Diseño de una red de distribución mediante datos obtenidos de una interfaz de programación de aplicaciones

Palabras clave: API, distribución, TSP, cluster, algoritmo genético

Resumen

En el presente artículo se analiza la problemática en la distribución de productos de consumo que realizan empresas del sector alimentario. La falta de eficiencia en el diseño de la red de distribución, con base en información confiable sobre ubicaciones y distancias de traslado hacia los clientes, son factores que afectan principalmente la planeación de la cadena de suministro. A través de un caso de estudio de un problema de distribución de productos alimenticios que deben ser entregados mediante un programa gubernamental de seguridad alimentaria, basado en desayunos escolares, cuya población objetivo son estudiantes matriculados en escuelas de nivel básico, en la zona sureste del estado de Hidalgo. Se propone el diseño de una red de distribución en dos escalones o niveles que identifica las rutas para el reparto de estos productos.

Utilizando de manera conjunta herramientas tecnológicas como Google API para el cálculo de distancias de traslado, técnicas cluster y software para el análisis de datos, se desarrolla una propuesta de distribución, la cual se obtiene mediante un modelo, resuelto a través de un algoritmo genético, aplicado al problema del agente viajero (TSP, por sus siglas en ingles). Los resultados de esta propuesta muestran un panorama general de la localización de todos los clientes, las distancias reales entre estos, los consumos y las posibles rutas que deben ser consideradas en la planeación de la cadena de suministro. Esta propuesta resulta útil también para tomar decisiones sobre otros aspectos como: el correcto abastecimiento de los productos, la selección de posibles centros de distribución, el diseño de la logística basado en los costos de distribución y la distancia recorrida de los transportes. Generando como resultado un notable ahorro económico en la distribución que permita planear una futura expansión y cobertura en otras áreas geográficas.

Descargas

La descarga de datos todavía no está disponible.

Citas

FAO, (2013). Alimentacion escolar y las posibilidades de compra directa de la agricultura familiar. Estudio de Costa Rica. Brasil.

Cuevas, G. (1995). El Programa de alimentación escolar urbano marginal de la República Dominicana. Publicaciones de la Secretaría de Estado de Educación, Bellas Artes y Cultos y del Sector Educación del Programa de las Naciones Unidas para el Desarrollo (PNUD). Plan Decenal de Educación en Acción, Secretaría de Estado de Educación, Bellas Artes y Cultos. Santo Domingo, República Dominicana

DIF (2018) http://sitios.dif.gob.mx/dgadc/direccion-de-alimentacion/estrategia-integral-de-asistencia-social-alimentaria/ consultado el 19/05/2019

Hugos, M. (2018). ESSENTIALS of Supply Chain Management. New Jersy: Jhon Wiley & Sons, Inc.

Christopher, M. (2016). Logistics & Supply Chain Management. Great Britain: Pearson.

Alan Rushton, P. C. (2014). THE HANBOOK OF LOGISTICS & DISTRIBUTION MANAGEMENT. Great Britain and United Estates: Kogan Page.

S.M. Hatefi, F. J. (2013). Robust and reliable forward-reverse logistics network desing under demand uncertainty and facility disruptions Elsevier Inc, 2-13.

András Királyn , J. A. (2014). Redesing of the supply of mobile mechanics based on a novel genetic optimization algorithm using Google Maps API. Elservier, 122-129

Yong Wang, X. M. (2017). Profit Distribution in Collaborative Multiple Centers Vehicle Routing Problem. Journal of Cleaner Production, 2-15.

JiquanWang, O. K. (2016). Multi-offspring genetic algorithm and its application to the traveling salesman problem. ELSEVIER, 2-8

Helsgaun, K. (2014). Solving the clustered Traveling Salesman Problem Using the Lin-Kerninghan-Helsgaunn Algorithm. Roskilde University, 2-12.

Ashour, A. F.-S. (2015). OPTIMIZATION OF TRAVELING SALESMAN PROBLEM . DE GRUYTER OPEN, 240-244.

Carr, J. (2014) . An Introduction to Genetic Algorithms. 1-14

Thomas Liebig, N. P. (2016). Dynamic route planning with real-time traffic. Information Systems, 2-12.

Vandeviver, C. (2014). Applying Google Maps and Googles Street View in. Springer, 2-6.

Ooms, J. (2014). The jsonlite Package: A Practical and Consistent Mapping. UCLA, 1-14.

Linet Ozdamar, M. A. (2014). Models, Solutions and Enabling Technologies in Humanitarian Logistics. European Journal of Operational Research, 4-10.

Granillo-Macías, R., Olivares-Benítez, E., Martínez-Flores, J y Caballero-Morales, S. (2018). Analysis of logistics cost in contract agriculture: the case of barley supply chain in Hidalgo, Mexico. Custos e agronegocio on line. 164-183.

Fahui, W. and Yanqing, X. (2011). Estimating O-D travel time matrix by Google Maps API. implementation, advantages, and implications. Ann. GIS. 17(1):199-209.

Wang, Y., Ma, X, Lao, Y and Wang, Y. (2013). A fuzzy-based customer clustering approach with hierarchical structure for logistics network optimizacion. Expert Systems with Applications.

Anily, S., Bramel, J., & Hertz, A., v. (1999). A 5/3-approximation algorithm for the clustered traveling salesman tour and path problems, Operations Research Letters, 24, 29-35.

Publicado
2020-01-05
Cómo citar
Lozano-Cruz, D., López-Jiménez , J. A., Cruz-Avilés , D., & Granillo-Macías , R. (2020). Diseño de una red de distribución mediante datos obtenidos de una interfaz de programación de aplicaciones. Ingenio Y Conciencia Boletín Científico De La Escuela Superior Ciudad Sahagún, 7(13), 42-48. https://doi.org/10.29057/escs.v7i13.4955

Artículos más leídos del mismo autor/a