A Decision Support Tool for Urban Freight Transport Planning Based on a Multi-Objective Evolutionary Algorithm

• Autores: Miguel, Fabio Maximiliano; Frutos, Mariano; Tohmé, Fernando; Méndez Babey, Máximo
• Año de publicación: 2019
• Idioma: inglés
• Tipo de recurso: artículo
• Materia: Dirección de Operaciones; Logística; Modelado y Simulación Computacional; Meta-heurísticas; Decision Making; Decision Support Systems; Evolutionary Computation; Genetic Algorithms; Logistics; Pareto Optimization; Road Transportation; Urban Areas; Dirección de Operaciones; Logística; Modelado y Simulación Computacional; Meta-heurísticas
• Institución: Universidad Nacional de Río Negro

Fil: Miguel, Fabio M. Universidad Nacional de Río Negro, Sede Alto Valle y Valle Medio. Villa Regina; Argentina
Fil: Frutos, Mariano. Universidad Nacional del Sur, Department of Engineering and IIESS-CONICET, Bahía Blanca; Argentina
Fil: Tohmé, Fernando. Universidad Nacional del Sur, Department of Economics and INMABB-CONICET, Bahía Blanca; Argentina
Fil: Méndez Babey, Máximo. Universidad de Las Palmas de Gran Canaria and SIANI, Las Palmas G. C.; Spain
We present an optimization procedure based on a hybrid version of an evolutionary multi-objective decision-making algorithm for its application in urban freight transportation planning problems. This tool is intended to solve the planning problems of a merchandise distribution firm that dispatches small volume fractional loads of fresh foods on daily schedules. The firm owns a network of distribution centers supplying a large number of small businesses in Buenos Aires and its surroundings. The recombination operator of the evolutionary algorithm used here has been designed specifically for this problem. It is intended to embody a strategy that takes into account constraints like temporary closeness, closeness time window and connectivity in order to improve its performance in the clustering phase. The representation allows incorporating specific information about the actual instances of the problem and uses adaptive control of the parameters in the calibration stage. The performance of the proposed optimizer was tested against the results obtained by two evolutionary algorithms, NSGA II and SPEA 2, widely used in similar problems. We use hypervolume as a measure of convergence and dispersion of Pareto fronts. The statistical analysis of the results obtained with the three algorithms uses the Wilcoxon rank sum test, which yields evidence that our procedure provides good results.
Presentamos un procedimiento de optimización basado en una versión híbrida de un algoritmo evolutivo multi-objetivo de toma de decisiones, para su aplicación en problemas de planificación del transporte urbano de mercaderías. Esta herramienta está destinada a resolver los problemas de planificación de una empresa de distribución de mercaderías que despacha pequeños volúmenes de alimentos frescos a cargas fraccionadas con periodicidad diaria. La firma posee una red de centros de distribución que abastecen a una gran cantidad de pequeñas empresas en Buenos Aires y sus alrededores. El operador de recombinación del algoritmo evolutivo utilizado ha sido diseñado específicamente para este problema. Su objetivo es incorporar una estrategia que tenga en cuenta restricciones como la cercanía temporal, la proximidad a la apertura y cierre de la ventana temporal y la conectividad, para mejorar su rendimiento en la fase de clasificación. La representación utilizada permite incorporar información específica sobre las instancias reales del problema y utiliza control adaptativo de parámetros en la etapa de calibración. El rendimiento del optimizador propuesto se probó con los resultados obtenidos por dos algoritmos evolutivos, NSGA II y SPEA 2, ampliamente utilizados en problemas de este tipo. Usamos hipervolumen como medida de convergencia y dispersión de frentes de Pareto. El análisis estadístico de los resultados obtenidos con los tres algoritmos se realizó mediante la prueba de suma de rangos de Wilcoxon, dicho análisis proporciona evidencia suficiente de que nuestro procedimiento proporciona buenos resultados.