Aplicación del algoritmo de búsqueda tabú para la optimización del espacio utilizado en el llenado de contenedores

• Autor: León Málaga, Paul Andrés
• Formato: tesis de grado
• Fecha de Publicación: 2021
• Institución: Pontificia Universidad Católica del Perú
• Repositorio: PUCP-Tesis
• Lenguaje: español
• OAI Identifier: oai:tesis.pucp.edu.pe:20.500.12404/20820
• Enlace del recurso: http://hdl.handle.net/20.500.12404/20820
• Nivel de acceso: acceso abierto
• Materia: Algoritmos--Aplicaciones; Optimización matemática; Almacenes--Terminales marítimos; https://purl.org/pe-repo/ocde/ford#1.02.00

Debido a la progresiva globalización del uso de los contenedores en el transporte marítimo internacional y a la creación de una extensa variedad de estos, se tuvo la necesidad de controlar y estandarizar sus características como el tamaño, carga máxima y métodos de identificación, con este fin se crearon los estándares ISO 668 e ISO 6346. A pesar de los beneficios del uso de los contenedores, las empresas comercializadoras han tenido problemas en optimizar el espacio utilizado dentro de estos debido principalmente a que el orden y distribución de los paquetes que son ingresados en los contenedores es inadecuado. Por lo tanto, plantear un orden de colocación óptimo de los paquetes dentro del contenedor se vuelve el principal problema para este proyecto de fin de carrera. Su solución permitirá transportar más paquetes reduciendo el espacio perdido en cada contenedor, lo que finalmente conlleva a una reducción de los costos de transporte por contenedor incurridos por la empresa. Para este proyecto de fin de carrera se propone aplicar el algoritmo de Búsqueda Tabú para optimizar el espacio utilizado en contenedores considerando restricciones de peso y fragilidad y compararlo con el algoritmo Genético. Como objetivos específicos se tienen los siguientes puntos: • Definir la función objetivo para ambos algoritmos. • Adaptar un algoritmo Genético que proporcione una posible solución. • Diseñar un algoritmo de Búsqueda Tabú que brinde una alternativa de solución. • Implementar prototipos funcionales para ambos algoritmos. • Realizar la experimentación numérica que permita determinar cuál es la solución más óptima.