El diseño de rutas eficientes para vehículos comerciales es de vital importancia en los sectores de transporte y logística. El ruteo de vehículos pertenece a la familia de problemas NP-Difícil, lo que obliga al diseño de algoritmos heurísticos para su solución. El presente estudio introduce una novedosa versión de la búsqueda tabú que hace uso de una lista tridimensional y aplica penalizaciones con incremento lineal a soluciones no viables durante la búsqueda. El algoritmo fue evaluado utilizando un reconocido conjunto de casos, y presentó buenos resultados.

El diseño de rutas eficientes para vehículos comerciales es de vital importancia en los sectores de transporte y logística. El ruteo de vehículos pertenece a la familia de problemas NP-Difícil, lo que obliga al diseño de algoritmos heurísticos para su solución. El presente estudio introduce una novedosa versión de la búsqueda tabú que hace uso de una lista tridimensional y aplica penalizaciones con incremento lineal a soluciones no viables durante la búsqueda. El algoritmo fue evaluado utilizando un reconocido conjunto de casos, y presentó buenos resultados.

This research develops a methodology to automate the process of counting the number of granules that remains in a toilet after being flushed (ASME A112.19.2-2018/CSA B45.1-18). This work integrates a U-Net convolutional network with a variation of the connected component algorithm. The training set consisted of 3678 images. Results show an accuracy above 98% between 0 and 180 granules. The methodology has been implemented in the production line.

This research develops a methodology to automate the process of counting the number of granules that remains in a toilet after being flushed (ASME A112.19.2-2018/CSA B45.1-18). This work integrates a U-Net convolutional network with a variation of the connected component algorithm. The training set consisted of 3678 images. Results show an accuracy above 98% between 0 and 180 granules. The methodology has been implemented in the production line.