Tecnologías de optimización inteligente

1. DESCRIPCIÓN GLOBAL DEL ÁREA TECNOLÓGICA

La aplicación de heurísticas y metaheurísticas a la resolución de problemas de optimización requiere del estudio estadístico de los resultados. La estadística también se utiliza en la parametrización de algoritmos.

Existiendo algoritmos con valores parametrizables, encontrar la mejor combinación valores de esos parámetros para resolver un problema, es a su vez, un problema de optimización. El proceso de encontrar los mejores parámetros para un algoritmo se llama calibración.

Por lo general el proceso de calibración es un proceso largo y costoso (en tiempos de cómputo), ya que requiere de la generación de grandes cantidades de resultados para su posterior estudio estadístico.

Este estudio estadístico permite determinar cuáles son los mejores parámetros para que un algoritmo resuelva un conjunto de problemas con unas características determinadas.

Esto también implica que, si las características de los problemas bajo estudio cambian, la parametrización de los algoritmos debería cambiarse. Es decir, la calibración del algoritmo debería llevarse a cabo cada vez que se detecte un cambio en los datos de entrada del problema bajo estudio.

Gracias a los avances tecnológicos que se están llevando a cabo en el área de computación, se ha abierto la puerta a la calibración automática de algoritmos. Esto requiere de un sistema cerrado capaz de realizar el estudio de calibración de un algoritmo de manera veloz y automática sin intervención de una persona.

Las tecnologías de Big Data y cloud computing permiten el desarrollo de este tipo de procesos automáticos en los que se requiere, además el uso de Inteligencia Artificial.

2. EVOLUCIÓN

En la actualidad y en el futuro cercano, la necesidad de manejar gran cantidad de datos, el acceso remoto y el cálculo distribuido están alentando el desarrollo de tecnologías de optimización en la nube.

Un sistema de optimización distribuido puede permitir el cálculo en paralelo y también permitirá el acceso a información, resultados e indicadores desde todos los puntos que consumen la información resultante (incluso desde otros sistemas de optimización).

La disponibilidad de sistemas de optimización en la nube escalará la optimización a niveles de integrar en un mismo sistema conectado proveedores de materiales, fabricantes, distribuidores y vendedores finales de productos. Esta integración, a su vez, permitirá el desarrollo de la optimización global de recursos compartidos a través de toda la cadena de distribución.

3. CASOS DE USO Y APLICACIONES

Algunas área de aplicación de la optimización combinatoria son:

PROBLEMAS DE SCHEDULING

Los problemas scheduling son una gran familia de problemas aplicables a casi cualquier organización industrial e incluso al manejo de proyectos.

• Job-shop, flow-shop, máquinas paralelas, flow-shop híbrido
  Diversos problemas que tratan la optimización de las tareas de fabricación en diferentes tipologías de plantas industriales.
• Project scheduling
  Este conjunto de problemas trata de encontrar el mejor orden de ejecución de tareas de un proyecto y está íntimamente relacionado con otros tipos de scheduling. Tanto es así que muchos algoritmos propuestos para flow-shop scheduling (o sus variantes) pueden ser aplicados a project scheding también.

TSP

Problema del viajante de comercio, consiste en encontrar la mejor ruta (más corta, más veloz, más barata, etc.), que pase por un conjunto de puntos (ciudades) una única vez.

VRP

Problema de rutas de vehículos. Es similar al TSP, pero teniendo en cuenta que la ruta a generar debe ser cerrada, es decir debe terminar en el mismo punto de partida.

Existen muchas variantes de TSP y VRP en las que se puede especificar varios vehículos, flotas de vehículos heterogéneas, ventanas de entregas, entregas y recogidas de productos, etc.

PROBLEMAS DE ORGANIZACIONES

• YCSP
  Problema de scheduling de grúas de patios. Este problema trata de encontrar el orden de tratamiento de contenedores que entran y salen del patio, tal que se disminuya el tiempo final, el recorrido de la grúa o los movimientos de contenedores, etc.
• Marshalling y premarshalling
  Problemas que implican acomodar o reordenar contenedores en el patio de contenedores de un puerto.

• Quay gantry scheduling y Ship o Vessel scheduling
  Problema de scheduling de las grúas que cargan y descargan los barcos
• Berth allocation problema
  Problema de asignación de espacio en el puerto a los barcos.