FACULTAD DE INGENIERÍA MECÁNICA-UNI 1

Propuesta de un modelo de enrutamiento: Caso

recolección de basura en Huachipa.
Hermes Yesser Pantoja Carhuavilca
Docente FIM-UNI

Cuadro I
Resumen—The process of transportation and distribution is R EVISI ÓN DEL E STADO DEL A RTE
regarded as a critical process in the management and adminis-
Año Bibliografı́a Técnicas de Solución
tration of supply chains; generally it represents a significant cost
2009 [3] Se consideran tres métodos de solución:
total cost of logistics. Do not give the importance that this ruble (1) Aproximación de ramificación.
has within the chain, it generates loss of credibility and confidence (2) Aproximación de los ahorros.
with the promise of value and service company. Therefore priority (3) El método de los 3 tours óptimos
is that companies properly plan their transport and distribution 2014 [7] Algoritmo hı́brido entre el uso de la
networks This case study proposes an alternative: We present a optimización discreta de la partı́cula
proposal to optimize the route of trucks responsible for garbage swarm, utilizada para la búsqueda
collection in Santa Marı́a de Huachipa using mathematical óptima de los vecindarios globales y
programming techniques. locales, y el recocido simulado con
ciertas probabilidades para evitar
quedar atrapado en óptimos locales.
2015 [6] Rutear primero y asignar después,
I. I NTRODUCCI ÓN utilizando un tour gigante generado
por heurı́sticas de arranque y

E L problema de enrutamiento de vehı́iculos (VRP) es uno

de los problemas estudiados con mayor intensidad en
investigación de operaciones debido a su encanto estructural
mejoradas a través de la búsqueda
Tabú. Posteriormente la planificación
de la flota de vehı́culos fue realizada
mediante la técnica de scheduling.
ası́ como también a su relevancia práctica. 2017 [5] Solución al problema de
En 1959, Dantzig y Ramser realizaron por primera vez una ruteo de vehı́culos con
formulación de un problema de ruteo de vehı́culos para una capacidad limitada.
aplicación real de la entrega de gasolina a las estaciones de ser- Elaboración Propia
vicio y propusieron una formulación matemática. Cinco años
más tarde, Clarke y Wright propusieron el primer algoritmo
que resultó efectivo para resolverlo: el popular Algoritmo de poblado de Santa Marı́a de Huachipa, mediante la aplicación
Ahorros. Desde entonces, el trabajo en el área ha sido intenso de los principios de la programación matemática y procesos
y se dió comienzo a grandes investigacipnes en el área de heurı́sticos y metaheurı́sticos.
ruteo de vehı́culos.
Se han desarrollado muchos modelos logrando capturar as-
pectos relevantes de los problemas reales. Asimismo, un gran
número de algoritmos han sido elaborados para resolver esos
modelos. Dada la complejidad computacional de los problemas
de ruteo de vehı́culos, resulta muy difı́cil considerar a alguno
de los algoritmos propuestos como el mejor, y es de esperar
que el crecimiento del área continúe.
El objetivo de éste estudio es proponer una solución óptima
para realizar el recorrido de la recolección de basuras en el
distrito de Lurigancho-Huachipa cumpliendo con las fechas
y tiempos programados con los vecinos y municipalidad, lo-
grando de ésta forma mejorar el nivel de servicio, para ésto se
propone un método de enrutamiento de vehiculos, herramienta
utilizada para definir la ruta más viable en tiempos.
En la Tabla 1, se presenta una revisión del estado del arte con
base en artı́culos de la literatura especializada.

II. O BJETIVOS
Con ésta investigación se pretende proponer un modelo de
enrutamiento para la recolección de basuras en el Distrito
de lurigancho- Huachipa, que optimice el costo y el tiempo
del trasporte que se utiliza en el servicio prestado al centro
FACULTAD DE INGENIERÍA MECÁNICA-UNI 2

III. M ETODOLOG ÍA representado de la siguiente forma:

C Conjunto de clientes
X XX
k
mı́n dij Xij (1)
V Conjunto de todos los nodos k∈K i∈V j∈V
incluyendo clientes y el depósito
K Conjunto de Vehı́culos Sujeto a:
P Conjunto de productos y
compartimentos correspondientes XX
qip Cantidad de producto p recogido , ∀i ∈ C (2)
por un recolector del cliente i k∈K j∈V
Qp Capacidad del compartimiento
en un recolector por producto p XX
, ∀j ∈ C (3)
dij Distancia entre clientes i y j
k∈K i∈V
Qkip Cantidad de producto transportado
por el vehı́culo k después de dejar al cliente i X
k
X
k
XOi = XjO ≤ 1, ∀k ∈ K (4)
fj Representa la cantidad de combustible
i∈C j∈C
restante cuando un vehı́culo llega al cliente j
T Capacidad del tanque de combustible
qip ≤ Qkip ≤ Qp ∀i ∈ C, k ∈ K, p ∈ P (5)
Sea G = (V, E) un gráfico completo y dirigido, en el
cual V es un conjunto de vértices y E es un conjunto arcos
entre diferentes vértices. El conjunto vértice V contiene dos Qkip − Qkjp + Qp Xij
k
≤ Qp − qjp ∀i ∈ V, i 6= j, k ∈ K (6)
subconjuntos: El grupo C del cliente y el depósito {0}, tal
k k
que V = C ∪ {0} y |V | = |C| + 1. El problema asume que el fj ≤ fi − r.dij Xij + T (1 − Xij ) ∀i ∈ C, i 6= j, k ∈ K (7)
depósito es capaz de reabastecer el combustible del vehı́culo
en el momento de descargar la basura trasportada por el f0 = T (8)
recolector. Siempre que el recolector regrese al depósito, se
reabastace el combustible a la capacidad del tanque T . El k
Xij ∈ {0, 1} ∀i ∈ V, j ∈ V, i 6= j, k ∈ K (9)
conjunto de arcos E = {(i, j) : i, j ∈ V, i 6= j} representan
los arcos que conectan los diferentes nodos. Cada elemento La ecuación 1 es la función objetivo el cual representa la
de E es asociado con dij ; la distancia entre los clientes i y longitud total de la ruta recorrida por el recolector de basura.
j. Otras suposiciones básicas del modelo es que la velocidad La ecuación 2 y 3 asegura que cada cliente es visitado exacta-
v del vehı́culo es constante, capacidad limitada del tanque de mente por un recolector de basura. La ecuación 4 asegura que
combustible T y tasa constante de consumo del combustible el recolector de basura empiece y termine en el depósito. La 5
r. y 6 elimina la formación de subtours. La ecuación 5 garantiza
En éste modelo, el recolector empieza desde el depósito, que la cantidad de cualquier producto no deberı́a exceder
visita un comjunto de clientes y, finalmente, regresa al la correspondiente capacidad del compartimiento después de
depósito Si hay una necesidad de reabastecer combustible visitar el cliente i. Las ecuaciones 7 y 8 asegura que asegúrese
durante el proceso de servicio, el vehı́culo regresará al el combustible restante del vehı́culo sea suficiente para servir
depósito. Si uno o más de los compartimientos del vehiculo a todos los clientes en la ruta. La última restricción demuestra
están complemtamente llenos, el vehı́culo deberá regresar k
el valor binario para la variable Xij en el modelo.
al depósito también. Los recolectores de basura tienen un
número p de compartimientos y cada compartimiento tiene
una capacidad limitada Qp . El valor de p es el número de
tipos de basura manejados en el problema. Un cliente puede
ser parte de solo una ruta del vehı́culo. Cada cliente i tiene
una cantidad conocida qip de tipos de basura p para ser
recogido. En cada viaje, el recolector de basura atiende a
un conjunto de clientes, de modo que la carga total de este
conjunto de clientes para un cierto tipo de basura no excede
la capacidad del compartimiento reservado para ésta basura.
k k
Xij representa una variable binaria. Si Xij es igual a 1 esto
significa que el arco entre el cliente i y j está en la ruta del
vehiculo k. En otro caso, el arco entre el cliente i y j no
está seleccionado como parte de la ruta del vehiculo k. Qkip
representa la cantidad de basura p llevada por el vehı́culo
k después de visitar al cliente i. fi representa la cantidad Figura 1. Ilustración del Modelo
de combustible restante en el vehı́culo kdespués de visitar
al cliente i. Entonces la formulación del modelo puede ser
FACULTAD DE INGENIERÍA MECÁNICA-UNI
IV. C ASO DE E STUDIO
En Lima las grandes empresas de recolección de residuos
sólidos utilizan las soluciones del VRP para mejorar sus
sistemas de recolección de basura, lo que ha generado una gran
brecha entre ellas y las pequeñas y medianas empresas como
en el caso de las municipalidades de los centros poblados, en
las cuales las decisiones acerca de la definición, secuenciación
y programación de rutas se elaboran de forma empı́rica.
La municipalidad de Santa Marı́a de Huachipa plantea que
cada ruta tenga un número determinado de clientes, los cuales
se agruparan por cercanı́a, estos grupos se asignan a dı́as
especı́ficos de la semana: lunes y martes, norte; miércoles y
jueves, sur; y ası́ sucesivamente.
Además, se tiene en cuenta la capacidad del vehı́culo que
realizará el recorrido; la municipalidad cuenta con una flota
compuesta por cinco camiones recolectores, cada uno con una
capacidad de carga de cinco toneladas; todos los vehı́culos son
utilizados en toda su capacidad para la recolección de basura,
por lo que será posible reducir disminuir costos de transporte
tales como el combustible y la mano de obra.
Figura 2. Mapa Municipal Santa Marı́a de Huachipa
V. C ONCLUSI ÓN
En este paper, se evidencia como la propuesta de un método
para el enrutamiento en la recolección de residuos sólidos
es un proceso clave y necesario para contribuir a minimizar
problemas tanto económicos como ambientales. A través de
la revisión bibliográfica se observa grandes investigaciones
referentes a éste problema y que plantean soluciones que
permiten mejorar evidentemente estas operaciones en aspectos
como distancias, costos y servicio al cliente.
Se recomienda a la municipalidad realizar campañas educati-
vas tratando temas importantes como el reciclaje y clasifica-
ción de las basuras.
Finalmente para un proyecto futuro, desarrollar un software
que permita el cálculo de itinerarios en tiempo real.
R EFERENCIAS
[1] Flavia Bonomo, Guillermo Durán, Federico Larumbe, and Javier Ma-
renco. Optimización de la recolección de Residuos en la Zona Sur de
la Ciudad de Buenos Aires. pages 71–88, 2009.
[2] Fabien Cornillier, Fayez F. Boctor, Gilbert Laporte, and Jacques Renaud.
A heuristic for the multi-period petrol station replenishment problem.
Eur. J. Oper. Res., 191(2):295–305, 2008.
3
[3] Julio Mario Daza, Jairo R. Montoya, and Francesco Narducci. Reso-
lución de problema de enrutamiento de vehı́culos con limitaciones de
capacidad utilizando un procedimiento metaheurı́stico de dos fases. Eia,
1(12):23–38, 2009.
[4] Nayera E El-gharably, Khaled S El-kilany, and Aziz E El-sayed. Opti-
mization Using Simulation of the Vehicle Routing Problem. 7(6):1593–
1599, 2013.
[5] Yuvraj Gajpal, M. M.S. Abdulkader, Shuai Zhang, and S. S. Appadoo.
Optimizing garbage collection vehicle routing problem with alternative
fuel-powered vehicles. Optimization, 66(11):1851–1862, 2017.
[6] Bryan Henao Guzmán and Jhonier Piedrahı́ta Arana. Diseño de un
modelo de ruteo de vehı́culos para la recolección de residuos sólidos en
el municipio de Zarzal Valle del Cauca. 2015.
[7] Aleksandar D. Jovanović, Dragan S. Pamučar, and Snežana Pejčić-Tarle.
Green vehicle routing in urban zones - A neuro-fuzzy approach. Expert
Syst. Appl., 41(7):3189–3203, 2014.
[8] K. Lewczuk, J. Zak, D. Pyza, and I. Jacyna-Gołda. Vehicle routing in an
urban area: Environmental and technological determinants. WIT Trans.
Built Environ., 130:373–384, 2013.
[9] Konrad Lewczuk and Dariusz Pyza. Capacitated Vehicle Routing
Problem With Co 2 Rates for Urban Transport. (x), 2013.
[10] Canhong Lin, K.L. Choy, G.T.S. Ho, S.H. Chung, and H.Y. Lam. Survey
of Green Vehicle Routing Problem: Past and future trends. Expert Syst.
Appl., 41(4):1118–1138, 2014.
[11] Jose Carlos Molina, Ignacio Eguia, Jesus Racero, and Fernando Gue-
rrero. Multi-objective Vehicle Routing Problem with Cost and Emission
Functions. Procedia - Soc. Behav. Sci., 160(Cit):254–263, 2014.
[12] Raúl Pino, Jesús Lozano, Carlos Martı́nez, and Verónica Villanueva.
Estado del arte para la resolución de enrutamiento de vehı́culos con
restricciones de capacidad. pages 847–856, 2011.
[13] Jiani Qian and Richard Eglese. Fuel emissions optimization in vehi-
cle routing problems with time-varying speeds. Eur. J. Oper. Res.,
248(3):840–848, 2016.
[14] Daniel Soto, Ing Wilson Soto, and Yoan Pinzón. planificación de rutas A
hybrid metaheuristic applied to a route planning problem. 5(3):135–144,
2008.
[15] Isti Surjandari, Amar Rachman, Fauzia Dianawati, and R. P. Wibowo.
Petrol Delivery Assignment with Multi-Product, Multi-Depot, Split
Deliveries and Time Windows. Int. J. Model. Optim., 1(5):375–379,
2011.
[16] Shangyao Yan, Sin Siang Wang, and Yu Hsuan Chang. Cash transporta-
tion vehicle routing and scheduling under stochastic travel times. Eng.
Optim., 46(3):289–307, 2014.