Google Maps para la Optimización de Rutas GMOR Google Maps para la Optimización de Rutas

Índice Introducción Problema de Enrutamiento de Vehículos (VRP) Problemas Clásicos Nuestro Caso Práctico: Transporte Escolar Método de Resolución Demo Futuro Conclusiones

Introducción - SIG ¿Qué es un SIG? Un Sistema de Información Geográfica es una integración organizada de hardware, software, datos geográficos y personal, diseñado para capturar, almacenar, manipular, analizar y desplegar en todas sus formas la información geográficamente referenciada con el fin de resolver problemas complejos de planificación y gestión.

Introducción – Google Maps ¿Qué es Google Maps? Google Maps es el nombre de un servicio gratuito de Google. Es un servidor de aplicaciones de mapas en Web. Ofrece imágenes de mapas desplazables, así como fotos de satélite del mundo entero e incluso la ruta entre diferentes ubicaciones.

Introducción – Google Maps Historia Primer anuncio el 8 de Febrero de 2005 Está desarrollado en Javascript En Junio de 2005 fueron añadidos mapas de carreteras El mayor responsable de las imágenes de Google Maps es QuickBird En Julio de 2005 se lanza la vista dual

Introducción – Google Maps API Permite insertar un completo Google Map en páginas Web externas a Google Inicialmente no podía hallar direcciones Existen dos versiones Gratuita Empresas Mapas proporcionados principalmente por TeleAtlas

Problema de Enrutamiento de Vehículos (VRP) Características de los problemas Los clientes Los depósitos Los vehículos Flota homogénea Flota heterogénea

Problemas Clásicos El problema del viajante de comercio (TSP) El problema de los m viajantes de comercio (m-TSP) El problema con capacidades (CVRP)

Nuestro Caso Práctico: Transporte Escolar Disponemos de un conjunto de puntos Salida Paradas Llegada

Nuestro Caso Práctico: Transporte Escolar Complejidad del problema:

Método de Resolución Algoritmo de ahorros de Clarke & Wright (Savings Algorithm)

Mejoras mediante búsquedas locales 2-Opt 3-Opt Factorial

2-Opt

3-Opt

Factorial

La aplicación: GMOR Demo

Futuro Ampliaciones del problema Otras heurísticas clásicas El problema con flota heterogénea El problema con ventanas de tiempo Otras heurísticas clásicas Algoritmo de ahorros basado en matching Búsquedas locales multi-ruta Transferencias cíclicas

Conclusiones Mapas digitales Ventajas Desventajas Gran personalización Alta interacción con el mapa Información que proporcionan Desventajas Limitaciones en las operaciones

Conclusiones Resolución de problemas de enrutamiento Algoritmos clásicos Mejoras con búsquedas locales Posibilidad de depurar los algoritmos

Preguntas ¿Alguna pregunta?

Gracias por su atención. Fin Gracias por su atención.