Please use this identifier to cite or link to this item: https://repositorio.escuelaing.edu.co/handle/001/478
Exportar a Bibtex Exportar a RIS Exportar a Excel Buscar en google Schoolar Buscar en microsoft academic
Title: A CO2 emissions minimization model for Location-Routing
Authors: Cortés Murcia, David Leonardo 
metadata.dc.thesis.grantor: Guerrero Rueda, Willam J. (dr)
Montoya Torres, Jairo R. (dr)
Keywords: Logística verde
Localización y ruteo
Optimización
Emisiones de CO2
Issue Date: 2016
Publisher: Escuela Colombiana de Ingeniería Julio Garavito
metadata.dc.description.resumen: En esta tesis, se estudia el problema de localización y ruteo (Location Routing Problem, LRP) considerando como función objetivo la minimización de emisiones de CO2. Se propone un nuevo modelo matemático, así como una adaptación de la formulación tradicional del LRP. Estos dos modelos son comparados utilizando instancias de la literatura y ajustadas a las características del problema en estudio. Los experimentos computacionales evalúan el desempeño de ambos modelos en términos de costos (función objetivo tradicional) y de emisiones de CO2 (función objetivo "verde"). Las funciones objetivo son analizadas de forma independiente a través de modelos mono-objetivo y de forma conjunta en una versión bi-objetivo del modelo propuesto. Al evaluar ambas funciones individualmente, costos y emisiones de CO2, los resultados indican que con el modelo propuesto se pueden lograr reducciones de 37% de emisiones de CO2, pero esto implica alto incremento en el costo de la operación. Sin embargo, al construir las fronteras de Pareto y al analizar las soluciones encontradas los resultados demuestran que es posible reducir en 20% las emisiones de CO2 con un pequeño impacto en el costo total respecto al valor óptimo de la versión tradicional del LRP. Finalmente, se proponen desigualdades válidas para mejorar el desempeño del modelo propuesto en términos de tiempo computacional. Así mismo, el impacto de estas desigualdades es evaluado y presentado en este documento.
Abstract: In this thesis, the location-routing problem (LRP) is studied considering a minimum CO2 emissions objective function with load dependency. We propose a mathematical model and an adaptation of the traditional LRP model. A computational comparison between these two models is carried out using adapted benchmark instances from the literature. Experiments evaluate the performance of both models in terms of the minimization of total cost (traditional objective function) and level of CO2 emissions (“green” objective function). These objective functions are evaluated independently (i.e., mono-objective version), as well as a bi-objective version. When evaluating both, costs and level of CO2 emissions, in a separate way, results show that the proposed model can reduce CO2 emissions by 37% but with a high increase in cost. However, by constructing the Pareto frontier, solutions with a better trade-off between objectives are computed, showing that it is possible to reduce CO2 emissions by 20% with a small penalty in the optimal cost compared to classical location-routing results. Valid inequalities are also proposed in order to enhance the performance of the proposed model in terms of computational time. The impact of these inequalities is also evaluated and reported herein.
URI: http://repositorio.escuelaing.edu.co/handle/001/478
http://catalogo-intra.escuelaing.edu.co/cgi-bin/koha/catalogue/detail.pl?biblionumber=19709
Rights: Copyright Escuela Colombiana de Ingeniería, 2016
Appears in Collections:ED - Trabajos de Grado Maestría en Ingeniería Industrial

Files in This Item:
File Description SizeFormat 
ED-Maestría en Ingeniería Industrial.1020778785.pdfA CO2 emissions minimization model for Location-Routing792.88 kBAdobe PDFThumbnail
View/Open
Autorización.pdfAutorización de Publicación en Repositorio Institucional de la Escuela575.98 kBAdobe PDFThumbnail
View/Open
Show full item record

Download(s)

1
checked on Nov 9, 2017

Google ScholarTM

Check


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.