Programación de rutas mediante optimización de políticas proximales para la recolección de cajas en la sabana de Bogotá

Abstract

Este proyecto busca optimizar la programación de rutas terrestres para la recolección de cajas de flores de la sabana de Bogotá, con un enfoque en mejorar la eficiencia operativa mediante técnicas avanzadas de aprendizaje automático. En la actualidad, los métodos de planificación utilizados enfrentan desafíos significativos, como el uso subóptimo de la capacidad vehicular, tiempos extensos de recorrido, y la necesidad de múltiples vehículos para cumplir con los requisitos de recolección. La metodología propuesta integra técnicas de aprendizaje automático y modelos de optimización para abordar el problema de rutas de vehículos (VRP). Los principales indicadores de evaluación incluyen el tiempo promedio requerido para calcular las soluciones, la capacidad promedio de los vehículos utilizada, el tiempo total de las rutas, y el número de vehículos necesarios. A través de simulaciones y pruebas, el proyecto pretende desarrollar una solución que maximice la eficiencia, reduciendo tanto los costos operativos como la complejidad logística. Este enfoque permitirá una toma de decisiones más informada y rápida, adaptándose a las características dinámicas del entorno y las restricciones específicas de la operación en la industria floricultora.