Search

The Multiple Traveling Salesman problem (mTSP) is an extension of the well-known Traveling Sales- man Problem (TSP), where more than one salesman is allowed to be used in order to visit some cities just once. Furthermore, the formulation of the mTSP seem more relevant for real-life applications, and also can be extended to a wide variety of Vehicle Routing Problems (VRPs) by incorporating some additional side constraints, such as the vehicle capacity and customer demands. Although the literature for the TSP and the VRP is definitely wide, the mTSP has not received the same amount of attention. In that sense, this paper proposes a new algorithm based on Ant Colony Optimization (ACO) for the mTSP, specifically Multi-type Ant Colony System (M-ACS), where each colony represents a possible global solution. More-over, these colonies cooperate by means of “frequent” pheromone exchanges in order to find a competitive solution for the mTSP. The algorithm performance has been compared with one of the most efficient local search algorithms for mTSP, the Lin-Kernighan algorithm. Computational results confirm the competitiveness and efficiency of the strategy we propose.

En la práctica son frecuentes los procesos industriales, en particular en la industria azucarera, donde están establecidos límites de especificación de las variables (tolerancia). Estos procesos están sometidos naturalmente a la dispersión de los valores de estas variables. Para garantizar la calidad del proceso y la satisfacción del cliente se debe lograr que se cumplan las tolerancias establecidas. En el caso de los procesos de la industria azucarera hay que garantizar que los mismos se realicen dentro de límites establecidos, con una calidad determinada entre otros requisitos y dentro de una magnitud de tolerancia establecida, según el criterio de que esta debe ser tan amplia como sea posible y tan estrecha como sea necesario. Los métodos clásicos de control parten de que las variables deben controlarse de acuerdo a estos límites. Aquí se expresan consideraciones para estimar los valores de la dispersión y la tendencia central permisibles de las variables a partir de los límites de especificación logrando así una potencialidad y una capacidad del proceso aceptable para una aplicación en específico.

En este trabajo se expresan la relación con los aspectos geométricos y los parámetros estadísticos del control dimensional en los procesos de manufactura, definiendo los errores en el control dimensional con calibres limitadores lisos como error tipo I y error tipo II. Se define la efectividad del control dimensional con calibres limitadores lisos sobre la base de un procedimiento desarrollado para su cálculo. Se realiza un análisis de la NC16-04 para el cálculo de los parámetros geométricos de los calibres limitadores lisos sobre la base de su efectividad y se realizan recomendaciones para disminuir la inestabilidad en los errores y aumentar su efectividad. Estos procesos de control con calibres limitadores son de amplia aplicación en la industria y azucarera.

El problema de los múltiples viajeros vendedores (Multiple Traveling Salesman Problem, mTSP) es una extensión del bien conocido problema del viajero vendedor (Traveling Salesman Problem, TSP), en dicha extensión se puede utilizar más de un vendedor con la finalidad de visitar un conjunto de ciudades solamente una vez. La formulación del mTSP se ajusta más a los problemas empresariales de la vida real, además puede ser extendida a una amplia variedad de los problemas de enrutamiento de vehículos (Vehicle Routing Problems, VRPs), mediante la incorporación de algunas restricciones, tales como: limitar la capacidad del vehículo y establecer demanda cuantificable en cada cliente o ciudad. A pesar de que la literatura científica para el TSP y los VRPs ha sido abundante, las investigaciones relativas al mTSP han sido limitadas. En este sentido, la presente investigación propone un nuevo algoritmo inspirado en el comportamiento de las hormigas nombrado “Optimización basada en colonias de hormigas (Ant Colony Optimization, ACO)” para la solución del mTSP, específicamente Sistema Multi-tipos de Colonias de Hormigas (M-ACS), donde cada colonia representa una posible solución global del problema. Las colonias cooperan mediante “frecuentes” intercambios de feromona en busca de una solución eficiente para el mTSP. El desempeño del algoritmo propuesto ha sido comparado con uno de los algoritmos de búsqueda local más eficientes para dicho problema, la heurística de Lin-Kernighan. Finalmente, los resultados computacionales obtenidos confirman la competitividad y eficiencia de la estrategia de solución propuesta.

In the context of Industry 4.0, the matrix production concept represents revolutionary solutions from a technological and logistics point of view. In a matrix production system, flexible, configurable production and assembly cells are arranged in a grid layout, and the in-plant supply is based on autonomous vehicles. Adaptable and flexible material handling solutions are required to perform the dynamically changing supply-demands of standardized and categorized manufacturing and assembly cells. Within the frame of this paper, the authors describe the in-plant supply process of matrix production and the optimization potential in these processes. After a systematic literature review, this paper introduces the structure of matrix production as a cyber-physical system focusing on logistics aspects. A mathematical model of this in-plant supply process is described including extended and real-time optimization from routing, assignment, and scheduling points of view. The optimization problem described in the model is an NP-hard problem. There are no known efficient analytical methods to find the best solution for this kind of problem; therefore, we use heuristics to find a suitable solution for the above-described problem. Next, a sequential black hole–floral pollination heuristic algorithm is described. The scenario analysis, which focuses on the clustering and routing aspects of supply demands in a matrix production system, validates the model and evaluates its performance to increase cost-efficiency and warrants environmental awareness of the in-plant supply in matrix production.