Optimización multiobjetivo para un problema de optimización de recursos por medio de Ant-Colony

Abstract

Actualmente la empresa Aranda software cuenta con Aranda Field Service, un producto que permite gestionar la asignación de órdenes de servicio. Sin embargo, el motor de búsqueda actual tiene la capacidad de asignar responsables de campo para un día y con unos tiempos de ejecución altos. Además, existe un desconocimiento de su programación, por lo que el software resulta poco configurable. El documento presenta una contextualización de todo el trabajo realizado, junto a evidencias y pruebas de los modelos y metaheurísticas planteadas. El objetivo de este trabajo es determinar alternativas de solución para el problema de optimización. Para conseguir este objetivo se tendrá como punto inicial el trabajo hecho por Garcia y Rodríguez (2020). A partir del mismo se buscará reducir la complejidad del modelo matemático y además plantear el problema en términos de grafos para lograr dar solución a este por medio de la metaheurística ant Colony logrando así reducir tiempos de ejecución y aumentando la escalabilidad. Por último, se muestra una serie de resultados de la metaheurística y el modelo exacto. Estos son evaluados y comparados para demostrar su efectividad y su mejora frente a los trabajos anteriores.

Currently, the Aranda software company has Aranda Field Service, a product that allows managing the assignment of service orders. However, today's search engine can assign field managers for one day and with high execution times. In addition, there is a lack of knowledge of its programming, so the software is not very configurable. The document presents a contextualization of all the work carried out, together with evidence and tests of the models and metaheuristics raised. The objective of this work is to determine alternative solutions for the optimization problem. To achieve this objective, the work done by Garcia and Rodríguez (2020) will be taken as a starting point. Starting from it, it will be sought to reduce the complexity of the mathematical model and pose the problem in terms of graphs to achieve a solution to it through the ant Colony metaheuristic, thus reducing execution times and increasing scalability. Finally, a set of metaheuristic and the exact model results are shown. These are evaluated and compared to demonstrate their effectiveness and their improvement compared to previous works.