Metaheurísticas híbridas aplicadas al problema de ruteo de arcos capacitados

Autores
Martínez, Cristian Alejandro
Año de publicación
2011
Idioma
español castellano
Tipo de recurso
tesis doctoral
Estado
versión publicada
Colaborador/a o director/a de tesis
Loiseau, Irene
Resende, Mauricio G. C.
Descripción
El Problema de Ruteo de Arcos Capacitados (CARP) es un problema de optimización combinatoria que consiste en satisfacer demandas de servicios/productos sobre determi- nadas calles de una red vial mediante una flota homogénea de vehículos, minimizando el costo total de recorrido involucrado. Ha sido aplicado a casos reales como recolección de residuos, mantenimiento de calles, lectura de medidores eléctricos, entre otros. CARP es un problema de optimización combinatoria de tipo NP-Hard. A tal efecto, en la literatura se han propuesto algoritmos exactos y heurísticas. Los primeros, basados en su mayoría en las técnicas Branch and Bound y Cutting Plane, obtienen soluciones óptimas sobre instancias de datos de tamaño reducido. Los segundos, en general, alcanzan soluciones cercanas a las óptimas y a bajo costo computacional. El objetivo de esta tesis es el desarrollo de algoritmos heurísticos que contengan ca- racterísticas salientes de metaheurísticas tales como Honey Bee Mating Optimization (HBMO), Biased Random Key Genetic Algorithm (BRKGA), Greedy Randomized Adaptive Search Procedure (GRASP), Variable Neighborhood Search (VNS), entre otras. Los resultados computacionales obtenidos por los algoritmos propuestos usando diferentes instancias de la literatura, muestran que los mismos son competitivos y robustos.
The Capacitated Arc Routing Problem (CARP) consists in determining a set of vehicle trips minimizing total travel cost, so that each demand over certain streets of a road network be served. Our motivation to deal with this problem is related to its application in real world cases such as street sweeping, urban waste collection and electric meter, reading just to mention a few. Since its first formulation, several exact and approximative methods for this NP-Hard problem have been proposed. The former, generally based on Branch and Bound and Cutting Plane methods, reach optimal solutions in small data instances. The latter, obtain near optimal solutions using low CPU ffort. The objective of this work consists in proposing hybrid heuristic algorithms that inclu- de most important features from metaheuristics such as Honey Bee Mating Optimization (HBMO), Biased Random Key Genetic Algorithm (BRKGA), Greedy Randomized Adaptive Search Procedure (GRASP), Variable Neighborhood Search (VNS), among others. The algorithms were tested with several well-known instances from the literature. The results obtained were competitive in terms of objective function value and required computational time.
Fil: Martínez, Cristian Alejandro. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.
Materia
BRKGA
GRASP
HBMO
METAHEURISTICAS
PROBLEMA DE RUTEO DE ARCOS CAPACITADOS
RUTEO DE VEHICULOS
SCATTER SEARCH
TABU SEARCH
VNS
BRKGA
CAPACITATED ARC ROUTING PROBLEM
GRASP
HBMO
METAHEURISTICS
SCATTER SEARCH
TABU SEARCH
VEHICLE ROUTING
VNS
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/2.5/ar
Repositorio
Biblioteca Digital (UBA-FCEN)
Institución
Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
OAI Identificador
tesis:tesis_n4979_Martinez

id BDUBAFCEN_aea707ef65883cb73d6eac9c4a559a5e
oai_identifier_str tesis:tesis_n4979_Martinez
network_acronym_str BDUBAFCEN
repository_id_str 1896
network_name_str Biblioteca Digital (UBA-FCEN)
spelling Metaheurísticas híbridas aplicadas al problema de ruteo de arcos capacitadosHybrid metaheuristics for the capacitated arc routing problemMartínez, Cristian AlejandroBRKGAGRASPHBMOMETAHEURISTICASPROBLEMA DE RUTEO DE ARCOS CAPACITADOSRUTEO DE VEHICULOSSCATTER SEARCHTABU SEARCHVNSBRKGACAPACITATED ARC ROUTING PROBLEMGRASPHBMOMETAHEURISTICSSCATTER SEARCHTABU SEARCHVEHICLE ROUTINGVNSEl Problema de Ruteo de Arcos Capacitados (CARP) es un problema de optimización combinatoria que consiste en satisfacer demandas de servicios/productos sobre determi- nadas calles de una red vial mediante una flota homogénea de vehículos, minimizando el costo total de recorrido involucrado. Ha sido aplicado a casos reales como recolección de residuos, mantenimiento de calles, lectura de medidores eléctricos, entre otros. CARP es un problema de optimización combinatoria de tipo NP-Hard. A tal efecto, en la literatura se han propuesto algoritmos exactos y heurísticas. Los primeros, basados en su mayoría en las técnicas Branch and Bound y Cutting Plane, obtienen soluciones óptimas sobre instancias de datos de tamaño reducido. Los segundos, en general, alcanzan soluciones cercanas a las óptimas y a bajo costo computacional. El objetivo de esta tesis es el desarrollo de algoritmos heurísticos que contengan ca- racterísticas salientes de metaheurísticas tales como Honey Bee Mating Optimization (HBMO), Biased Random Key Genetic Algorithm (BRKGA), Greedy Randomized Adaptive Search Procedure (GRASP), Variable Neighborhood Search (VNS), entre otras. Los resultados computacionales obtenidos por los algoritmos propuestos usando diferentes instancias de la literatura, muestran que los mismos son competitivos y robustos.The Capacitated Arc Routing Problem (CARP) consists in determining a set of vehicle trips minimizing total travel cost, so that each demand over certain streets of a road network be served. Our motivation to deal with this problem is related to its application in real world cases such as street sweeping, urban waste collection and electric meter, reading just to mention a few. Since its first formulation, several exact and approximative methods for this NP-Hard problem have been proposed. The former, generally based on Branch and Bound and Cutting Plane methods, reach optimal solutions in small data instances. The latter, obtain near optimal solutions using low CPU ffort. The objective of this work consists in proposing hybrid heuristic algorithms that inclu- de most important features from metaheuristics such as Honey Bee Mating Optimization (HBMO), Biased Random Key Genetic Algorithm (BRKGA), Greedy Randomized Adaptive Search Procedure (GRASP), Variable Neighborhood Search (VNS), among others. The algorithms were tested with several well-known instances from the literature. The results obtained were competitive in terms of objective function value and required computational time.Fil: Martínez, Cristian Alejandro. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.Universidad de Buenos Aires. Facultad de Ciencias Exactas y NaturalesLoiseau, IreneResende, Mauricio G. C.2011info:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_db06info:ar-repo/semantics/tesisDoctoralapplication/pdfhttps://hdl.handle.net/20.500.12110/tesis_n4979_Martinezspainfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/arreponame:Biblioteca Digital (UBA-FCEN)instname:Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturalesinstacron:UBA-FCEN2025-09-04T09:47:08Ztesis:tesis_n4979_MartinezInstitucionalhttps://digital.bl.fcen.uba.ar/Universidad públicaNo correspondehttps://digital.bl.fcen.uba.ar/cgi-bin/oaiserver.cgiana@bl.fcen.uba.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:18962025-09-04 09:47:10.097Biblioteca Digital (UBA-FCEN) - Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturalesfalse
dc.title.none.fl_str_mv Metaheurísticas híbridas aplicadas al problema de ruteo de arcos capacitados
Hybrid metaheuristics for the capacitated arc routing problem
title Metaheurísticas híbridas aplicadas al problema de ruteo de arcos capacitados
spellingShingle Metaheurísticas híbridas aplicadas al problema de ruteo de arcos capacitados
Martínez, Cristian Alejandro
BRKGA
GRASP
HBMO
METAHEURISTICAS
PROBLEMA DE RUTEO DE ARCOS CAPACITADOS
RUTEO DE VEHICULOS
SCATTER SEARCH
TABU SEARCH
VNS
BRKGA
CAPACITATED ARC ROUTING PROBLEM
GRASP
HBMO
METAHEURISTICS
SCATTER SEARCH
TABU SEARCH
VEHICLE ROUTING
VNS
title_short Metaheurísticas híbridas aplicadas al problema de ruteo de arcos capacitados
title_full Metaheurísticas híbridas aplicadas al problema de ruteo de arcos capacitados
title_fullStr Metaheurísticas híbridas aplicadas al problema de ruteo de arcos capacitados
title_full_unstemmed Metaheurísticas híbridas aplicadas al problema de ruteo de arcos capacitados
title_sort Metaheurísticas híbridas aplicadas al problema de ruteo de arcos capacitados
dc.creator.none.fl_str_mv Martínez, Cristian Alejandro
author Martínez, Cristian Alejandro
author_facet Martínez, Cristian Alejandro
author_role author
dc.contributor.none.fl_str_mv Loiseau, Irene
Resende, Mauricio G. C.
dc.subject.none.fl_str_mv BRKGA
GRASP
HBMO
METAHEURISTICAS
PROBLEMA DE RUTEO DE ARCOS CAPACITADOS
RUTEO DE VEHICULOS
SCATTER SEARCH
TABU SEARCH
VNS
BRKGA
CAPACITATED ARC ROUTING PROBLEM
GRASP
HBMO
METAHEURISTICS
SCATTER SEARCH
TABU SEARCH
VEHICLE ROUTING
VNS
topic BRKGA
GRASP
HBMO
METAHEURISTICAS
PROBLEMA DE RUTEO DE ARCOS CAPACITADOS
RUTEO DE VEHICULOS
SCATTER SEARCH
TABU SEARCH
VNS
BRKGA
CAPACITATED ARC ROUTING PROBLEM
GRASP
HBMO
METAHEURISTICS
SCATTER SEARCH
TABU SEARCH
VEHICLE ROUTING
VNS
dc.description.none.fl_txt_mv El Problema de Ruteo de Arcos Capacitados (CARP) es un problema de optimización combinatoria que consiste en satisfacer demandas de servicios/productos sobre determi- nadas calles de una red vial mediante una flota homogénea de vehículos, minimizando el costo total de recorrido involucrado. Ha sido aplicado a casos reales como recolección de residuos, mantenimiento de calles, lectura de medidores eléctricos, entre otros. CARP es un problema de optimización combinatoria de tipo NP-Hard. A tal efecto, en la literatura se han propuesto algoritmos exactos y heurísticas. Los primeros, basados en su mayoría en las técnicas Branch and Bound y Cutting Plane, obtienen soluciones óptimas sobre instancias de datos de tamaño reducido. Los segundos, en general, alcanzan soluciones cercanas a las óptimas y a bajo costo computacional. El objetivo de esta tesis es el desarrollo de algoritmos heurísticos que contengan ca- racterísticas salientes de metaheurísticas tales como Honey Bee Mating Optimization (HBMO), Biased Random Key Genetic Algorithm (BRKGA), Greedy Randomized Adaptive Search Procedure (GRASP), Variable Neighborhood Search (VNS), entre otras. Los resultados computacionales obtenidos por los algoritmos propuestos usando diferentes instancias de la literatura, muestran que los mismos son competitivos y robustos.
The Capacitated Arc Routing Problem (CARP) consists in determining a set of vehicle trips minimizing total travel cost, so that each demand over certain streets of a road network be served. Our motivation to deal with this problem is related to its application in real world cases such as street sweeping, urban waste collection and electric meter, reading just to mention a few. Since its first formulation, several exact and approximative methods for this NP-Hard problem have been proposed. The former, generally based on Branch and Bound and Cutting Plane methods, reach optimal solutions in small data instances. The latter, obtain near optimal solutions using low CPU ffort. The objective of this work consists in proposing hybrid heuristic algorithms that inclu- de most important features from metaheuristics such as Honey Bee Mating Optimization (HBMO), Biased Random Key Genetic Algorithm (BRKGA), Greedy Randomized Adaptive Search Procedure (GRASP), Variable Neighborhood Search (VNS), among others. The algorithms were tested with several well-known instances from the literature. The results obtained were competitive in terms of objective function value and required computational time.
Fil: Martínez, Cristian Alejandro. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.
description El Problema de Ruteo de Arcos Capacitados (CARP) es un problema de optimización combinatoria que consiste en satisfacer demandas de servicios/productos sobre determi- nadas calles de una red vial mediante una flota homogénea de vehículos, minimizando el costo total de recorrido involucrado. Ha sido aplicado a casos reales como recolección de residuos, mantenimiento de calles, lectura de medidores eléctricos, entre otros. CARP es un problema de optimización combinatoria de tipo NP-Hard. A tal efecto, en la literatura se han propuesto algoritmos exactos y heurísticas. Los primeros, basados en su mayoría en las técnicas Branch and Bound y Cutting Plane, obtienen soluciones óptimas sobre instancias de datos de tamaño reducido. Los segundos, en general, alcanzan soluciones cercanas a las óptimas y a bajo costo computacional. El objetivo de esta tesis es el desarrollo de algoritmos heurísticos que contengan ca- racterísticas salientes de metaheurísticas tales como Honey Bee Mating Optimization (HBMO), Biased Random Key Genetic Algorithm (BRKGA), Greedy Randomized Adaptive Search Procedure (GRASP), Variable Neighborhood Search (VNS), entre otras. Los resultados computacionales obtenidos por los algoritmos propuestos usando diferentes instancias de la literatura, muestran que los mismos son competitivos y robustos.
publishDate 2011
dc.date.none.fl_str_mv 2011
dc.type.none.fl_str_mv info:eu-repo/semantics/doctoralThesis
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_db06
info:ar-repo/semantics/tesisDoctoral
format doctoralThesis
status_str publishedVersion
dc.identifier.none.fl_str_mv https://hdl.handle.net/20.500.12110/tesis_n4979_Martinez
url https://hdl.handle.net/20.500.12110/tesis_n4979_Martinez
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/2.5/ar
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/2.5/ar
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales
publisher.none.fl_str_mv Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales
dc.source.none.fl_str_mv reponame:Biblioteca Digital (UBA-FCEN)
instname:Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
instacron:UBA-FCEN
reponame_str Biblioteca Digital (UBA-FCEN)
collection Biblioteca Digital (UBA-FCEN)
instname_str Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
instacron_str UBA-FCEN
institution UBA-FCEN
repository.name.fl_str_mv Biblioteca Digital (UBA-FCEN) - Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
repository.mail.fl_str_mv ana@bl.fcen.uba.ar
_version_ 1842340685480460288
score 12.623145