Palabras clave
simulated annealing
heuristics
localización
sobrecalentamiento simulado
recocido simulado
heurística
Cómo citar
Resumen
En este artículo se desarrolla un algoritmo heurístico y su correspondiente implementación para resolver un problema de localización de plantas (facility location) de gran escala, en donde surgen potencialmente más de 640 plantas a localizar a lo largo de la República Mexicana. Originalmente se trató de obtener solución exacta al problema, usando dos técnicas clásicas: descomposición de Benders y ramificación y acotamiento. Ambas técnicas resultan adecuadas y eficientes para resolver problemas de tamaño chico, pero las implantaciones en computadora para este problema no convergieron después de muchas horas de proceso. Se requería obtener una solución al problema mediante alguna técnica que quizá no diera la solución exacta, pero sí una solución de buena calidad. Para la solución de este problema real, se empleó la técnica de recocido simulado (simulated annealing) con excelentes resultados.
Citas
Aarts, E.; Korst, J. (1989) Simulated Annealing and Boltzmann Machines. John Wiley & Sons, Chichester.
Emden-Weinert, T., Proksch, M., (1999) “Practice simulated annealing for the airline crew scheduling problem”, Journal of Heuristics 5(4): 419–436.
Khumawala, B.M. (1972) “An efficient branch and bound algorithm for the warehouse location problem”, Management Science 18: 718–731.
Geraldo, R.; Mateus, G.R.; Luna, H.; Sirihal, A. (2000) “Heuristics for distribution network design in telecommunication”, Journal of Heuristics 6(1): 133–150.
Mirchandani, P.B.; Reilly, J.M. (1986) “Spatial nodes in discrete location problems”, Annals of Operations Research 6: 203–222.
Mirchandani, P.B.; Francis, R.L. (Eds.) (1990) Discrete Location Theory. John Wiley & Sons, New York.
Privault, C.; Herault, L. (1998) “Solving a real world assignment problem with a metaheuristic”, Journal of Heuristics 4(4): 383–398.