Departamento de Computación

A lo largo de la historia, la humanidad ha buscado construir redes de comunicación y de transporte que permitan interconectar ciudades o regiones de manera eficiente y con un bajo costo. Sin embargo, actualmente construir una red de transporte, capaz de determinar que tipo de trasporte es mejor para cada elemento en una red de transporte, representa un gran reto, por su complejidad. Por esta razón tomar la decisión de implementar cualquier medio de transporte, resulta difícil y complicado de llevar a cabo, más aún, si a esta decisión le sumamos el impacto que cada transporte tendrá en la red, a lo largo de un periodo de tiempo. La propuesta que a continuación presentamos, se basa en plantear el problema desde un enfoque integral, que toma en cuenta aspectos como exibilidad, competitividad y desempeño de cada modelo. Para lograrlo, hemos propuesto un par de modelos de optimización combinatoria basados en entropía (MOCE), para desempeño de corto plazo MOCE-C y para desempeño de largo plazo MOCE-L, basados en entropía, los implementamos con la metaheurística Búsqueda Tabú y los aplicamos en un caso de estudio sobre la Costa Este de los Estados Unidos, los resultados obtenidos se compararon con el modelo de Hub de asignación múltiple, con lo cual logramos demostrar que el modelo MOCE-L, es el mas adecuado para el problema de diseñar una red de transporte, ya que presenta ventajas comparativas, en términos de sensibilidad, complejidad y error relativo

Abstract

Throughout history, mankind has sought to build networks of communication and transport, that allow to interconnect cities or regions efficiently and with a low cost. However, currently build a transport network, capable of determine what type of transport is best for each element present in a transport network, represents a great challenge because of its complexity. For this reason, take the decision to implement any means of transport, it is difficult and complicated to carry out more, if this decision we add the impact that each transport will have on the network, along Of a period of time. The proposal presented below is based on a comprehensive approach, which takes into account aspects such as flexibility, competitiveness and performance of each model. To achieve this, we have proposed a pair of combinatorial optimization models, based on entropy (MOCE), MOCE-C for the short term and MOCE-L for the long term. Implemented them with the Tabu Search meta-heuristic and applied them in a case study on the East Coast of the United States, the results obtained were compared with the multiple assignment Hub model, with which we succeeded in demonstrating that the MOCE-L model is the most suitable for the desing of a transport network, since it presents comparative advantages in terms of sensitivity, complexity and relative error. demostrar que el modelo MOCE-L, es el más adecuado para el problema de diseñar una red de transporte, ya que presenta ventajas comparativas, en términos de sensibilidad, complejidad y error relativo.