Optimizacion de la Logstica en Terminal de Contenedores

Marco Caserta
University of Hamburg

Transnova 2009
VI Foro de Inovaciones Tecnol
ogica para el Transporte

Las Palmas, 25 Junio 2009

Marco Caserta (Uni-Hamburg)

Logstica de Terminal de Containers

Las Palmas, 25 Junio 2009

1 / 13

Outline

Logstica de Containers

Terminal de Containers de Hamburgo

Optimizaci
on de una Terminal de Containers

Problema de Reubicaci
on de Containers

Soluciones Software: Algoritmos Inteligentes

Marco Caserta (Uni-Hamburg)

Logstica de Terminal de Containers

Las Palmas, 25 Junio 2009

2 / 13

Logstica de Containers

Logstica de Containers

Marco Caserta (Uni-Hamburg)

Logstica de Terminal de Containers

Las Palmas, 25 Junio 2009

3 / 13

Logstica de Containers

Uso de Containers: Presente y Futuro

Analistas estiman la tasa de crecimiento del volumen de movimiento de containers en 10 % en los

u
ltimos 15 a
nos
Regi
on

2004

2010

2015

Asia
America
Norte America
Europa
Otros
Total

159.1
62.2
41.1
74.1
36.8
332.2

240.5
90.7
56.9
105.8
58.2
495.2

303.4
118.8
71.6
139.5
85.6
647.3

Cuadro: Estimaci
on crecimiento volumen containers por regi
on (en miliones TEUs). Fuente: Ocean Shipping
Consultant Limited.

Marco Caserta (Uni-Hamburg)

Logstica de Terminal de Containers

Las Palmas, 25 Junio 2009

4 / 13

Logstica de Containers

Competitividad de una Terminal de Containers

Factores de
exito
Confiabilitad
Tiempo de estancia del buque en el puerto
Tasas de carga y descarga

La mayor ventaja competitiva de un puerto est

a relacionada con el turnover de los
containers
Minimizaci
on de tiempo de estancia del buque en el puerto
Reducci
on de costes
Uso eficiente de los recursos

Aumento eficiencia mediante m

etodos de optimizaci
on

Marco Caserta (Uni-Hamburg)

Logstica de Terminal de Containers

Las Palmas, 25 Junio 2009

5 / 13

Terminal de Containers de Hamburgo

Terminal de Containers de Hamburgo

Marco Caserta (Uni-Hamburg)

Logstica de Terminal de Containers

Las Palmas, 25 Junio 2009

6 / 13

Optimizaci
on de una Terminal de Containers

Terminal de Containers : Problemas de Optimizacion y Logstica

Planeaci
on
Estibaje

Planeaci
on
Grua

Transporte
Terrestre

Transporte

Asignaci
on

Externo

Muelle

Transporte
Muelle
Almacenaje
Movimiento
Containers

Marco Caserta (Uni-Hamburg)

Asignaci
on
Vehculos

Logstica de Terminal de Containers

Las Palmas, 25 Junio 2009

7 / 13

Optimizaci
on de una Terminal de Containers

Proceso de Carga y Descarga Waterside

Se asignan los buques a las a

reas de carga y descarga del muelle
Se cargan/descargan los containers de los buques a los vehculos de transporte
Los vehculos trasportan los containers al recinto de almacenaje
Problemas de Optimizaci
on y Logstica
1

planeaci
on de la asignaci
on de las a
reas del muelle

planeaci
on estibaje

planeaci
on recinto almacenaje containers

secuenciaci
on carga/descarga containers

asignaci
on containers a vehculos

(2)

(4)
(1)

(5)

Marco Caserta (Uni-Hamburg)

Logstica de Terminal de Containers

(3)

Las Palmas, 25 Junio 2009

8 / 13

Optimizaci
on de una Terminal de Containers

Area
de Almacenaje de Containers

Para optimizar el espacio, se apilan containers en

bloques
Cada container est
a identificado por un n
umero
on (y ) y columna (z)
de bloque (x), rengl
Cada container tiene una prioridad, por ejemplo,
debito a fecha de entrega, destino, etc.
Containers con prioridad m
as alta pueden
encontrarse debajo de containers con prioridad
m
as baja (relocation)
Problemas de Optimizaci
on y Logstica
1
2

planeaci
on y gesti
on del espacio de almacenaje
secuenciaci
on movimientos de las gruas:

Velocidad grua:
movimientos por hora

20

ordenar los containers seg

un su prioridad (destino,
fechas de entrega, etc.)
mover containers (entrada/salida) minimizando el
n
umero total de movimientos de la grua

Marco Caserta (Uni-Hamburg)

Logstica de Terminal de Containers

Las Palmas, 25 Junio 2009

9 / 13

Problema de Reubicaci
on de Containers

Problema de Reubicaci
on de Containers (BRP)

N
umero Columna (Tier)

Datos : un bloque (problema bi-dimensional) con N

containers, indicados con {1, . . . , N}, donde los
primeros n containers tienes que ser transferidos
(reubicado) por ejemplo, hacia un buque o un tren

Objectivo : encontrar la secuencia de movimientos de la grua que

permite recoger los n containers minimizando el
n
umero total de movimientos

Aplicaciones : containers, pallets, boxes, industria acero plates

2

Hip
otesis :
i. precedencias entre bloques son conocidas
ii. poltica LIFO para el movimiento de los
containers
N
umero Rengl
on (Stack)

Marco Caserta (Uni-Hamburg)

Logstica de Terminal de Containers

Las Palmas, 25 Junio 2009

10 / 13

Problema de Reubicaci
on de Containers

Blocks Relocation Problem (BRP)

Dimensiones Tpicas del Problema (datos reales)

1 bloque
10 renglones
5 columnas
T
ecnicas Resolutivas

etodos Exactos
(t
ecnicas cl
asicas de optimizaci
on): una semana de c
alculo con un software
i. M
comercial. Problemas reales no pueden ser solucionados en tiempos de c
alculo razonable
ii. Reglas Heursticas (reglas basadas en prioridades): una fracci
on de segundo para encontrar
una soluci
on con un promedio de 120 movimientos (on-line optimization)
iii. Algoritmos Metaheursticos (m
etodos inteligentes): algunos minutos para encontrar una
soluci
on con un promedio de 100 movimientos mejora de 1 hora en el tiempo total de
carga/descarga de los containers de un solo bloque

Marco Caserta (Uni-Hamburg)

Logstica de Terminal de Containers

Las Palmas, 25 Junio 2009

11 / 13

Soluciones Software: Algoritmos Inteligentes

Algoritmos Inteligentes para Optimizacion de la Logstica de Containers

Algoritmos Metaheursticos:
Gen
etica: mecanismos de reproducci
on de una poblaci
on
Inteligencia Artificial: memoria, aprendizaje
Naturaleza: colonias de hormigas, abejas, bacterias
Fsica: enfriamiento de metales, entropa
Los algoritmos metaheursticos permiten juntar la teora con la pr
actica: problemas reales de
grandes dimensiones pueden ser solucionados en tiempos de c
alculo razonables, logrando
soluciones satisfactorias.
Algoritmos Hbridos:
Ideas y conceptos de algoritmos metaheursticos se usan en combinaci
on con t
ecnicas cl
asicas de
optimizaci
on y matem
atica
Desarrollo de soluciones software integrales:
simular y optimizar problemas reales complejos
recalcular la nueva soluci
on optima ante posibles incidencias
estudiar soluciones alternativas para el an
alisis de escenarios
Marco Caserta (Uni-Hamburg)

Logstica de Terminal de Containers

Las Palmas, 25 Junio 2009

12 / 13

Soluciones Software: Algoritmos Inteligentes

Conclusiones e Hipotesis
Container Terminals
La tasa de movimiento de containers seguir
a creciendo
La capacidad de almacenaje de las terminales de containers y de la red de distribuci
on en
superficie constituyen la restricci
on principal para el crecimiento actual y futuro de la
logstica de containers
El crecimiento de las terminales tiene que tomar en consideraci
on factores ambientales,
urbansticos y legislativos
La logstica de las terminales de containers es un tema retador, donde se juntan
investigaci
on y pr
actica

Marco Caserta (Uni-Hamburg)

Logstica de Terminal de Containers

Las Palmas, 25 Junio 2009

13 / 13