Institución Universitaria Politécnico Grancolombiano.
GAMS
Rubio, Vanessa; Bohorquez, David; Florez, Nicolas; Alvarado, Natalia
dabohorquez@poligran.edu.co, Varubiom1@poligran.edu.co, neflores@poligran.edu.co, ngalvarado1@poligran.edu.co
Institución Universitaria Politécnico Grancolombiano
Abstract─ In real applications, the quantity, demand and
transport costs per unit of quantity in a transport problem are hardly
precisely specified due to changing economic and environmental
conditions. It is also important that the time needed for transport is
minimal. In this document, a procedure for minimising transport
costs was proposed using the GAMS tool.
Resumen─ En aplicaciones reales, la cantidad, demanda y
costos de transporte por unidad de cantidad en un problema de trans-
porte difícilmente se especifican debido a las cambiantes condiciones
económicas y ambientales. También es importante que el tiempo ne-
cesario para el transporte sea mínimo. En este documento, se pro-
puso un procedimiento para minimizar los costos de transporte utili-
zando la herramienta GAMS.
I. INTRODUCCIÓN
GAMS (General Algebraic Modeling System) se ca-
racteriza por ser un software de alto nivel para realizar modela-
dos de sistema para optimizaciones. Este software está diseñado
para modelar y resolver problemas lineales, no lineales y de op-
timización entera mixta. De igual manera, se caracteriza por po-
der resolver aplicaciones de modelado de gran escala y comple-
jas y permite a los usuarios la construcción de grandes modelos
adaptables a diferentes situaciones.
Cuando se ejecuta un programa GAMS lo convierte en
código compatible con un solucionador específico, ejecuta el
programa llamando al solucionador y vuelve a escribir un ar-
chivo de informe. GAMS es atractivo porque:
• Puede usar una gama de solucionadores especializados
sin necesidad de que el usuario conozca su sintaxis es-
pecífica.
• La separación de datos y la lógica de un problema per-
miten que el tamaño del problema sea Incrementado
sin aumentar la complejidad de la representación.
• El programa es su propia documentación
• Se ocupa de una serie de problemas de programación
comunes, como otros de niveles altos.
• Proporciona un lenguaje de alto nivel para la represen-
tación compacta de grandes y complejos modelos.
• Permitir que se realicen cambios en las especificacio-
nes del modelo de forma sencilla y segura.
• Permitir afirmaciones inequívocas de relaciones alge-
braicas.
• Permitir descripciones de modelos que sean indepen-
dientes de los algoritmos de solución.
La tercera entrega de este proyecto se centra báscia-
mente en la utilización del software GAMS con el propósito de
poder realizar una comparación con los resultados obtenidos en
la segunda entrega, a través de solver y de igual forma, construir
un modelo con una nueva situación planteada.
II. COMANDOS NECESARIOS PARA RESOLVER UN
PROBLEMA DE OPTIMIZACIÓN EN GAMS
La implementación de cualquier problema de optimi-
zación en GAMS requiere que habilidades básicas utilizando
lenguajes de programación. como C, C ++ o Python, entre otros.
Las ventanas de GAMS solo reciben texto plano. Los comandos
se escriben para resolver cualquier problema de optimización.
Para implementar un modelo matemático utilizando la optimi-
zación GAMS son necesarios los siguientes pasos:
1. Se define las variables de decisión usando algunas de
estas definiciones: variables, variables enteras, varia-
bles positivas o variables binarias. La selección del
tipo de variables depende de la naturaleza de la opti-
mización.
2. Se define el conjunto de ecuaciones necesarias usando
las ecuaciones de palabras reservadas. Primero, se de-
finen los nombres de las ecuaciones y luego se escri-
ben expresiones matemáticas.
3. Se selecciona el nombre del modelo usando la palabra
reservada: model.
4. Se resuelve el modelo matemático usando los siguien-
tes comandos: solve “nombre”, tipo de modelo maxi-
mizing o minimizing objetivo en la variable de la fun-
ción.
5. Se usa la palabra de reserva display para ver la solu-
ción de variables de interes.
III. OBJETIVO GENERAL
Utilizar el software GAMS para comparar los resultados obte-
nidos con aquellos de la segunda entrega del proyecto y realizar
el modelamiento de optimización de la nueva situación plan-
teada.
Institución Universitaria Politécnico Grancolombiano. 2

IV. OBJETIVOS ESPECÍFICOS embargo por un tema de contratación los clientes de Bogotá de-
• Contrastar las diferentes opciones que se presentan al ben obtener las carrocerías exclusivamente de Duitama y los de
Medellín solo de Cartago
solucionar el problema, mostrando las distintas venta-
jas y desventajas que estas poseen B. Variables de decisión
• Realizar un esquema detallado el cual muestre un fin X11 = Costo de ensamble entre Envigado – Pereira
positivo para nuestro proyecto. X12 = Costo de ensamble entre Envigado – Armenia
• Llevar el bosquejo realizado a un ámbito computacio- X22 = Costo de ensamble entre Palmira – Armenia
nal y verificar sus distintas respuestas para así realizar X31 = Costo de ensamble entre Tunja – Pereira
una interpretación precisa. X32 = Costo de ensamble entre Tunja – Armenia
X41 = Costo de terminado entre Pereira – Duitama
V. EL PROBLEMA DE TRANSPORTE X42 = Costo de terminado entre Pereira – Cartago
X51 = Costo de terminado entre Armenia – Duitama
Se supone que una empresa tiene m almacenes y n puntos de X52 = Costo de terminado entre Armenia – Cartago
venta minoristas. Se envía un solo producto desde los almace- X61 = Costo de cliente final entre Duitama – Bogotá
nes a los puntos de venta. Cada almacén tiene un nivel de su- X62 = Costo de cliente final entre Duitama – Cali
ministro determinado, y cada punto de venta tiene un nivel de X63 = Costo de cliente final entre Duitama – B/MGA
demanda determinado. También se nos dan los costos de X72 = Costo de cliente final entre Cartago – Cali
transporte entre cada par de almacén y punto de venta, y se su- X73 = Costo de cliente final entre Cartago – B/MGA
pone que estos costos son lineales. Más explícitamente, las su- X74 = Costo de cliente final entre Cartago – Medellín
posiciones son:
• El suministro total del producto desde el almacén i es
ALMACENES DE ENSAMBLE
𝑎𝑖 donde i=1,2, 3…, m.
• La demanda total del producto en el punto de venta j FABRICAS PEREIRA ARMENIA
es 𝑏𝑗 donde j=1,2, 3…, n. ENVIGADO 800 X11 900 X12
• El costo de enviar una unidad del producto desde el PALMIRA - 700 X22
almacén i a la salida j es igual a 𝑐𝑖𝑗 donde i = 1, 2,
TUNJA 600 X31 1300 X32
3…, m y j = 1, 2, 3…, n. El costo total de un envío es
lineal en el tamaño del envío.
El problema de interés es determinar un esquema de transporte ALMACENES DE TERMINADO
óptimo entre los almacenes y los puntos de venta, sujeto a las ALM. ENSAMBLE DUITAMA CARTAGO
limitaciones especificadas de oferta y demanda. Gráficamente,
un problema de transporte a menudo se visualiza como una
PEREIRA 900 X41 600 X42
red con m nodos de origen, n nodos de sumidero (sink nodes) ARMENIA 1100 X51 500 X52
y un conjunto de m × n "arcos dirigidos".
CLIENTES FINALES
VI. PUNTO 1 ALM. TERMI-
A. Descripción del Punto NADO BOGOTA CALI B/MGA MEDELLIN
1800 1900 1400
Carrocerías El toro rojo es una empresa fabricante y dis- DUITAMA X61 X62 X63 -
tribuidora de carrocerías para busetones, para la fabricación 2050
de la primera parte de las carrocerías se tienen tres fábricas las CARTAGO - 400 X72 X73 800 X74
cuales son:

Envigado, Palmira, Tunja, las cuales pueden producir C. Función objetivo

mirar archivo en Excel adjunto, carrocerías cada una, para el $ ALMACENES DE ENSAMBLE
año 2027 los sistemas masivos de transporte están solicitando
están carrocerías de busetones así: Bogotá, Cali, Bucara-
FABRICAS PEREIRA ARMENIA
manga y Medellín, las carrocerías producidas en Envigado y ENVIGADO 120 X81 0 X82
Tunja pueden ser enviados a los almacenes de ensamble pri- PALMIRA N/A 90 X93
mario ubicados en Pereira y Armenia, pero Palmira solo envía
al almacén de ensamble primario ubicado en Armenia, estos TUNJA 130 X101 0 X102
almacenes de ensamble primario, envían a su vez a cualquiera
de los almacenes de terminado ubicados en Duitama y Car- $ ALMACENES DE TERMINADO
tago, Ninguno de los almacenes ni de ensamble o terminado ALM. ENSAMBLE DUITAMA CARTAGO
almacena carrocerías en inventario, por consiguiente deben
enviar todas las carrocerías que reciben. PEREIRA 175 X111 75 X112
Los clientes de Cali y Bucaramanga pueden recibir las ARMENIA 0 X121 90 X122
carrocerías de cualquiera de los almacenes de terminado, sin
Institución Universitaria Politécnico Grancolombiano. 3

$ CLIENTES FINALES Ofertas Fábrica - Ensamble

ALM. TER- Para Envigado X11+X12 <= 190
Para Palmira X22 <= 90
MINADO BOGOTA CALI B/MGA MEDELLIN
Para Tunja X31 + X32 = 130
DUITAMA 110 X131 0 X132 65 X133 N/A Transbordo Ensamble
CARTAGO N/A 75 X142 0 X143 90 X144 Para Pereira X81 + X101 = 250
Para Armenia X82 + X93 + X102 = 90
Transbordo Terminado
Función Objetivo Para Duitama X111 + X121 = 175
Para Cartago X112 + X122 = 165
Z=120*X11+0*X12+90*X22+130*X31+0*X32+175*X41+75*
Demanda
X42+0*X51+90*X52+110* Para Bogotá X131 = 110
X61+0*X62+65*X63+75*X72+0*X73+90*X74 =$875.500 Para Cali X132 + X142 = 75
Por tratarse de un costo, el criterio de optimización es el de mini- Para B/Mga X133 + X143 = 65
mización. Para Medellín X144 = 90

D. Restricciones

RESTRICCIONES
MATERIAL ENVIADO DISPONIBLE TOTAL
ENVIGADO 120 <= 190 OFERTA
OFERTA PALMIRA 90 <= 90 410
TUNJA 130 <= 130
MATERIAL QUE LLEGA MATERIAL QUE SALE
PEREIRA 250 = 250
ARMENIA 90 = 90
TRANSBORDO
DUITAMA 175 = 175
CARTAGO 165 = 165
MATERIAL A RECIBIR DEMANDA TOTAL
BOGOTA 110 = 110 DEMANDA
CALI 75 = 75 340
DEMANDA
B/MGA 65 = 65
MEDELLIN 90 = 90
Institución Universitaria Politécnico Grancolombiano. 4

C. Función Objetivo
E. Modelo con GAMS del Primer Punto
ALMACENES DE
$ ENSAMBLE
FABRICAS FACATATIVA CANTIDAD
ENVIGADO 2300 190
PALMIRA 2600 90
TUNJA 2800 130

$ CLIENTES FINALES
ALM.EN- MEDE- B/QUI-
SAMBLE BOGOTA CALI B/MGA LLIN LLA
FACATATIVA 1600 2200 2300 2200 2400

$ ALMACENES DE ENSAMBLE
FABRICAS FACATATIVA
ENVIGADO 190

PALMIRA 90
TUNJA 130

$ CLIENTES FINALES
ALM. TER- MEDE- Barranqui-
MINADO BOGOTA CALI B/MGA LLIN lla
DEMANDA 110 75 65 90 70

Función Objetivo

Z=
2300*X11+2800*X12+1600*X22+2600*X13+2400*X21+
2300*X23+2200*X24+2200*X25 =$1.891.500
VII. PUNTO 2
A. Descripción del Punto 2

El objetivo de este punto es realizar el modelado de pro-

gramación lineal en GAMS, modificando la situación a mode- D. Restricciones
lar a un solo almacen de ensamblaje en Facatativa.
B. Variables de decisión
X11 = Costo de ensamble entre Envigado – Facatativa
X12 = Costo de ensamble entre Tunja – Facatativa
X13 = Costo de ensamble entre Palmira – Facatativa
X21 = Costo de terminado entre Facatativa – B/quilla
X22 = Costo de terminado entre Facatativa – Bogotá
X23 = Costo de terminado entre Facatativa – B/manga
X24 = Costo de terminado entre Facatativa – Cali
X25 = Costo de terminado entre Facatativa – Medellín
Institución Universitaria Politécnico Grancolombiano. 5

RESTRICCIONES
MATERIAL ENVIADO DISPONIBLE TOTAL
ENVIGADO 190 <= 190 OFERTA
OFERTA PALMIRA 90 <= 90 410
TUNJA 130 <= 130
MATERIAL QUE
LLEGA MATERIAL QUE SALE
FACATATIVA 410 = 410

TRANSBORDO

MATERIAL A RECIBIR DEMANDA TOTAL

BOGOTA 110 = 110 DEMANDA
CALI 75 = 75 410
DEMANDA B/MGA 65 = 65
MEDELLIN 90 = 90
Baranquilla 70 = 70

E. Modelado de GAMS del Segundo Punto

Institución Universitaria Politécnico Grancolombiano. 6

VIII. ANÁLISIS DE RESULTADOS [4]

Al comparar los dos puntos descritos anteriormente se puede https://www.youtube.com/watch?v=400NVJF80b4
analizar que en el primer punto al tener un mayor número de
almacenes de ensamble es mayor la cantidad de unidades que
deben movilizarse y de igual forma mayor el número de tra-
yectos y trasbordos, por lo cual, los costos de transporte son
mayores y se obtiene un beneficio de $959.500. Por otro lado,
al tener un solo almacén de ensamble deben movilizarse me-
nos cantidad de unidades entre fábricas, almacén y clientes,
minimizando costos de transporte y aumentando así el benefi-
cio a $1.841.500.

IX. RECOMENDACIONES
Luego de realizar los ejercicios y el modelamiento con el
software GAMS se pueden realizar las siguientes recomenda-
ciones:

Es importante antes de definir una estructura de transporte

de unidades realizar un análisis de programación lineal, pues
como se demostró durante la ejecución del proyecto , esta es
una herramienta de vital importancia que garantiza buscar el
modelo más óptimo a ser implementado por una empresa redu-
ciendo costos y aumentando beneficios.

Como pudo observarse en los resultados, fue más óptimo

para la empresa en cuestión, el tener un único almacén de en-
samble como conexión entre las fábricas y los clientes, pues así
se redujeron costos de transporte y se obtuvo un mayor benefi-
cio que el modelo anterior.

X. CONCLUSIONES
Este documento presentó un paquete de optimización
GAMS para resolver el problema de transporte establecido.
GAMS se presenta como una caja de herramientas para resolver
varios problemas técnicos clásicos para introducir a los estu-
diantes en el proceso de aprendizaje de habilidades basadas en
computadora. Para comprender cómo GAMS obtiene la infor-
mación del problema, se presentaron adicionalmente los co-
mandos básicos para implementar un problema de optimización
matemática, mostrando las principales ventajas de usar formu-
laciones matemáticas compactas para implementar múltiples
problemas de optimización. El enfoque propuesto permite co-
nocer ideas básicas para utilizar cajas de herramientas de opti-
mización como GAMS para resolver problemas de optimiza-
ción de ingeniería clásica con versiones de demostración gra-
tuitas para fines académicos. Mejorar las habilidades informá-
ticas de los estudiantes de ingeniería puede permitirles desarro-
llar soluciones prácticas en sus vidas profesionales, especial-
mente en la era de las tecnologías de la información y la comu-
nicación.

XI. REFERENCIAS
[1] http://matematicas.uclm.es/ita-cr/web_matematicas/traba-
jos/248/Programacion_lineal.pdf
[2] http://profe-alexz.blogspot.com/2011/11/problemas-de-
transbordo-ejercicios.html
[3] https://pastranamoreno.files.wordpress.com/2012/10/pro-
blemas_de_transporte_asignacion_y_trasbordo.pdf