LOCALIZACION TUTORIALMariaAlvareS

I Congreso Peruano de Investigacin de
Operaciones y Sistemas
En Ingeniera Industrial Sistemas y Afines
PROBLEMAS DE LOCALIZACIN
TUTORIAL
D.Cs. Mara Alvarez R
UNMSM/FCM
Investigacin Operativa
I COPIOS Lima 3-5 Nov. 2009 2
Qu localizar?
Fbricas
Depsitos
Escuelas
Postas mdicas
Estaciones de bomberos
Servicios de Ambulancias
Servicios de taxis
Depsitos de relaves
Grifos
Reactores nucleares
Plantas qumicas
Cadenas de
Establecimientos Delivery
Pizzerias,
Farmacias
Pollos a la Brasa
Antenas para servicio
de celulares
Hubs
Donde Localizar?
En el espacio continuo
En redes
Nodos:
demanda,
importancia,
nmero de clientes
Aristas
longitud,
tiempo,
costo de transporte
Donde Localizar?
Localizacin de depsitos
Problema de Weber:
Marc el inicio de la teora de localizacin,
en 1909 se public un problema para
localizar un depsito buscando minimizar
la distancia total a dos fuentes de
materia prima y a un mercado consumidor,
lo concibi como minimizacin de los costos
de transporte.
Formulacin
El problema se formula de la siguiente
manera:
A lo largo del tiempo este problema
present muchas variaciones.
Se puede decir que todo problema de
localizacin se remonta al problema de
Weber.
CLASIFICACIN
Dada la diversidad de problemas de
localizacin existentes en el mundo real,
los investigadores han intentado modelar
sus caractersticas buscando encontrar
mtodos de solucin adecuados para cada
tipo de problema.
De este proceso resulta una amplia
variedad de modelos, que han sido
clasificados de diversas maneras,
atendiendo a diferentes caractersticas
Considerando la naturaleza aleatoria del
comportamiento de sus componentes:
Problemas de localizacin determinsticos
Problemas de localizacin probabilsticos.
Considerando la necesidad de determinar
la capacidad de almacenamiento:
problemas de localizacin capacitados
problemas de localizacin no capacitados
Considerando la influencia del tiempo
en su comportamiento y en sus
caractersticas, pueden ser:
problemas de localizacin estticos
problemas de localizacin dinmicos.
Considerando donde localizar:
problemas de localizacin redes,
problemas de localizacin en el espacio
continuo
problemas de localizacin no espacio
discreto.
Considerando la necesidad de establecer
lmites en la distancia o en el tiempo de
respuesta:
Problemas de localizacin con restricciones de
cubrimiento.
Utilizados generalmente en sistemas de
emergencia
Considerando la naturaleza del item
almacenado en la facilidad el problema
puede ser percibido en el sentido de:
obtener localizaciones ms prximas o
ms distantes (obnoxious facility
problems).
Considerando el servicio a ser
ofrecido pueden ser considerados:
Problemas de localizacin en el sector
pblico
Problemas de localizacin en el sector
privado.
Considerando el mtodo de solucin
utilizado, pueden ser tratados usando:
simulacin,
teora de colas,
mtodos de optimizacin
mtodos heursticos.
Considerando la distancia, los
problemas de localizacin pueden ser
clasificados segn el tipo de mtrica
utilizada:
distancia de Manhatan,
distancia rectangular,
distancia euclidiana,
distancia lp.
Considerando el nmero de facilidades
a localizar:
el nmero puede ser conocido a priori
el numero se conoce como resultado de la
solucin del modelo.
PROBLEMAS DETERMINSTICOS DE
LOCALIZACIN CON COBERTURA
PROBLEMAS DE LOCALIZACIN
CON COBERTURA
PLCC Problema de Localizacin con
Conjuntos de Cobertura
PLMC Problema de Localizacin de
Mxima de Cobertura
PROBLEMAS DE LOCALIZACIN CON
COBERTURA
COBERTURA:
Es la distancia o tiempo crtico dentro
del cul el rea de demanda se puede
considerar cubierta.
Cobertura con una facilidad
S
S
S
Cobertura con 2 facilidades
Un rea de demanda es considerada
cubierta si est a menos de una distancia o
tiempo crtico de por lo menos una de las
facilidades existentes (servidores),
independiente de que el servidor est
o no disponible cuando se solicita el
servicio.
S
S
S
Cobertura con 3 Facilidades
Notacin:
Problema de Localizacin con
Conjuntos de Cobertura: PLCC.
PLCC:
Donde la restriccin
(1) busca minimizar el nmero de
servidores necesarios para dar
cobertura a todos los nodos de
demanda.
(2) permite localizar un servidor en un
nodo dentro del estndar de respuesta
establecido.
(3) indica la condicin de variable entera.
PLCC: Ventajas
Los servidores pueden ser localizados
en los propios nodos de demanda y
cada nodo de demanda debe tener por
lo menos un servidor localizado
dentro de los estndares de
respuesta.
Todos los nodos generadores de demanda
tienen igual importancia, independiente de
la cantidad de demanda existente en cada
uno de ellos.
Toda la poblacin ser cubierta.
Cuanto menor el estndar de respuesta
establecido, mayor ser el nmero de
servidores a localizar.
Distancia critica grande
S
PLCC: Desventajas
Tambin es posible que una solucin
localice un servidor en un nodo
distante con una demanda pequea, lo
que no podr ser justificado en un
anlisis del tipo costo/beneficio
Problema de localizacin de
mxima Cobertura: PLMC
La importancia de cada nodo es
considerada segn la cantidad de
demanda generada en l y en este caso
los autores buscan encontrar un
conjunto de p localizaciones que consiga
maximizar la cantidad de demanda que
recibir cobertura.
Problema de Localizacin de Mxima
Cobertura: PLMC
Como resultado, en general quedar
una parte de la demanda sin acceder
a los servicios.
PLMC:
Definimos
Formulacin del PLMC:
PLMC:
Donde:
(11) maximiza la poblacin cubierta a menos
del estndar de respuesta S.
(12) establece que uno o ms servidores j
estarn localizados dentro del estndar
de respuesta S, a partir del nodo de
demanda i.
(13) limita a p el nmero de servidores a
localizar
(14), (15) establecen el carcter binario de las
variables.
Cobertura PLMC
S
S
S
p = 3
PLMC Ventajas
El nmero de servidores a localizar se
conoce a priori.
Los nodos de mayor demanda estarn
siempre cubiertos.
PLMC Desventajas
Quedan demandas sin atencin
(nodos sin cubrir)
PLCC y PLMC
Mtodos de solucin:
Problemas pequeos:
PL
PI
Problemas grandes:
Heursticas
Metaheursticas
MODELOS DETERMINSTICOS DE
LOCALIZACIN QUE UTILIZAN
COBERTURA ADICIONAL
BACOP I: Modelo de mltiple cobertura I
BACOP II: Modelo de mltiple cobertura I
MODELOS DE LOCALIZACIN QUE
UTILIZAN COBERTURA ADICIONAL
Por lo que se tuvo que pensar en otros
modelos para dar cobertura adicional a
la demanda.
En los modelos presentados:
El nmero de facilidades a localizar puede ser
muy grande, o
Quedan demandas sin atencin
Se busca maximizar la cobertura
adicional a los nodos de demanda
BACOP I
Se tiene una restriccin de primera
cobertura obligatoria para cada nodo
de demanda dentro de una distancia
estndar T y se maximiza el
porcentaje de poblacin con
cobertura backup dentro de una
distancia crtica S (T < S)
La primera cobertura es ms
importante que la segunda cobertura
y est sujeta a reglas mas estrictas.
BACOP1
Adems de las notaciones ya conocidas se tiene:
Modelo de mltiple cobertura 1:
BACOP1
Formulacin
x
i
, u
j
variables binarias
BACOP1
Donde la restriccin:
(16) permite calcular el nmero mnimo de servidores
necesarios para que toda la poblacin tenga
cobertura (del modelo PLCC).
(17) maximiza la poblacin con segunda cobertura
a menos de S.
(18), aseguran que para que una rea de demanda j J,
tenga doble cobertura es necesario que existan
por lo menos dos servidores a menor distancia S de
la misma.
(19) Asegura cobertura simple a menor distancia T para
todos los nodos de demanda
Modelo de mltiple cobertura 2:
BACOP2
El objetivo del BACOP 2 es dar
cobertura mltiple a las mayores
reas de demanda (donde es mayor la
probabilidad de que 2 nodos necesiten
al mismo servidor), antes de dar
primera cobertura a todos los nodos
de demanda.
y
i
, x
j
, u
j
variables binarias (26)
BACOP2
(20) Maximiza la poblacin que recibe
una sola cobertura.
(21) Maximiza la poblacin con dos
coberturas.
(22), (23) trabajan en equipo para
determinar que nodos reciben
cobertura mltiple.
BACOP2
(24) establece el nmero de servidores
a localizar considerando los
recursos disponibles.
(26) establecen el carcter binario de
las variables.
BACOP2
La maximizacin de los dos objetivos en el
BACOP2 no se puede dar simultneamente ya
que un aumento en la poblacin con cobertura
inicial ocasiona una disminucin en la poblacin
con cobertura adicional y un aumento en la
poblacin con doble cobertura puede ocasionar
que aumente la poblacin sin ninguna
cobertura.
Problemas probabilsticos de
localizacin
PLMD
PLMDE
Modelo Hipercubo
MODELOS PROBABILSTICOS DE
LOCALIZACIN CON RESTRICCIONES DE
COBERTURA
Presentan caractersticas de aleatoriedad:
en el tiempo de respuesta,
en la solicitud de la demanda,
en el ofrecimiento de los servicios,
en la disponibilidad de los servidores.
Usan explcitamente distribuciones de
probabilidad o funciones de densidad
probabilstica de algunas variables
aleatorias, las cuales tienen gran impacto en
la decisin sobre la localizacin de las
facilidades.
En el mundo real los problemas se
presentan en su gran mayora con
caractersticas de aleatoriedad.
En el PLMD se considera:
El nmero de servidores a localizar
La confiabilidad de la disponibilidad del
servidor
El nivel de cobertura ofrecido
Problema de Localizacin de Mxima
Disponibilidad: PLMD
Localiza p unidades de servicio, de
manera que cada punto de demanda
tenga por lo menos un servidor
disponible dentro de un estndar de
respuesta S, con confiabilidad
Usado en sistemas congestionados
PLMD
PLMD I
Considera la misma tasa de
ocupacin para todos los servidores
PLMD II
Considera tasas de ocupacin
diferentes para cada rea de la
regin en estudio
La aleatoriedad se establece solo en
la disponibilidad del servidor,
Consideran la disponibilidad del
servidor independiente del nmero de
servidores ocupados
El PLMD I
busca maximizar la poblacin con
servicio disponible dentro de un
estndar de respuesta s con
confiabilidad , localizando p
servidores, todos con la misma
tasa de ocupacin
PLMD I. Tasa de ocupacin
Nmero de horas de servicio necesarias
por da en el sistema/ Nmero de horas
de servicio disponibles por da en el
sistema.
Numerador:
duracin promedio (medida en horas) de
atencin cuando llaman por servicio x el
nmero de llamadas por da
Denominador:
24 hs disponibles por da x nmero
promedio de servidores disponibles
PLMD I
Pr[ uno o ms servidores disponibles a
menos de S] a
1- Pr[ todos los servidores estn
ocupados a menos de S] a =
1- Pr[ ningn servidor disponible a menos
de S] a
Finalmente
PLMDI
Aplicando log:
Se tiene
Entonces
Cada rea de demanda j necesita b servidores
disponibles a menos de S para tener cobertura con
confiabilidad a
(1)
(2)
(3)
(4)
(5)
(6)
Sujeto a:
Maximiza las llamadas
atendidas con
confiabilidad ,
Por lo menos b
servidores deben
estar localizados a
menos de S del nodo
de demanda j para
ser cubierto con
confiabilidad
El nmero de
servidores a ser
localizados es p,
Establecen el
carcter binario de
las variables de
decisin
Permite obtener
los niveles de
cobertura en el
orden apropiado
Establecen el
carcter binario de
las variables de
decisin
donde:
El PLMD II tiene la misma formulacin que el
PLMD I, solo se considera b
j
en lugar de b
Mtodos de Solucin PLMD
ReVelle y Hogan lo resuelven para un
problema de localizacin de una o ms
ambulancias para cualquiera de las 31
estaciones del cuerpo de bomberos de
Baltimore, usando o MPSX.
Alcanzaron buenos niveles de cobertura
para 7 u 8 servidores en ambos problemas.
Modelo de Localizacin de Mxima
Cobertura Esperada: PLMCE
Extensin del PLMC, maximiza el
valor esperado de la cobertura en la
funcin objetivo.
Considera la no disponibilidad de los
servidores. Si M facilidades se localizan
en una red, ni siempre todas podrn
responder a los llamados por servicio
pues algunas estn atendiendo a algn
otro llamado
PLMCE
Es necesario que se determine la
probabilidad de atencin a la demanda
para ciertas configuraciones de
localizacin de las facilidades.
Admite localizar ms de una facilidad en
un mismo nodo
Muestra que no existen nodos dominados
en la solucin ptima; (el nodo i domina al
nodo h, s el nodo i cubre cada nodo
cubierto por el nodo h y por lo menos
otro nodo ms).
PLMCE
Se establece que una facilidad puede
estar en un determinado momento:
'Disponible', si el servidor puede
responder al llamado (demanda) en ese
momento.
'No disponible', si el servidor no puede
responder al llamado (demanda) en ese
momento.
PLMCE
Sea prob la probabilidad de que un
servidor este ''no disponible''.
Se asume que prob es conocido e igual
para todos los servidores y que la
probabilidad de que el servidor i este
disponible es independiente de la
probabilidad de que el servidor j est
disponible, (i j).
El nmero de servidores que estn
disponibles en un momento cualquiera
sigue una distribucin Binomial.
PLMCE
Sean los eventos:
A:{j de los M servidores estn disponibles}
Se define:
B:{el nodo k es cubierto por un servidor
disponible l m servidores le dan cobertura}
C:{m servidores no estn disponibles}
PLMCE
Entonces,
Sea ahora:
PLMCE
H
k,m
: cobertura esperada en el nodo k
y
PLMCE
M: es el nmero de instalaciones a
localizar,
N: es el nmero de nodos en la red.
PLMCE Formulacin
PLMCE
(32) Maximiza la cobertura esperada sobre todos
los nodos de demanda, dado un nmero
especificado de servidores.
(33) Establece que el nodo de demanda j puede
ser cubierto mximo por J servidores
(34) Establece que el nmero de servidores
localizados puede ser mximo M
(35) Definen el carcter entero del nmero de
servidores localizados en cada nodo de la
red.
(36) Establecen el carcter binario de las
variables de decisin.
MODELOS PROBABILSTICOS DE
LOCALIZACIN CON RESTRICCIONES DE
COBERTURA
Presentan caractersticas de
aleatoriedad:
en el tiempo de respuesta,
en la solicitud de la demanda,
en el ofrecimiento de los servicios,
en la disponibilidad de los servidores.
Usan explcitamente distribuciones de
probabilidad o funciones de densidad
probabilstica de algunas variables
aleatorias, las cuales tienen gran impacto en
la decisin de la localizacin de las
facilidades.
En la vida real los problemas se presentan
en su gran mayora con caractersticas de
aleatoriedad
Problema Probabilstico De Localizacin Con
Conjuntos De Cobertura: PPLCC
Consideran la disponibilidad de los
servidores, utilizando una nica
fraccin de ocupacin q para todos en
el sistema.
Establecen que la probabilidad de que
por lo menos un servidor est
disponible para cada nodo de demanda
debe ser mayor o igual a un valor
llamado de nivel de confiabilidad.
PPLCC.
los servidores actan independientemente
uno de otro.
Se define: Tasa de ocupacin del servidor
PPLCC Formulacin:
PPLCC
(27) busca localizar el mayor nmero de
servidores,
(28) establece que la probabilidad de
tener por lo menos un servidor
disponible dentro de S cuando el
nodo i necesite servicio es mayor
o igual al nivel de confiabilidad
(29) establece la condicin binaria de la
variable .
PPLCC
La restriccin se pudo linealizar de esta
manera:
Modelo Hipercubo de Colas
Larson (1974)
Es un modelo de colas distribuidas en el
espacio que considera:
Las caractersticas geogrficas del rea en
estudio
Las polticas de despacho de los servidores
La identidad de cada servidor.
El Modelo Hipercubo para 3 Servidores
Modelo Hipercubo: Hiptesis
Atomos geogrficos.
Llegadas Poisson independientes.
Tiempo de viaje conocido o estimado.
Servidores o unidades de respuesta: son N,
espacialmente distribuidos a lo largo de la regin en
estudio.
Localizacin de los servidores: Estn en una posicin
fija o estn desplazndose en una rea de patrullamiento,
cuando disponibles.
Despacho del servidor: apenas un servidor es
localizado para atender una llamada
Poltica de despacho: existe una lista de preferencias
fijas en el despacho, determinada a priori.
Modelo Hipercubo: Hiptesis
Tiempo de servicio:
tiempo de preparacin del servidor
tiempo de viaje
tiempo de atencin
tiempo de retorno
Los servidores tienen tasa promedio de servicio m
n
Tiempo de servicio dependiente del tiempo de
viaje.
Las variaciones en el tiempo de servicio dependientes
del tiempo de viaje son consideradas de segundo orden
cuando comparada a las variaciones del tiempo en el
local de la llamada o en el tiempo de preparacin.
Modelo Hipercubo: Desarrollo
N
A
tomos geogrficos
N Servidores
Estados del sistema
0 si el servidor est disponible
1 si el servidor est ocupado.
2
N
estados del sistema obtenidos en un orden
determinado.
tomos Geogrficos
Modelo Hipercubo: Transiciones
Transiciones ascendentes:
son las que al pasar de un estado a otro,
aumentan en 1 el nmero de servidores
ocupados.
Transiciones descendentes:
son las que al pasar de un estado a otro,
liberan un servidor ocupado.
Si no existe transicin entre el estado i y
el estado j tasa de transicin = 0 (cero).
Modelo Hipercubo: Equaciones de Equilibrio
Modelo Hipercubo: Ecuaciones de Equilbrio
Generada para cada estado del
sistema:
Las tasas de transicin que llegan a un
estado deben ser igual a las tasas de
transicin que salen de ese estado.
Precisa de una ecuacin de
normalizacin:
probabilidad total=1
Modelo Hipercubo: Medidas de Desempeo
Tiempo medio de viaje en la regin
Tiempo medio de viaje del servidor
Tiempo medio de viaje en el rea primaria de
respuesta
Tasa de ocupacin del servidor
Fraccin de atencin del servidor fuera de su
rea primaria de respuesta
Fraccin de llamadas atendidas por
servidores de apoyo que no son sus
servidores primarios.
Modelo Hipercubo: Ejemplo Tasas de Ocupacin
de los Servidores
P
Q
=
0,1184
Modelo Hipercubo: Mtodo de solucin
Mtodo Exacto
Resuelve un sistema de 2
N
ecuaciones lineales
El mtodo iterativo de Gauss Siedel permite
solucionar problemas de gran tamao utilizando
modestos recursos computacionales.
Mtodo Aproximado
Resuelve sistemas de N ecuaciones no lineales
Considera servidores homogneos (todos con igual tiempo medio de
servicio)
Hipercubo Aproximado: Factor de Correccin
Medida que considera la no independencia de los
servidores.
Con base en un muestreo sin reemplazo
Modelo Hipercubo: Aplicaciones
Evala alternativas de localizacin de
recursos policiales de manera eficiente y
equitativa. [BODOLI, 1978]
Resuelve el problema de atencin de
servicios de reparaciones de emergencia en
redes de distribucin de energa elctrica.
[ALBINO & NOVAES, 1994]
Modelo Hipercubo: Aplicaciones
Determina la localizacin de unidades de servicio de
emergencia en carreteras utilizando las p-
medianas.
Analiza un sistema mdico de emergencias en una
carretera.
Analiza y evala el servicio de atencin mdica de
emergencia.
Problema de Localizao de Mxima Disponibilidad
Extendido (PLMDE)
El PLMDE es una extensin del PLMD I
Considera el clculo de tasas de
ocupacin individualizadas por
servidor mediante el uso del
modelo Hipercubo
PLMDE
Hiptesis de trabajo:
Los servidores operan de manera
independiente
Todos los servidores tienen la misma tasa de
ocupacin
La tasa de ocupacin de los servidores es
invariante con respecto a su localizacin
Batta Dolan y Krishnamurthy
PLMDE
Las solicitudes de servicio en Sistemas
de Emergencia deben ser rpidamente
atendidas
Es comn en la prctica la cooperacin
entre servidores
Esto Descalifica La Hiptesis De
Independencia De Operacin De Los
Servidores
PLMDE
La ocupacin del servidor es sensible a:
la localizacin del servidor
la estrategia usada en la construccin de
una lista de preferencias del servidor
No siempre es verdad que la
probabilidad de ocupacin de los
servidores sea igual para todos.
Estas Hiptesis son relajadas con el uso del
modelo Hipercubo
Es necesaria una nueva variable de localizacin
No es suficiente saber que hay un servidor en el
nodo i
Hay que identificar a ese servidor; y
ik
(ser 1 si servidor k esta localizado en i, 0 en otro
caso)
Entonces la restriccin de cobertura
Pr[por lo menos un servidor disponible dentro del estndar
S ] > = a
Incorporara variables que dependen de las variables de
decisin, en estas condiciones no se pueden utilizar un
un modelo de programacin matemtica.
Sin embargo la formulacin matemtica permite
determinar la cobertura correspondiente a una
determinada configuracin de localizacin de servidores
y ser til para construir heursticas.
La nueva restriccin de cobertura considera
tasas de ocupacin especficas de los servidores
obtenidas del modelo hipercubo
Incorpora un factor de correccin para tener en
cuenta la no independencia de los servidores
(se relajan las hiptesis consideradas
anteriormente con el uso del modelo Hipercubo )
PLMDE
La nueva restriccin de cobertura es
escrita como
Definiendo
PLMDE
Sujeito a:
representa la
cobertura total obtenida
con la localizacin de los
p servidores.
condicin de una
confiabilidad igual a
para
cada nodo de demanda j
con p servidores a ser
localizados
ms de un servidor
puede ser localizado
en un nico nodo
Donde:
(1) representa la cobertura total obtenida
con la localizacin de los p servidores.
(2) condicin de una confiabilidad igual a
para cada nodo de demanda j con p
servidores a ser localizados.
(3) ms de un servidor puede ser localizado
en un nico nodo.
(4) establecen el carcter binario de las
variables de decisin.
PLMDE: Estratgia de solucin del Modelo
Hipercubo
Mtodo de solucin del modelo Hipercubo
Mtodo Exacto
Mtodo Aproximado
PLMDE: Estratgia de Substitucin de Vrtices
Heurstica basada en la substitucin de
vrtices de Teitz e Bart (1968).
La substitucin se hace segn dos
versiones:
con la primera mejor substitucin
con la mejor substitucin
PLMDE: Determinacin de la Heurstica para
Red de 55 Vrtices de Swaim
* Cambio enlaMejor Substitucin.
** Mtodo Aproximado.
Se observo:
No existe diferencia significativa en la
cobertura alcanzada en ambos casos.
Hay gran diferencia en relacin al esfuerzo
computacional
Heurstica para resolver el PLMDE
Bsqueda de una localizacin inicial
Resolver el modelo hipercubo para obtener las tasas de
ocupacin de los servidores.
Calcular la cobertura obtenida para la solucin inicial.
El proceso entra en un programa que permitir obtener la
localizacin para la mejor cobertura.
Para esa configuracin de servidores obtenemos las
tasas de ocupacin de los servidores (r
i
), y se calcula la
cobertura correspondiente.
En el PLMDE se consideran tasas de ocupacin
individualizadas por servidor.
Los resultados obtenidos con el mtodo aproximado quedan
en media a menos del 2% de los resultados obtenidos con el
mtodo exacto.
Se confirma que el valor de la funcin objetivo no varia
significativamente cuando se utiliza el cambio de vrtices
en la mejor de todas las substituciones en comparacin con
el cambio en la primera mejora. Mas en esta ltima
alternativa el tiempo en seg de CPU es significativamente
menor.
Modelos De Localizacin
Para Facilidades No Deseadas
Problema de dispersion de facilidades
sobre una red
Modelo Maxisum
Modelo de Dispersion
Se asume que hay un conjunto
discreto de candidatos para posibles
localizaciones.
Se desea localizar P facilidades para
maximizar la mnima separacin entre
cualquier par de facilidades.
Sea:
d
ij
: la distancia entre las localizaciones
candidatas i y j
M: un numero grande
(M mayor= max
ij
d
ij
)
P: Nmero de facilidades a localizar
Donde
(43) maximiza la mnima distancia entre
facilidades
(44) se debe localizar exactamente P
facilidades
(45) define la mnima distancia entre
facilidades, en trminos de la
localizacin seleccionada para la
facilidad
(46) restricciones de integralidad
Para la restriccin (45) analizar todos
los valores que pueden tomar X
i
, X
j
Modelo MAXISUM
Uno de los objetivos mas comunes
entre localizacin de facilidades no
deseables es la de localizar las
facilidades buscando maximizar la
distancia entre los nodos de demanda
y la facilidad mas cercana.
Notacin
Inputs
h
i
demanda en el nodo i
d
ij
distancia entre el nodo de demanda i y el local
candidato j
P numero de facilidades a localizar
Variables
Problema de la p-mediana
Dado un conjunto de puntos,
identificar p puntos del plano tales
que minimizan la suma (ponderada) de
la distancia mnima de cada punto del
conjunto a los p puntos.
Este es el problema ms utilizado y
estudiado en Localizacin
Problema de la p-Mediana
donde
(2) Establece que cada cliente es asignado
a una mediana
(3) Selecciona exactamente p
localizaciones para las medianas
(4) Los clientes se asignan a una mediana,
si esta a sido seleccionada
(5) Carcter binario de las variables
Modelo no capacitado para
telecomunicaciones
Dado un conjunto de N terminales y el
conjunto de posibles localizaciones para M
concentradores , se desea determinar el
nmero y la localizacin de los
concentradores, asimismo se quiere
asignar terminales a estos
concentradores.
El objetivo es minimizar la suma de
los costos de instalacin de los
concentradores y el costo de servir a
los terminales va los concentradores
instalados.
Formulacin
donde
C
ij
es el costo de asignar el terminal i a
concentradores en la localizacin j
F
j
denota el costo de instalar un
concentrador en la localizacin j
i) establece que cada terminal debera
ser asignado exactamente a un
concentrador
iii) establece que que un terminal puede
ser asignado a un concentrador solo
si este concentrador ha sido
instalado
Localizacin de Hub
Modelo p-hub Mediana no capacitado de
mltiple asignacin
Se define 3 conjuntos de variables de decisin
correspondiente a las a los 3 componentes de un
camino origen destino.
El componente de recoleccin y distribucin
involucra cada uno, un simple arco de acceso, el
cual podra estar desde un nodo a si mismo, si
este es un hub.
El componente de transferencia no existe si el
camino origen destino es origen-hub-destino
Las variable de decisin son:
Z
ik
: flujo del origen i al hub k
Y
i
kl
: flujo desde el hub k al hub l que se origina
en el origen i
X
i
lj
: flujo desde el hub l al destino j que se
origina en el origen i
H
k
ser 1 si k es un hub, o en caso contrario
Modelo p-hub mediana no capacitado de
mltiple asignacin
(Problema p-hub/D/MA/./Sflow)
Donde
Oi = flujo total originado en i (origen)
La F. O es la suma de costos para
recoleccin, transferencia y distribucin
donde
1. asegura que se selecciona el apropiado nmero
de Hubs
2. todos los flujos desde cada origen dejan el
origen
3. todos los flujos de cada par origen- destino
llega al propio destino
4. conservacin de flujo en el Hub
5. y 6) los nodos hub son establecidos para cada
movimiento de distribucin y recoleccin,
respectivamente
Conclusiones
Existen diversos problemas de localizacin
en el mundo real.
Estos han sido y son modelados, segn sus
propias caractersticas.
Se basan principalmente en el concepto de
minimizar costo de desplazamiento
(Weber)

Conclusiones
Los mtodos de solucin van desde el
uso de la Programacin Entera,
pasando por la elaboracin de
heursticas ad-hoc, utilizando
tambien las metaheursticas.
En la actualidad se estn estudiando
mucho los problemas de localizacin
Multicriterio
GRACIAS
malvarezr1@unmsm.edu.pe

LOCALIZACION TUTORIALMariaAlvareS

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

LOCALIZACION TUTORIALMariaAlvareS

Uploaded by

Copyright:

Available Formats

I Congreso Peruano de Investigacin de

I COPIOS Lima 3-5 Nov. 2009 146

You might also like