Ingeniero Civil Industrial / El presente trabajo está enmarcado en el ámbito de la optimización del nivel de flota y mejora en el nivel de servicio de cara al despacho oportuno de productos al cliente. El tema de memoria se desarrolla en Compañía farmacéutica Farmacias Ahumada, específicamente en su Centro de Distribución, el cual debe velar por una correcta logística, almacenamiento y despacho de mercaderías a todos los locales FASA a nivel nacional. La motivación del presente trabajo de memoria radica en los crecientes costos que implica el transporte de mercaderías para las empresas a nivel nacional. Como ejemplo, se tiene que la compañía posee costos del orden de $69 MM mensuales por concepto de despacho de mercaderías a locales de Región Metropolitana y a nivel nacional los costos de transporte representan el 1% de las ventas. A su vez, a nivel de RM el porcentaje de utilización de la flota es de un 64%, existiendo traslape geográfico de rutas (cruce de camiones). El objetivo general del proyecto consiste en el desarrollo de una política de envío de mercaderías desde el Centro de Distribución a locales de RM, la cual considera aspectos como días de abastecimiento, tiempo de traslado entre locales, tiempos de auditoría de pedidos y restricciones de ventanas de tiempo de recepción por local. En la metodología de trabajo se contempló levantamiento de información, luego construcción de una heurística y modelo matemático con el objetivo de hacer un rediseño en las rutas actuales en pos de disminuir el nivel de flota. Los métodos de resolución utilizados fueron modelo lineal entero mixto (MIP), el cual fue aplicado a una división de RM en 4 zonas debido a la imposibilidad de realizarlo para el total de locales de la región (sobre 200 locales) dada la dimensión del problema, y también heurística de ahorros propuesta por Clarke and Wright. Luego de haber implementado ambas metodologías, se obtuvieron reducciones de costo variable de transporte con respecto al costo total RM del orden de 11,8% para la heurística de ahorros propuesta y 4% para el modelo matemático exacto. Finalmente, como ejercicio se resolvió una instancia de despacho para el mes de abril 2014, la cual corresponde a 204 locales, 6 días de la semana con demanda variable, flota inicial de 25 camiones y volumen promedio despachado de 320 m3/día. Se concluyó que el nivel óptimo de flota que debe considerar la Compañía es de 23 camiones para dicha instancia.

Magíster en Ciencias de la Ingeniería, Mención Transporte / Ingeniero Civil Matemático / El objetivo de esta tesis es formular un modelo que integre el Pickup and Delivery Problem (PDP) y la localización óptima de los depots de distribución, el cual llamaremos Problema de Localización y Ruteo con Pickup and Delivery (PLRPDP). Este problema se plantea y tiene una gran variedad de aplicaciones en la industria, como por ejemplo en el courier, en el transporte de pasajeros, o en el transporte de alimentos perecibles, y por lo tanto es de suma importancia cuando existe un sistema de alta demanda con diferentes opciones en relación a la ubicación de los depots. Para modelar este problema se propone un esquema de generación de columnas, donde el problema maestro resultante es similar al del modelo propuesto por Berger et al. (2007), pero en este caso, el subproblema es un PDP. Para resolver este subproblema y poder generar columnas factibles para el problema maestro, se propone un algoritmo de label-setting, que resuelve el problema de camino más corto, con restricciones de Pickup and Delivery y ventanas de tiempo. Además se propone un conjunto de heurísticas para acelerar este proceso. Para validar el modelo, se hace una implementación del esquema de generación de columnas, el cual se prueba en diferentes instancias, algunas ya existentes en la literatura actual, como también desarrolladas en este trabajo. Destacando dentro de estas últimas, las instancias clusterizadas y las de tipo corredor, las cuales por su geometría especial hacen que la localización de los depots sea de suma importancia. También se hace un análisis detallado de como los costos de apertura de los depots inciden en la solución óptima. Finalmente se presentan resultados del rendimiento de nuestra implementación para cada una de las instancias.