta las dimensiones de la cava del camin, dimensiones de los bultos formados por las cajas de zapatos, las diferentes rutas a seguir (previamente definidas por el encargado), peso de las cajas, entre otros. La problemtica radica en como la cargas deben ser dispuestas en cada uno de los camiones y cul debe ser la secuencia de carga y descarga del mismo; todo ello teniendo en cuenta la ruta que va a seguir el transporte. El problema surge a raz de la ubicacin de la mercanca por cada viaje de ciudad a ciudad, la omisin de este planteamiento origina serios inconvenientes en la explotacin del camin, ya que se producen innumerables remociones de mercancas que tienen que ser sacadas del transporte y vueltas a cargar en el mismo camin, con objeto de permitir la carga o descarga de otras mercancas, que tienen su destino en esa ciudad. El problema de la remocin innecesaria de las mercancas segn Jess Panadero (2008) acarrea:

a) Un incremento en el tiempo de estancia del camin en la ciudad, que pueden generar inseguridad para los trabajadores y los clientes ya que en algunos lugares de puede descargar en la noche acarreando as problemas de robos o de mayores gastos para la empresa ya que algunos clientes prefieren descargar al da siguiente.

b) Un incremento en los gastos de explotacin del camin por aumento de la dedicacin de mano de obra.
Es por todo ello que ser muy improbable que la solucin de carga elegida est en la zona del ptimo ya que no habr sido obtenida combinando y ensayando las distintas posibilidades existentes. Si estas causas y sntomas que presenta la empresa en la actualizad los ha llevado a optar por el software que simule la optimizacin del espacio en el camin, a largo plazo resultara ms necesario ya que con el pasar de los aos van aumentando los factores de riesgo que pueden ir en contra de la distribuidora pudindole acarrear mayores prdidas, adems aumentara el nmero de transportes que se encargara de distribuir la mercanca, pudiendo dejar de ser aprovechado el espacio de manera ptima para cada viaje. Para poder resolver estos problemas de optimizacin de espacio para la carga en camiones segn Bonilla L, (2006)[5] ,puede ser solucionado por mtodos como: La cubicacin que solo puede ser utilizado para instancias exactas del problema y los heursticos que son ms aplicables en los problemas reales del da a da. Es por ello que la presente investigacin centra su enfoque en los algoritmos genticos [9], para desarrollar un algoritmo que pueda ser empleado para optimizar la carga y descarga de las cajas en los camiones de la distribuidora Nakkar. Por lo tanto, lograr la implementacin de un software que simule de manera grfica como se deben apilar las cajas y en qu orden, para que el usuario pueda implementarlo en la empresa con los datos de la cantidad de mercanca para cada cliente extrados del sistema contable A-2 previamente insertados por el personal.

Objetivos de Investigacin

Objetivo General

Simular y optimizar el proceso de carga de mercanca en los camiones en la distribuidora Nakkar ubicada en San Cristbal Estado Tchira.

Objetivos Especficos y Elaborar un diagnstico de la carga y descarga en la actualidad de la distribuidora Nakkar. y Implementar el proceso de algoritmo gentico como solucin para exponer la mejor alternativa para la carga de mercanca. y Determinar los factores a travs de los cuales se realizarn las restricciones pertinentes para aplicarlos en el modelo de optimizacin de la carga. y Indagar en el sistema A-2 contable para realizar una fusin del simulador con los datos necesarios de la carga ya almacenada en el mismo. y Implementar el simulador que optimice la carga de la distribuidora para sus diferentes viajes a nivel regional y nacional.

Justificacin En la actualidad el sector industrial est dirigiendo sus esfuerzos en la utilizacin de mtodos que permitan optimizar las cargas en los contenedores que son utilizados para transportar la mercanca para poder distribuirla ya que esto puede ayudar a prevenir perdidas tanto monetarias como de tiempo y evitar la remocin

innecesaria; por esta razn en la distribuidora Nakkar San Cristbal Estado Tchira se plante la implementacin de un simulador que fuera capaz de optimizar la carga de los camiones, regido de diversas restricciones planteadas por la organizacin tales como: espacio, ruta, mercanca a despachar, orden especifico en cuanto a las rutas, tamaos de los bultos, peso de los bultos entre otros. Cuya aplicacin permitir optimizar la carga y descarga de los contenedores aumentando as la eficiencia y eficacia del proceso pudiendo disminuir los recursos humanos utilizados y el tiempo empleado para ello. El desarrollo de este proyecto permitira a su vez reducir los tiempos de descarga de la mercanca y personal necesario para ello, mayor aprovechamiento de los espacios del contenedor para cada viaje, prevencin de posibles actos de inseguridad en cada parada de la ruta asignada. La aplicacin de esta propuesta contribuye a mejorar y optimizar de manera continua el proceso de carga y descarga de los artculos que la distribuidora desee enviar a cada uno de sus clientes.

Alcance

El desarrollo de esta investigacin ofrecer la implementacin de un simulador de optimizacin de la carga en los contenedores utilizados en la distribuidora Nakkar, para ello se indagara en el sistema A-2 contable para acceder a su informacin y trabajar con ella, por otro lado se estudiaran la tcnica de algoritmo genetico para realizar con xito la presente investigacin para as poder aplicar las restricciones expuestas por la distribuidora al momento que se realice el diagnstico de la misma. Posteriormente se implementara el simulador que muestre en un ambiente grafico agradable para el usuario la solucin ms ptima para distribuir el producto a cada una de sus rutas (regionales o nacionales).

CAPITULO II FUNDAMENTOS TEORICOS

Antecedentes En el mbito internacional, existen diversas investigaciones relacionadas con el objeto de estudio, que consisten en hallar soluciones adecuadas a problemas de optimizacin de carga y descarga en diferentes tipos de contenedores. Entre algunas de las investigaciones que han servido como base terica de este proyecto de investigacin se tienen: Panadero J,(2008)[3], en el Instituto Tcnico Superior de Ingenieros Navales perteneciente a Madrid, Espaa, desarrollo un trabajo de investigacin denominado Simulacin y optimizacin de la carga y estiba en buques de carga general , cuyo objetivo general consisti establecer un procedimiento que permita optimizar la distribucin de la carga en un buque de cualquier tipo, de forma que resuelva y optimice la distribucin de la carga en un buque de carga general, en el que concurren mercancas de muy distinta naturaleza, por entender que es este el caso ms complicado que puede presentarse, y que del mismo puede derivarse a cualquiera de los otros sin ms que introducir las simplificaciones oportunas. Por consiguiente, atendiendo a la naturaleza, cantidades y condicionantes de las mercancas a transportar, y a sus orgenes y destinos, el procedimiento determinar la disposicin de las mismas a bordo que resulta ms conveniente para la explotacin econmica del buque, teniendo en cuenta las limitaciones impuestas por la estabilidad y resistencia estructural del mismo. La metodologa que permiti el logro de este objetivo, consisti en realizar un estudio de optimizacin explotando todas las alternativas existentes para almacenar la mercanca en los camiones, obteniendo automticamente las situaciones ms convenientes tales como: Un tiempo mnimo de carga/descarga en

cada puerto, un nmero mnimo de cargas que han de ser removidas para poder cargar/descargar otras, Un mayor flete a percibir, en aquellos casos en que la demanda de transporte permita aceptar o rechazar algunas cargas. Teniendo en cuenta los condicionamientos impuestos por: Desplazamiento, estabilidad y trimado del buque, Resistencias local y longitudinal del buque, entre otras. Obtenindose como conclusin la optimizacin de la carga y descarga en los buques para cualquier tiempo de mercanca en el contexto de los barcos y puertos mediante aplicaciones de divisin de espacios, teoras combinatorias, matriz de espacios(es aquella que me relaciona el espacio del contenedor con la mercanca). Por su parte Bonilla L,(2006)[8],en la Universidad de las Amricas Puebla, Mxico desarrollo un trabajo de investigacin denominado Desarrollo de un algoritmo heurstico para aumentar la utilizacin del espacio disponible dentro de los transportes que distribuyen materiales en un sistema logstico cuyo objetivo consisti en el Desarrollo de un algoritmo heurstico que han demostrado ser tiles para ayudar a resolver problemas de optimizacin. Para alcanzar el objetivo propuesto se llev a cabo la siguiente metodologa, desarrollo de un algoritmo heurstico paso a paso explicado para poder ser entregado a la empresa desarrolladora de software y poderlo as adaptar para la empresa. Utilizando el algoritmo first fit decreasing para mejorar los resultados. Obteniendo as conclusiones favorables haciendo comparaciones del algoritmo original con el propuesto, afirmndose que el algoritmo hibrido es ms efectivo que el simple. Concluyendo que los algoritmos heursticos aunque no son exactos dan una solucin bastante cercana a los resultados que arrojara un mtodo matemtico. Por su parte, algunas recomendaciones sugeridas consisten en: considerar transportes de diferentes tamaos, mejorar el heurstico propuesto mediante la consideracin de objetos de diversas geometras, considerar el lmite de altura al momento de apilar las cajas, entre otras.

Por otro lado Caserta M,(2009)[9], en la Universidad de Hamburgo, Alemania desarrollo una investigacin denominada Optimizacin de la Logstica en Terminal de Contenedores, cuyo objetivo fue el estudio de diversos mtodos para optimizar la logstica en terminales de contenedores, utilizando el estudio de reglas heursticas, algoritmos heursticos para ser aplicados en los procesos de carga y descarga, mejor aprovechamiento del espacio del contenedor, reubicacin de las cajas en el contenedor, Concluyendo as que estos mtodos son exactamente los que se deben utilizar al momento de hablar de optimizacin de carga y descarga de mercanca en contenedores. Recomendando la implementacin de un software que mediante estos mtodos permita simular como se debe realizar el proceso de carga de una manera ptima.

Bases Tericas En esta seccin se presentan un conjunto de fundamentos tericos, planteados por distintos autores, que permiten sustentar la presente investigacin. En primer lugar se explican de manera breve los conceptos de

Algoritmo Gentico Tambin conocidos como algoritmos evolutivos, Holland, J. (1975) [17], hace referencia al algoritmo gentico como una tcnica de bsqueda inspirado en la eficacia de la evolucin de la mutacin y reproduccin diferencial.

Por su parte, Koza, J. (1992) [21] cita el siguiente concepto sobre algoritmos genticos: Es un algoritmo matemtico altamente paralelo que

transforma un conjunto de objetos matemticos individuales

con respecto al tiempo usando operaciones modeladas de acuerdo al principio Darwiniano de reproduccin y supervivencia del ms apto, y tras haberse presentado de forma natural una serie de operaciones genticas de entre las que destaca la recombinacin sexual. Cada uno de estos objetos matemticos suele ser una cadena de caracteres (letras o nmeros) de longitud fija que se ajusta al modelo de las cadenas de cromosomas, y se les asocia con una cierta funcin matemtica que refleja su aptitud. (p.746).

Asimismo, para Godlberg (1989), citado en Gestal, M. [10], se definen como: Son algoritmos de bsqueda basados en la mecnica de seleccin natural y de la gentica natural. Combinan la supervivencia del ms apto entre estructuras de secuencias con un intercambio de informacin estructurado, aunque aleatorizado, para constituir as un algoritmos de bsqueda que tenga algo de las genialidades de las bsquedas humanas. (p. 2).

Por ltimo, Parra, A. (2006) [31] tambin describe a los algoritmos genticos como mtodos de bsqueda, los cuales imitan la teora de Darwin sobre la evolucin biolgica, con el fin de obtener la resolucin de problemas. Para realizar esta simulacin se parte desde una poblacin inicial, seleccionando los individuos ms aptos para reproducirlos y mutarlos posteriormente, obteniendo una nueva generacin de individuos ms capacitados que en la generacin anterior.

Para entender con mayor detalle el comportamiento de dicho algoritmo, es necesario abordar con ms detalle cada uno de los pasos o etapas que lo componen:

1) Inicializacin. Es la generacin de los individuos que conforman la poblacin inicial. Cada individuo representa una posible solucin al problema en cuestin. 2) Evaluacin Inicial. Cada uno de los elementos de la poblacin inicial tienen un valor con respecto a la funcin objetivo del problema. Este valor, ser el valor de oportunidad segn el cual el individuo podr ser seleccionado o no para pasar a la siguiente generacin. 3) Seleccin. Es el procedimiento que permite la eleccin de los individuos ms calificados de la poblacin, una vez que se hayan evaluado los mismos a travs de la funcin objetivo del problema [10]. Estos individuos presentan una mejor probabilidad de adaptacin y ms oportunidades de reproducirse; dicho elitismo permite la generacin futura de individuos con buen desempeo para la nueva poblacin. Es importante sealar que debe existir cierto rango de aceptacin en la calificacin de los individuos al momento de seleccionar a los mejores, ya que si la estrategia de seleccin es estricta, puede ocurrir convergencia prematura, la cual indica que la tendencia del proceso de bsqueda del algoritmo gentico sea hacia un ptimo local, representado por un individuo bueno en comparacin con los dems individuos generados a lo largo de la ejecucin del algoritmo, pero dicho individuo no llega a ser la mejor solucin posible [10]. Si el proceso de seleccin permite la diversidad en los individuos elegidos, la tendencia del algoritmo posiblemente ocurra hacia una convergencia de ptimo global, alcanzando el dominio de las mejores soluciones. Entre las tcnicas de seleccin se hace mencin de [10]: a) Seleccin por ruleta. Tambin conocida como la Seleccin de Montecarlo. Este procedimiento se basa en la seleccin por sorteo, manteniendo las mismas caractersticas en los rangos de los individuos. La ruleta estar definida por el rango global de las probabilidades pertenecientes a cada individuo, las cuales deben

ser ordenadas descendentemente, encontrndose al inicio de la ruleta aquellas que representan los mejores de ellos. Para escoger al cromosoma se genera un nmero aleatorio de la ruleta, eligiendo aquel que contenga dentro de su intervalo de probabilidad, la suma de dicho nmero aleatorio con el acumulado en la seleccin del elemento anterior. El comportamiento de la ruleta definir un avance a partir de la posicin actual, a travs de la suma de las probabilidades de los individuos a medida que se van seleccionando. Este mtodo es muy sencillo de aplicar para poblaciones pequeas, pero ineficiente en grandes poblaciones al resultar muy complejo. Tambin ofrece una probabilidad mayor de escoger a los mejores individuos, pero teniendo como desventaja la posibilidad de seleccin ms de una vez de los peores. b) Seleccin por torneo. Este mtodo se basa en comparaciones directas entre los cromosomas, definiendo subconjuntos de individuos en la poblacin, asignando una probabilidad de seleccin a cada integrante del subconjunto de acuerdo a la aptitud del mismo. En poblaciones con un gran nmero de individuos, aquellos considerados como malos tendrn muy pocas posibilidades de ser seleccionados. Cuando las poblaciones disminuyen su tamao, los peores individuos tienen ms probabilidad de ser elegidos. oportunidad de El proceso consiste en seleccionar dicha seleccin puede ser dentro de cada subconjunto a los individuos que tendrn la reproduccin, determinstica si se busca aquellos con aptitudes ms altas, o probabilstica si se establece un parmetro que determine cul ser la menor probabilidad permitida para la seleccin y un rango global de todas las probabilidades, generando un nmero aleatorio dentro del intervalo del rango, si el nmero es mayor al parmetro, se escoge al individuo correspondiente a ese valor.

Cabe sealar que de acuerdo a la naturaleza del problema, y a la estrategia de bsqueda del algoritmo, se podr determinar el mtodo de seleccin que mejor se adapte a los criterios propuestos. 4) Sobrecruzamiento recombinacin. Es el operador ms conocido en este tipo de algoritmo. Una vez seleccionados un par de individuos adaptados correctamente, se realiza la recombinacin de material gentico perteneciente a ambos cromosomas, aumentando de esta manera la posibilidad de que los genes heredados por la descendencia, sean aquellos que hicieron aptos a sus progenitores. El objetivo de esta recombinacin es generar cromosomas llamados hijos con mejores capacidades a la de cada uno de sus padres, los cuales posteriormente reemplazarn a aquellos individuos con facultades ms bajas dentro de la poblacin a la cual pertenecen sus padres, obteniendo de esta manera una nueva generacin [10]. Existen diversas maneras de realizar la recombinacin entre un par de padres, entre ellas se encuentran [10]: a) Cruce de un punto (SPX Single Point Crossover). Definidos un par de padres, se selecciona una misma posicin en los dos cromosomas, conocido como punto de cruce, posteriormente se copia en los dos individuos que se estn creando, llamados hijos, el material gentico desde el inicio hasta el punto de cruce de ambos padres, luego se realiza un intercambio de genes a partir de dicho punto. El individuo que contenga la informacin gentica del primer progenitor en la parte superior, tendr asignado en su parte inferior, los genes del segundo progenitor a partir del punto de cruce; de la misma manera, el segundo hijo hereda los genes del primer progenitor desde el punto de cruce. hasta la finalizacin de su longitud, puesto que en la parte superior contiene la carga gentica del primer padre.

b) Cruce de dos puntos (DPX Double Point Crossover). Se basa en el mismo desarrollo que el cruce de un punto, slo que en este caso se tendrn dos puntos de corte presentes en ambos padres. El primer hijo generado tendr la carga gentica perteneciente al primer padre, desde el inicio hasta el primer punto de cruce, seguidamente obtendr los genes correspondientes al segundo progenitor hasta el segundo punto de cruce, por ltimo, heredar el material gentico nuevamente del primer progenitor a partir del segundo punto de cruce, hasta la culminacin de la longitud de dicho cromosoma. De la misma forma, el segundo descendiente se reproduce con el mismo procedimiento que el hijo anterior, en este caso, el orden de los progenitores es inverso, pues se empieza la asignacin de la carga gentica a partir del segundo padre, seguidamente, el espacio entre ambos puntos de cruce incluir los genes del primer progenitor, finalizando la herencia de informacin gentica por parte del segundo padre. c) Cruce uniforme. En esta tcnica de cruce, los cromosomas resultantes no se dividen en fracciones, pertenecientes a un slo padre cada una de ellas, pues todos los genes de los descendientes tienen la misma probabilidad de corresponder a cualquiera de sus progenitores. La recombinacin uniforme presenta varias opciones, la forma ms simple es seleccionar aleatoriamente el padre al que corresponde el gen del individuo creado. Otra manera de realizar este cruce, es establecer un intervalo para cada progenitor, donde la generacin de un nmero aleatorio determinar a cul intervalo se acopla, y por ende, que padre asignar el gen al primer hijo, repitindose este

proceso con todos los genes. Cabe destacar que para la reproduccin del segundo hijo, los intervalos de los padres son invertidos. El cruce uniforme no siempre mantiene la aleatoriedad en los padres, puesto que algunos problemas requieren la utilizacin de operadores aritmticos para diferir qu progenitor es ms apto al momento de asignar cada gen al hijo que los hereda. La forma como se realice el cruce de padres, depender en gran medida del planteamiento que se est resolviendo, tomando un criterio de recombinacin apto a cada tipo de problema. 5) Mutacin. Este procedimiento tiene como finalidad generar nuevas soluciones a partir de las ya existentes. Este proceso se lleva a cabo tras la realizacin del cruce, una vez generado el nuevo individuo, se evala su probabilidad para ser alterado genticamente, de ser asertiva, se procede a variar aleatoriamente cierto nmero de genes del cromosoma. Las mutaciones promueven la variabilidad de los individuos, permitiendo as la evolucin de la poblacin al no limitarse ante la presencia de un ptimo local, sin embargo el porcentaje de mutacin debe ser bajo para no alterar en gran medida el comportamiento normal del algoritmo [31]. 6) Poltica de reemplazo: Un algoritmo gentico puede ser generacional o de estado estable. De tipo generacional, se refiere al uso de una poblacin temporal conformada por los individuos generados a partir del cruce de sus padres, o de la mutacin. En este caso, la poblacin inicial permanece intacta. En el caso de los algoritmos de estado estable, se mantiene una nica poblacin de individuos, los cuales se van reemplazando a media que avanza el algoritmo, segn diversos criterios: eliminar los individuos menos aptos, eliminarlos aleatoriamente, eliminar a los padres, etc. 7) Seleccin: Finalmente, la poblacin final bien sea la poblacin temporal, o la poblacin inicial por la poltica de reemplazo, contara con elementos

que se espera que sean ms aptos que los originales. Cada uno de ellos, sigue representado una potencial solucin para el problema y seguir teniendo un valor con respecto a la funcin objetivo. Por tanto, el elemento con mejor valor de la funcin objetivo, representara la mejor solucin posible.

Mision:
Somos una empresa distribuidora de calzado donde nos esforzamos da a da para desempear una mejor relacin con nuestros clientes y proveedores, para satisfacer sus necesidades en el mbito comercial, garantizando nuestra permanencia como lderes en el mercado.

Visin

Ser la distribuidora de calzado lder a nivel nacional e incurrir a mercados internacionales con nuestros productos y servicios contando con niveles tecnolgicos avanzados.