Optimización de un problema de ruteo en dos eslabones para recoger cáscara de naranja

En este proyecto, nos centraremos en un problema real relacionado con una empresa de reciclaje que busca gestionar cáscara de naranja. La empresa se encarga de recolectar la cáscara de naranja y enviarla a un cliente final. En este caso, una granja de engorda demanda la cáscara para mezclarla con alimento para el ganado.

Esta empresa de reciclaje puede recolectar cáscara de naranja tanto de pequeños productores como de grandes compañías productoras de jugo. La recolección en pequeños productores está limitada por caminos rurales, donde los camiones de gran tamaño no pueden transitar. Sin embargo, una característica importante de este problema es que los pequeños productores están dispuestos a almacenar residuos adicionales de cáscara de naranja hasta que llegue un camión grande para recogerlos. Además, los camiones grandes transportan la cáscara recolectada tanto de pequeños productores como de grandes compañías de jugo.

Se consideran dos niveles en este problema. En el primer nivel, vehículos pequeños recolectan la cáscara de naranja de los pequeños productores y determinan cuáles de ellos funcionan como puntos de consolidación. En el segundo nivel, vehículos grandes transportan la cáscara consolidada desde los puntos de recolección y desde las grandes compañías de jugo. 

Este problema puede considerarse como una variante del conocido problema de localización y ruteo en dos niveles (2E-LRP, por sus siglas en inglés). En este caso, permitimos la consolidación de la cáscara de naranja en algunos pequeños productores antes de ser enrutada en el segundo nivel. La versión clásica del 2E-LRP no contempla los supuestos de recolección y entrega que consideramos en nuestro problema.

Se presenta una formulación matemática que se implementa en un solucionador de propósito general. Sin embargo, a medida que aumenta el tamaño de la instancia, resolver el problema de esta manera se vuelve impráctico. Por ello, se propone un algoritmo heurístico para encontrar soluciones de alta calidad en un tiempo computacional razonable. Se considera un escenario real en la región citrícola de Nuevo León, México, para validar la aplicabilidad del estudio propuesto.

Implementación de la metaheurística en Google Colab.

Análisis e interpretación de las soluciones.

Escritura del reporte o artículo de investigación.