Aprendizaje Interactivo de Teoría de Grafos
Aprendizaje Interactivo de Teoría de Grafos
Guest User
Using app without sign in
Solucionador de rutas con capacidad
Rutas de vehículos donde cada uno tiene un límite de carga que ninguna ruta puede superar
Selecciona un algoritmo y genera pasos para comenzar la visualización
El problema de rutas de vehículos con capacidad (CVRP) añade un límite de carga a cada vehículo: las rutas deben planificarse de modo que la demanda total de cada ruta nunca supere la capacidad del vehículo. Esta restricción hace el problema mucho más realista y difícil que el enrutamiento simple.
La heurística de ahorros de Clarke-Wright sigue siendo el punto de partida estándar, fusionando rutas solo cuando la demanda combinada cabe en la capacidad. Los algoritmos de barrido rotan un rayo alrededor del depósito para formar grupos factibles en capacidad y luego rutan cada grupo como un TSP. Los solucionadores exactos de ramificación, corte y precio manejan hasta unos cientos de clientes, mientras que metaheurísticas modernas como la búsqueda genética híbrida entregan soluciones casi óptimas para miles.
El CVRP rige la planificación de carga de camiones en distribución, el reparto de bebidas y alimentos, la programación de cisternas de combustible y la entrega de última milla en comercio electrónico donde la capacidad de la furgoneta es limitante. Ahorros de coste de unos pocos por ciento por mejor enrutamiento se traducen en grandes sumas a escala de flota.
El CVRP es el VRP con un límite de carga por vehículo. Esa única restricción cambia qué agrupaciones son siquiera factibles, y por tanto cambia toda la estructura de la búsqueda.
CVRP(depósito, clientes, capacidad Q):
// Construcción por ahorros de Clarke-Wright
empezar con una ruta dedicada por cliente
para cada par (i, j):
ahorro[i][j] = d(dep,i) + d(dep,j) - d(i,j)
ordenar los pares por ahorro decreciente
para cada par (i, j) en ese orden:
si i y j están en rutas distintas
y ambos son extremos de su ruta
y demanda(ruta_i) + demanda(ruta_j) <= Q:
fusionar las dos rutas
// Después: 2-opt dentro de rutas y movimientos entre rutas,
// rechazando siempre los que violen la capacidadEl valor de ahorro mide cuánto se gana al servir i y j en la misma ruta en lugar de en dos viajes de ida y vuelta separados. La comprobación de capacidad es lo que distingue el CVRP del VRP: una fusión puede ser muy rentable en distancia y sencillamente inadmisible por carga. Toda la búsqueda local posterior debe repetir esa comprobación en cada movimiento, porque un intercambio entre rutas que mejore la distancia puede volver inviable una ruta.
Encamina cinco clientes con un vehículo de capacidad 10 y observa cómo la restricción de carga rechaza la fusión más rentable.
Grafo de ejemplo: Depósito más cinco clientes con demandas C1 igual a 4, C2 igual a 4, C3 igual a 3, C4 igual a 3 y C5 igual a 2. Cada vehículo puede transportar 10 unidades.
La solución usa dos vehículos con cargas 8 y 8, aunque la fusión más atractiva por distancia habría sido añadir C3 a la primera ruta. Ese rechazo es toda la diferencia entre VRP y CVRP: en el VRP puro esa fusión se habría aceptado y la solución sería más corta pero inviable. Fíjate además en que la demanda total es 16 y la capacidad por vehículo es 10, así que dos vehículos es el mínimo posible; ninguna solución con uno solo existe, por muy buena que sea la optimización.
Tiempo: NP-difícil; Clarke-Wright O(n^2 log n) · Espacio: O(n^2)
La construcción por ahorros de Clarke-Wright calcula un valor de ahorro para cada uno de los O(n al cuadrado) pares y los ordena, lo que domina el coste con O(n al cuadrado log n). Cada intento de fusión es una comprobación de tiempo constante sobre las cargas y los extremos de ruta si se mantienen estructuras adecuadas. La búsqueda local posterior cuesta O(n al cuadrado) por pasada. El problema en sí es NP-difícil, ya que contiene al TSP, y añadir la capacidad lo endurece más al reducir el espacio de soluciones factibles de forma irregular. Los métodos exactos mediante generación de columnas resuelven instancias de referencia de unos 100 clientes; más allá de eso se usan metaheurísticas. Una cota inferior útil y barata es la demanda total dividida entre la capacidad, redondeada hacia arriba, que da el número mínimo de vehículos.
Cada restricción adicional define una variante distinta con su propia literatura y sus propios solucionadores.
| Alternativa | Prefiérela cuando | Coste |
|---|---|---|
| VRP sin capacidad | Los vehículos no tienen límite de carga significativo. Espacio de búsqueda más simple. | NP-difícil |
| Ahorros de Clarke-Wright | Quieres una solución inicial buena y rápida que respete la capacidad por construcción. | O(n^2 log n) |
| VRPTW | Además de la capacidad hay ventanas horarias de entrega. Bastante más restringido. | NP-difícil |
| Flota heterogénea | Los vehículos tienen capacidades y costes distintos, así que la asignación importa además del encaminamiento. | NP-difícil |
| Empaquetado en contenedores | Solo te importa cuántos vehículos hacen falta y no las rutas. La cota inferior del CVRP procede de aquí. | NP-difícil, buenas aproximaciones |
Algoritmos relacionados: Rutas con Múltiples Vehículos, Problema del Viajante, Localización de Instalaciones