Formulación basada en flujos para el Problema de Producción y Ruteo de múltiples productos con ventanas de tiempo y flota heterogénea

Autores/as

  • Lucas Porporatto Universidad Tecnológica Nacional, Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET), Argentina
  • Yanina Fumero Universidad Tecnológica Nacional, Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET), Argentina
  • Gabriela Corsano Universidad Tecnológica Nacional, Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET), Argentina

Palabras clave:

integración de la cadena de suministros, programación mixta-entera lineal, optimización simultánea, experimentos computacionales

Resumen

El Problema de Producción y Ruteo (PRP) surge de los esfuerzos por integrar distintos eslabones de las cadenas de suministro, ofreciendo reducciones sustanciales de costos mediante la optimización simultánea de las actividades de producción, inventario y distribución. A pesar de su relevancia, la literatura suele omitir características propias de la aplicación práctica, tales como los entornos multiproducto, flotas de vehículos heterogéneas, pedidos pendientes (backorders) y restricciones de ventanas de tiempo. Para abordar esta brecha, se propone una formulación de Programación Lineal Mixta-Entera (MILP) basada en un enfoque de flujo de dos mercancías que elimina subtours sin generar un crecimiento exponencial de las restricciones, mejorando así la eficiencia computacional. El modelo se implementó en Python utilizando Gurobi 13.0 y se validó mediante un caso ilustrativo y un conjunto de 81 instancias. Los resultados demuestran la eficacia del modelo para optimizar los costos, cumpliendo simultáneamente con las exigencias operativas. Asimismo, los resultados computacionales revelan que el gap de optimalidad está influenciado significativamente por el número de clientes y períodos de tiempo, mientras que las variaciones en la cantidad de productos y vehículos no muestran dicho efecto. Este trabajo proporciona una herramienta robusta para reducir la brecha entre los modelos teóricos y las aplicaciones industriales reales, ofreciendo un marco integral para la toma de decisiones complejas. 

Descargas

Los datos de descarga aún no están disponibles.

Referencias

Adulyasak, Y., Cordeau, J.-F., & Jans, R. (2014). Optimization-based adaptive large neighborhood search for the production routing problem. Transportation science, 48(1), 20-45.

Adulyasak, Y., Cordeau, J.-F., & Jans, R. (2015). The production routing problem: A review of formulations and solution algorithms. Computers & Operations Research, 55, 141-152.

Archetti, C., Bertazzi, L., Paletta, G., & Speranza, M. G. (2011). Analysis of the maximum level policy in a production-distribution system. Computers & Operations Research, 38(12), 1731-1746.

Archetti, C., & Speranza, M. G. (2016). The inventory routing problem: the value of integration. International Transactions in Operational Research, 23(3), 393-407.

Awasthi, S., Verma, P., & Narkhede, B. E. (2025). A comprehensive review of integrated production and routing problems in supply chain. Benchmarking: An International Journal, 1-30.

Boudia, M., Louly, M. A. O., & Prins, C. (2007). A reactive GRASP and path relinking for a combined production–distribution problem. Computers & Operations Research, 34(11), 3402-3419.

Brahimi, N., & Aouam, T. (2016). Multi-item production routing problem with backordering: a MILP approach. International Journal of Production Research, 54(4), 1076-1093.

Brown, G., Keegan, J., Vigus, B., & Wood, K. (2001). The Kellogg company optimizes production, inventory, and distribution. Interfaces, 31(6), 1-15.

Çetinkaya, S., Üster, H., Easwaran, G., & Keskin, B. B. (2009). An integrated outbound logistics model for Frito-Lay: Coordinating aggregate-level production and distribution decisions. Interfaces, 39(5), 460-475.

Chandra, P., & Fisher, M. L. (1994). Coordination of production and distribution planning. European journal of operational research, 72(3), 503-517.

Coelho, L. C., Cordeau, J.-F., & Laporte, G. (2014). Thirty years of inventory routing. Transportation science, 48(1), 1-19.

Díaz-Madroñero, M., Peidro, D., & Mula, J. (2015). A review of tactical optimization models for integrated production and transport routing planning decisions. Computers & Industrial Engineering, 88, 518-535.

Fortes, A., Camargo, R., Muniz, L. R., de Souza Lima, F. M., & dos Reis Cota, F. (2022). Efficient matheuristics to solve a rich production-routing problem. Computers & Industrial Engineering, 171, 108369.

Hrabec, D., Hvattum, L. M., & Hoff, A. (2022). The value of integrated planning for production, inventory, and routing decisions: A systematic review and meta-analysis. International Journal of Production Economics, 248, 108468.

Koç, Ç., Bektaş, T., Jabali, O., & Laporte, G. (2016). Thirty years of heterogeneous vehicle routing. European Journal of Operational Research, 249(1), 1-21.

Manousakis, E. G., Kasapidis, G. A., Kiranoudis, C. T., & Zachariadis, E. E. (2022). An infeasible space exploring matheuristic for the production routing problem. European journal of operational research, 298(2), 478-495.

Neves-Moreira, F., Almada-Lobo, B., Cordeau, J.-F., Guimarães, L., & Jans, R. (2019). Solving a large multi-product production-routing problem with delivery time windows. Omega, 86, 154-172.

Qiu, Y., Qiao, J., & Pardalos, P. M. (2018). Formulations and branch-and-cut algorithms for production routing problems with time windows. Journal of Global Optimization, 70(4), 669-694.

Ruokokoski, M., Solyali, O., Cordeau, J.-F., Jans, R., & Süral, H. (2010). Efficient formulations and a branch-and-cut algorithm for a production routing problem. Citeseer.

Schenekemberg, C. M., Scarpin, C. T., Pecora Jr, J. E., Guimarães, T. A., & Coelho, L. C. (2021). The two-echelon production-routing problem. European journal of operational research, 288(2), 436-449.

Vahdani, B., Niaki, S., & Aslanzade, S. (2017). Production-inventory-routing coordination with capacity and time window constraints for perishable products: Heuristic and meta-heuristic algorithms. Journal of cleaner production, 161, 598-618.

Descargas

Publicado

2026-09-27

Cómo citar

Porporatto, L., Fumero, Y., & Corsano, G. (2026). Formulación basada en flujos para el Problema de Producción y Ruteo de múltiples productos con ventanas de tiempo y flota heterogénea. JAIIO, Jornadas Argentinas De Informática, 12(15), 163-176. https://revistas.unlp.edu.ar/JAIIO/article/view/22036