Saltillo, Coah.- La Dra. Diana Huerta Muñoz de la Universitá degli Studi Di Brescia, Italia, impartió el curso “Introducción a problemas de rutas de vehículos” y la conferencia “Kernel Search heuristic for Mixed-Integer programming problems (MILP)”.
Lo anterior, como parte de las actividades organizadas por el Cuerpo Académico de Computación Científica y sus Aplicaciones del Centro de Investigación en Matemáticas Aplicadas (CIMA) de la Universidad Autónoma de Coahuila.
El objetivo del curso fue introducir los conceptos y características básicas de los problemas de rutas de vehículos, los métodos comúnmente utilizados para solucionarlos y algunas de las aplicaciones en la sociedad.
La Dra. Diana Huerta Muñoz de la Universitá degli Studi Di Brescia Italia, fue la conferencista.
Durante la sesión los asistentes usaron un solver de optimización para solucionar el problema de enrutamiento de vehículos (VRP por sus siglas en inglés) de manera exacta.
Diana Huerta, explicó que es importante crear rutas que permitan viajar con el menor costo posible y a su vez encontrar el mejor diseño de rutas para cubrir la demanda de los clientes.
Por otro lado, en la conferencia “Kernel Search heuristic for Mixed-Integer programming problems (MILP)”, presentó la heurística “Kernel Search”, la cual ha sido aplicada a diversos problemas de programación entera mixta obteniendo muy buenos resultados. Señaló que la heurística tiene la ventaja de ser fácil de implementar y de poder ser aplicada a una gran variedad de problemas sin realizar muchos cambios a su estructura original.
Su objetivo se centra en identificar subconjuntos de variables de tamaño mucho menor al del problema original e ir explorando estos subconjuntos de manera secuencial. Esta heurística está compuesta por dos fases principales: inicialización y mejora.
En la fase de inicialización se identifican los subconjuntos y el orden a explorar, mientras que en la de mejora se resuelve un MILP restringido mediante el uso de algún solver de optimización, manteniendo siempre un conjunto de variables “prometedoras” o “Kernel” en cada interacción.
Durante la sesión los asistentes usaron un solver de optimización para solucionar el problema de enrutamiento de vehículos.
