El auge del comercio electrónico y las ventas a domicilio, además de ciertos factores como las implicaciones derivadas de la contingencia por el covid-19, hacen que las entregas de última milla sean todo un reto para poder satisfacer las expectativas de los clientes.
Esto hace necesario establecer rutas de distribución en las ciudades, considerando factores como zonas de mayor tráfico, condiciones de las calles, condiciones atmosféricas y otros.
Bajo ese contexto, Elías Neftalí Escobar Gómez, profesor investigador de la Maestría en Ciencias en Ingeniería Mecatrónica y del Doctorado en Ciencias de la Ingeniería del Tecnológico Nacional de México, Campus Tuxtla Gutiérrez (TecNM/ITTG), propone el desarrollo de un algoritmo que realice el ruteo de vehículos en forma competitiva.
Actualmente los hábitos de consumo del mercado no son los mismos que en décadas anteriores, en gran medida porque los clientes son cada vez más exigentes. Como parte de la hiperglobalización los clientes se están acostumbrado a una extensa variedad de productos, tiempos de entrega cortos, garantía de devoluciones gratuitas, costos bajos, entre otros.
Escobar Gómez comentó que una de las situaciones más apremiantes que requieren de análisis para los servicios de distribución en las grandes ciudades, es qué ruta tomar, la cual se complica por el clima, accidentes o el tráfico.
Detalló que con la aplicación de métodos exactos es posible resolver el problema de ruteo de un vehículo de entrega en forma óptima, pero que debido al proceso utilizado para obtener la solución, se lleva un tiempo de procesamiento computacional alto.
Ese tiempo se ve incrementado exponencialmente al aumentar el número de nodos analizados, de modo que actualmente no existe un modelo que en tiempo polinomial permita obtener una solución óptima.
Esto permite el uso de heurísticas o metaheurísticas para obtener una solución suficientemente precisa y en un tiempo de procesamiento computacional bajo, siendo las redes neuronales recurrentes una buena opción.
Recalcó que las redes neuronales artificiales (RNA) son algoritmos de aprendizaje automático que imitan los procesos biológicos que se observan en las redes neuronales de los organismos vivos. Una neurona es un dispositivo simple de cálculo que a partir de entradas del exterior proporciona una salida.
Comentó que en este proyecto se utilizaron redes neuronales recurrentes para modelar el problema del ruteo de vehículos y con el algoritmo propuesto se determinó una ruta de reparto suficientemente precisa y en un tiempo de procesamiento computacional bajo, respecto al uso de métodos exactos.
