Diseño y aplicación de una herramienta para la optimización de rutas de vehículos con aspectos medioambientales

En la actualidad, en torno al 90% de la población de la Unión Europea se encuentra expuesta a altas concentraciones de algunos de los contaminantes atmosféricos más nocivos para la salud, reduciendo la esperanza de vida de la población y ocasionando un fuerte impacto económico en el producto interior bruto de los países. Dentro de los sectores económicos, el transporte se presenta como una de las principales fuentes de contaminación ya que genera niveles nocivos de emisiones contaminantes y es el responsable de hasta el 24% de las emisiones de gases de efecto invernadero (GEI) en la Unión Europea. Estas emisiones dependen en gran medida de los combustibles utilizados, de la carga y tecnología del motor de los vehículos y principalmente de las distancias recorridas. El problema de la distribución de productos desde los almacenes a los usuarios finales juega un papel central en la gestión de algunos sistemas logísticos, donde la determinación de rutas de reparto eficientes es fundamental en la reducción de costes. Este problema en la vida real, se caracteriza por disponer las empresas de distribución de una flota heterogénea, en la que vehículos con diferentes características son incorporados a lo largo del tiempo para una mejor adaptación a las demandas de los clientes. Entre las características más destacadas se encuentran vehículos con diferentes capacidades y antigüedad, usos de combustibles alternativos y tecnología del motor. Por todo ello, en el contexto actual la componente medioambiental tiene que ser añadida en el proceso de toma de decisiones a las estrategias logísticas tradicionales, basadas en costes y tiempos. Esta Tesis Doctoral se ha centrado en su mayor parte al desarrollo de nuevos modelos y algoritmos para la resolución del Problema de Enrutamiento de Vehículos con Flota Fija Heterogénea y Ventanas de Tiempo (HVRPTW), con la consideración adicional de reducir las emisiones de GEI y de partículas contaminantes. La formulación del problema se realiza
Nowadays, around 90% of city dwellers in the European Union are exposed to high concentrations of healthharmful pollutants, reducing the life expectancy of the population and having a large impact on the gross domestic product of European countries. Among the economic sectors, transport is presented as one of the main sources of pollution because it generates harmful levels of emissions and is responsible for up to 24% of greenhouse gases (GHG) emissions in the European Union. These emissions depend heavily on the fuel type used, the carried load, the engine technology and the total distance covered. The problem of the distribution of goods from warehouses to end users plays a central role in the logistics systems management, where the design of efficient routes is critical in reducing costs. This real-life problem is characterized by presenting a heterogeneous fleet where vehicles with different features are incorporated over the time for a better adaptation to the changing customer demands. These features include vehicles with different capacities and age, alternative fuels and motor technologies. Therefore, in the present context, environmental targets are to be added to traditional logistics strategies based on cost and time in the decision making process. The research of this Thesis has focused on the development of new mathematical models and algorithms for solving the Fixed Fleet Heterogeneous Vehicle Routing Problem with Time Windows (HVRPTW) with the additional consideration of reducing GHG and pollutants emissions. The formulation of the problem is made from two different perspectives. The first incorporates a methodology based on the estimation of the external costs of transport activities. The second perspective comprises a multiobjective optimization method with a priori articulation of preferences, in which the decision maker can establish the preferences in advance. The design of eco-efficient routes is proposed by linear mathematical programming mode