Título: Problema de ruteo de vehículos con ventanas de tiempo, opciones de entrega y capacidades dinámicas
Directores: Juan José Miranda Bront y Gonzalo Lera Romero
Jurados: Isabel Méndez-Díaz y Daniel Negrotto

Resumen:

El reciente crecimiento del e-commerce trae consigo un abrupto incremento en la cantidad y complejidad de los desafíos con los que tienen que lidiar las empresas que particiíen la logística de última milla. Entre ellos, los inconvenientes de acceso al lugar de destino de la entrega y una limitada disponibilidad del receptor, aumentan la cantidad de intentos de entrega fallidos e impactan directamente en la eficiencia. En este contexto, muchas empresas optan por soluciones híbridas que consideran por un lado la opción de entregar directamente al domicilio del cliente, así como también utilizar puntos de entrega compartidos, llamados locker-boxes, a los que el cliente luego se acerca para retirar sus pedidos. Esta nueva modalidad que en algún grado ayuda a resolver las problemáticas mencionadas, presenta nuevos desafíos desde la gestión relacionados a la capacidad máxima en la recepción de productos, resultante de las características físicas de espacio disponible
y de las entregas y retiros que se realicen durante el horizonte de planificación.

Esta variante del conocido problema de ruteo de vehículos, ha sido introducida recientemente y todavía es muy incipiente lo que hay. Si bien se han analizado distintos aspectos, como la utilización de ventanas de tiempo y la heterogeneidad de los puntos de entrega compartidos, hasta ahora se consideró que la capacidad de recepción es constante durante el horizonte de planificación; mientras que en la realidad, es variable. Aunque la naturaleza de esta información es estocástica, se la puede considerar conocida y determinista para afrontar la resolución del problema que la engloba, pudiendo en la práctica ser reemplazada por el resultado de un pronóstico. En este trabajo presentamos una solución Branch & Price para el problema de ruteo de vehículos con ventanas de tiempo, opciones de entrega y capacidades dinámicas, utilizando heurísticas para acelerar los tiempos de cómputo incurridos en el problema de pricing. También, mostramos que considerar las capacidades de recepción dinámicas en los modelos, permite reducir el costo logístico hasta un 37% en el mejor caso, en detrimento de mayores tiempo de cómputo.