Vehicle route optimization system with stochastic demands including predictive models

  1. Álvaro Lozano Murciego
Supervised by:
  1. Juan Francisco de Paz Santana Director
  2. Javier Bajo Pérez Director

Defence university: Universidad de Salamanca

Year of defence: 2019

Committee:
  1. Montserrat Mateos Sánchez Chair
  2. Gabriel Villarrubia González Secretary
  3. José Manuel Caridad Hernández Committee member
Department:
  1. INFORMÁTICA Y AUTOMÁTICA

Type: Thesis

Teseo: 592693 DIALNET

Abstract

Durante los últimos años se ha producido un incremento en el número de ciudades que están incorporando nuevos sistemas basados en el concepto conocido como Internet de las Cosas o Internet of Things (IoT) para, por un lado, obtener nuevos datos acerca de la ciudad y, por otro, a partir de estos, ofrecer nuevos servicios y optimizar el consumo energético. Estas ciudades se mueven hacia un paradigma de ciudad inteligente o Smart City, cuyo principal objetivo es conseguir ciudades más sostenibles y que constituyan un mejor lugar donde vivir. Entre todas las aplicaciones que han surgido para Smart Cities, cabe destacar las destinadas a la logística inteligente, que buscan el ahorro y la eficiencia energética en el transporte realizado por las flotas de vehículos. Unido a esto, nuevos sensores han emergido para llevar a cabo proyectos que incorporen el concepto de IoT y la conexión de cualquier objeto de la vida diaria a Internet. Estos sensores o nodos se agrupan en las conocidas como Wireless Sensor Networks (WSN) o redes inalámbricas de sensores. Dichas redes pueden desplegarse tanto en entornos rurales como en urbanos y suponen la infraestructura básica para la toma de datos en aplicaciones para Smart Cities. En la presente tesis se realiza una investigación sobre el uso indicado de los sensores junto con las WSN para la toma de datos en sistemas de recogida de desechos. Asimismo, el procesamiento de los datos obtenidos por dichas redes y la extracción de patrones que permitan modelar su comportamiento ofrecen una valiosa información que puede emplearse más tarde para mejorar otros sistemas, como, por ejemplo, sistemas de optimización de rutas de vehículos. En este trabajo de tesis se aborda la utilización de modelos de predicción para predecir la demanda y que esta información pueda proporcionarse a otros sistemas para su posterior uso. Por último, los datos obtenidos a través de una red de sensores y la información extraída gracias a los modelos de predicción habilitan la inclusión de nuevos métodos de optimización de rutas de vehículos en un sistema de recogida inteligente de desechos o Smart Waste Collection System en inglés. La optimización de las rutas de vehículos en este tipo de sistemas se formula en la literatura como un problema de rutas de vehículos o Vehicle Routing Problem (VRP), en el que generalmente sus parámetros son de naturaleza estocástica, pero con frecuencia son tratados de forma determinista. En esta tesis se aborda la resolución de problemas VRP que incluyan incertidumbre en la demanda de sus clientes. Para ello, se emplean nuevas metodologías propuestas en la literatura como Simheuristics y se propone incluir modelos de predicción con el fin de obtener mejores resultados.