1

Proyecto 1
Leandro Arteaga
Luis Cordoba
Juan Pablo Morales.
Universidad Tecnica Federico Santa Mara
Avenida Espana 1680, Valparaso, Chile
leandro.arteaga@alumnos.usm.cl
luis.cordoba@alumnos.usm.cl
juan.moralesm@alumnos.usm.cl

ResumenEn este proyecto buscaremos analizar el problema

Warehouse Location problem (WLP), el cual trata de la ubicacion
estrategica de bodegas para el abastecimiento o ptimo de un cierto

numero
de tiendas, con ciertas restricciones de capacidad de
a. Este
cada bodega, buscando minimizar los costos de la compan
as que buscan expandir su
problema surge al interior de compan
a rea de abastecimiento, donde es de vital importancia la solucion
al problema, ya que les ayuda en decisiones de inversion a corto
y largo plazo.
Palabras ClavesWarehouse Location problem,Ubicacion de
almacenes, optimizacion, programacion lineal entera

I.

I NTRODUCCI ON

El problema Warehouse Location problem (WLP) consiste

en optimizar los costos de una empresa que posee m posibles
ubicaciones para sus bodegas de despacho, teniendo estas
que abastecer en su totalidad a las n tiendas de artculos que
posee. El problema debe ser resuelto con las restricciones
de capacidad de cada bodega y el inconveniente de que una
tienda puede ser abastecida por una sola bodega.
La importancia de este problema esta en el impacto
que tienen decisiones sobre aspectos logsticos, en las
utilidades finales que presenta una compana. En ese sentido,
la ubicacion de bodegas juega un papel importante ya que
son decisiones de largo plazo y que pueden mejorar las
expectativas de una empresa.
Finalmente el problema busca encontrar el conjunto
de bodegas necesarias para abastecer el 100 % de las tiendas
y al mismo tiempo decidir cuales tiendas en especfico
debera abastecer cada bodega, de manera que la compana
no tome una mala decision estableciendo una bodega donde
no debe, o abasteciendo una tienda con un costo superior al
o ptimo.
II.

E STADO DEL ARTE

La resolucion del Warehouse Location Problem genera

grandes beneficios para la logstica de una empresa , ya que
plantea una solucion al abastecimiento de productos en sus
tiendas, ademas la solucion puede ser implementada para un
numero mayor o menor de tiendas y bodegas con pequenos
cambios en el modelo.

Al usar programacion lineal, este problema puede ser resuelto

con programas computacionales los cuales en muy poco
tiempo arroja la solucion o ptima.
Componentes del modelo:
Bodegas: lugares donde se almacenara los productos que
luego seran repartidos a las tiendas.
Costo fijo de mantencion: costo que se paga si la bodega
funciona.
Tienda: lugar al cual se busca llevar los productos almacenados en las bodegas
Costo de abastecimiento: costo relacionado al abastecimiento de una tienda por una cierta bodega.
Lmite de abastecimiento: numero maximo de tienda que
puede abastecer una bodega.
Restriccion de abastecimiento: restriccion que obliga a
que cada tienda sea abastecida por una sola bodega
Los problemas de localizacion han sido examinadas
ampliamente durante las u ltimas tres decadas. La revision de
todas las contribuciones importantes en este sentido esta mas
alla del alcance de este documento. Existen bastantes artculos
que hacen alusion a este problema, algunos de los cuales
colocamos de referencia en la bibliografa, basados en los
primeros acercamientos como: Dearing (1985), Francis et al.
(1983).
Sin embargo, las tecnicas tradicionales suelen ser sensibles
a los pequenos detalles del problema. En la actualidad,existen
gran variedad de problemas analogos , ya que hoy en da
las tiendas venden todo tipos de productos lo que hace
agregar variables y restricciones.un problema analogo es el
de distribucion e inventario el cual consiste en minimizar
los costos de envo, pero teniendo la limitacion de cierta
mercadera en las bodegas o demanda de cada tienda,muy
parecido seria el problema de localizacion geografica de las
bodegas el cual incluira una nueva variable la distancia entre
tienda-bodega la cual acarrea un costo por traslado y tiempo
de espera.

Algunas tecnicas de resolucion:

Algoritmo Dualoc
El algoritmo Dualoc es debido a Erlenkotter (1978). Se
basa en el algoritmo Branch & Bound y determina la solucion
o ptima del programa lineal entera mixta para el WLP. Utiliza
algoritmos muy eficientes para calcular los lmites inferior y
superior para los subproblemas en la raz y los nodos de la
B & B - a rbol.
Estos lmites se pueden calcular de la siguiente manera:
La solucion heurstica del problema dual del LP - relajacion (lmite inferior).
Construccion de una solucion entera del WLP (cota
superior).
La eficiencia del algoritmo Dualoc se basa en la
buenapropiedad del WLP, que el LP - Flexibilizacion
de la programacion lineal entera mixta para el WLP y a
menudo proporciona una solucion entera.[4]
Resolucion del problema por SGA con Add-Heurstico
Es un nuevo enfoque hbrido para resolver el problema
(UWL) por el algoritmo genetico simple (SGA) y AddHeurstico. Consiste en que el mejor individuo en cada
generacion de SGA se mejora Add-heurstico, anade o elimina
un almacen con una reduccion maxima del costo total. La
existencia del almacen con la adicion-eliminacion puede
reducir el costo general y la cadena binaria esta cambiado
en la posicion correspondiente. Propio SGA produce buenos
resultados con el tiempo de funcionamiento correcto, pero
el enfoque hbrido descrito mejora el rendimiento de la
aplicacion. La naturaleza de busqueda local de Add-heurstica
proporciona el logro de mejores regiones de busqueda para el
problema dado.[5]
Se han implementado tecnicas de calculo completo que
consiste en calcular el costo de todos los posibles caminos
para abastecer las tiendas quedandose obviamente con el de
menor costos , este sistema es muy poco efectivo ya que en
problemas con demasiadas tiendas resulta muy largo resolver
en comparacion a un algoritmo de programacion lineal.

Las tiendas son en total n, debiendo ser abastecidas en

su totalidad.
Existe un costo fijo de abastecer cada tienda, el cual
depende de la bodega a la que esta asociada.
Esto nos induce a pensar en un modelo de programacion
lineal entera, donde la funcion objetivo represente a todos
los costos asociados a una combinacion de las n tiendas y
m bodegas. Asimismo, se ve necesario generar una variable
binaria, de modo de filtrar los gastos en los cuales no se va
a incurrir, ya sea debido a que no se ocupo una bodega o
que una tienda no esta siendo abastecida por determinada
ubicacion.
Tambien la utilizacion de este tipo de variable facilita el
planteamiento de las restricciones, porque solo basta obligar
a que ciertas variables sean 0 si se tiene que ya existe una
asociacion entre una bodega y una o mas tiendas.
Luego del analisis realizado y tomando en consideracion
los varios planteamientos para resolver el problema,
encontramos que lo mejor es establecer el siguiente modelo
de programacion lineal entera.
Subndices:
i : numero de tienda i (1, n)
j : numero de bodega en orden alfabetico j (1, m)
Variables:
(
Tij =

1 si la tienda i es abastecida por la bodega j

0 si no es abastecida por ella

(
1 si la bodega j esta ocupada
Aj =
0 si no lo esta

Parametros:
Gij = Gasto por abastecer la tienda i con la bodega j
Cj = Numero de tiendas que puede abastecer la bodega j
Mj = Mantencion de la bodega j
Funcion objetivo:
M inz =

n X
m
m
X
X
(Tij Gij ) + Mj
Aij
i=1 j=1

III. M ODELO M ATEM ATICO

O LP
Para generar el modelo matematico es necesario tomar en
consideracion los detalles que creemos mas importantes, para
obtener una solucion y plantear un modelo de facil resolucion:
Todas las bodegas tienen un costo fijo de mantencion, el
cual se debe pagar solo si la bodega es utilizada.
Las ubicaciones para las bodegas son m, entendiendose
que no pueden haber 2 bodegas en una misma ubicacion.
Cada bodega posee una capacidad lmite de tiendas
que puede abastecer, considerando que todas las tiendas
poseen el mismo nivel de demanda.

j=1

Restricciones:
Cada tienda solo puede y debe ser abastecida por una
sola bodega:
m
X
Tij = 1i (1, n)
j=1

Cada bodega tiene una capacidad maxima de tiendas que

puede abastecer:
n
X
Tij Cj j (1, m)
i=1

Para que una tienda pueda ser abastecida, la bodega debe

estar ocupada:
Tij Aj i (1, n) j (1, m)
Finalmente, es importante considerar que este modelo nos
permite solucionar el problema segun lo planteado en [1],
y que sirve como un puto de partida para otros planteamiento que complejizan la situacion agregando restricciones
o parametros que no hemos considerado.
IV.

C ONCLUSIONES

Luego de analizar y estudiar el problema fuimos capaces de

presentar un modelo de programacion lineal mixto por medio
del cual se minimiza el costo de de almacenaje y entrega de
productos hacia una tienda, durante el desarrollo del proyecto
apreciamos diferentes formas de resolver el problema siendo
el metodo de programacion lineal mixta el mas eficiente.
Se aprendio la gran aplicacion que tiene la programacion
lineal en temas como la logstica y la minimizacion de costos
que son fundamentales para la economa de una empresa.
Se puede observar el poder y utilidad de los programas
computacionales disponibles para resolver algoritmos de
programacion lineal de una extension considerable.
A manera de complementar y ajustar un poco mas
el problema a la realidad se podra agregar diferentes
restricciones y variables como por ejemplo la ubicacion
geografica de los almacenes, aprovechando que estas no
modifican de gran manera el modelo de programacion lineal
mixta presentado.

R EFERENCIAS
[1] BRAHIM HNICH, Prob 034 Warehouse Location problem http:
//ianm.host.cs.st-andrews.ac.uk/CSPLib/prob/prob034/spec.html

[2] MORENO VELASQUEZ,

L. F., VELASQUEZ
HENAO, J. D. y
DIAZ SERNA, F. J. (2005). Solucion al problema combinado de
ubicacion estrategica de almacenes y asignacion de inventarios usando tecnicas heursticas. Dyna, 72(145) 57-66. http://www.redalyc.org/
articulo.oa?id=49614505
[3] THOMAS NAGY, Warehouse Location Problem, 2004, http://www.
freehackers.org/tnagy/constraint/warehousemodel.pdf
[4] PROF. DR. STEFAN NICKEL, Facility Location and Strategic
Supply
Chain
Management,
http://www.orl.uni-saarland.
de/Download/Dateien/Vorlesungen/%20WS%200809%20-%
20Facility%20Location%20and%20Strategic%20SCM/Vorlesung%
206.pdf

[5] JOZEF KRATICA, VLADIMIR FILIPOVIC, DUSAN

TOSIC,
Solving of the Uncapacitated Warehouse Location Problem
by SGA with Add-Heuristic http://www.ncd.matf.bg.ac.rs/vladaf/
Papers/Kratic98a.pdf