Al navegar por este sitio web acepta el uso de cookies propias y de terceros para una mejor experiencia y servicio. Para más información, visite nuestra Política de Cookies. Aceptar

Optimizar espacio y tiempo

01/06/2007

Metódico y optimizado. Son quizás los términos que mejor definen a un software que trabaje en el área de la logística. Metódico porque el cumplimiento eficaz y exhaustivo de las normas que se le imponen es esencial para su integración lo más perfectamente posible con el resto de la gestión de la empresa y de la cadena de suministro. Optimizado porque gracias a la programación moderna y a la capacidad de cálculo de los ordenadores actuales, los sistemas son capaces de tomar las decisiones más adecuadas, encontrar el camino más corto y la ubicación idónea, de manera matemática.

Este planteamiento metódico y orientado a la optimización es aplicable hoy a un amplio número de tareas relacionadas con la logística y el almacenaje. Es posible utilizar un software de apoyo para planificar las rutas de los vehículos de una empresa, de tal modo que se optimice su movimiento en función de los puntos de recogida o entrega por los que deba pasar.

También es factible acudir a la ayuda de los ordenadores para determinar de qué forma se debe organizar una paleta dependiendo del producto, de su transporte o del volumen que ocupa. Para los usuarios finales son cuestiones sencillas de plantear, pero muy difíciles de resolver y hay que echar mano de las matemáticas y de las más novedosas técnicas de computación para hallar las mejores soluciones.

Desafíos matemáticos

Cuando se habla de logística, problemas y cálculo, la primera palabra que aparece es TSP, las siglas de Traveling Salesman Problem, un problema matemático para el que se puede decir que no hay una solución única, ni siquiera un único método para resolverlo.La cuestión que se plantea con este tipo de problemas TSP es el cálculo de la ruta más corta que se debere correr para visitar una serie de puntos dados (ciudades, en el caso de un vehículo, por ejemplo), conectados por unas vías determinadas, ya sea volviendo o no al punto de partida.

En términos matemáticos se dice que es un problema de complejidad NP-completo.En términos prácticos eso quiere decir que con cada nuevo punto que se añade al mapa el número de soluciones crece de modo exponencial, tanto es así que ni siquiera los ordenadores más rápidos son capaces de determinar una solución basada en la fuerza bruta (calculando todas las posibles rutas y estimando cuál esla óptima).

Por eso los matemáticos trabajan en técnicas que permitan afrontar el interrogante de una manera más manejable. Según el Área de Ingeniería e Infraestructura de los Transportes de la Universidad de Zaragoza, existen dos estrategias principales para resolver este tipo de cuestiones. La que se utiliza tradicionalmente se basa en el uso de algoritmos sustentados en la teoría de grafos. Consiste en crear matrices formadas por elementos que tienen la variable que se quiere optimizar (el tiempo o la distancia). Cada uno de esos elementos ocupa en la matriz un lugar, que es la confluencia de dos puntos de la ruta, y el software de cálculo se encarga de determinar cuál es la solución óptima.

Uso de algoritmos

La segunda opción es emplear algoritmos de aprendizaje y evolución que, como su nombre indica, son capaces de ir aprendiendo y evolucionando a medida que resuelven los problemas. Se basan en redes neuronales artificiales, en las que cada neurona produce un resultado cuando aplica una función determinada sobre una serie de datos con distintas influencias, los cuales, a su vez, están servidos por otras neuronas.

Al sistema se le proporcionan problemas y sus resultados óptimos–ya conocidos–, de tal modo que posteriormente, éste puede deducir las mejores soluciones para nuevos interrogantes para los que no existe una solución conocida. Otro tipo de acercamiento a esta técnica es por medio de los algoritmos genéticos. Como su nombre indica se basan en un proceso de selección que es resultado del cruce entre las mejores soluciones y sus propias mutaciones, desechando a la vez las soluciones menos eficientes.

Así se produce una especie de evolución artificial que con el tiempo va mejorando todo el sistema. Lo que funciona bien se sigue utilizando y lo que no, se elimina. Además de estas técnicas se pueden encontrar otras denominadas heurísticas (de hecho, los algoritmos genéticos son un tipo de metaheurística), lo que básicamente quiere decir que llegan a conclusiones conforme a una serie de reglas que, si bien por separado no obtienen resultados significativos, en conjunto generan un criterio muy acertado para tomar decisiones.

La ventaja de los sistemas basados en heurística es que son más rápidos que los otros dos comentados, pero su desventaja reside en que no existe forma de comprobar que la solución es la mejor o incluso si es correcta o no.

Colocar las piezas

La optimización de la ruta es sólo la mitad de la problemática del transporte de mercancías. La otra mitad está delimitada por el llamado Bin Packing Problem o BPP, que consiste básicamente en resolver cómo organizar los elementos de un contenedor (por ejemplo, una paleta o una caja) para que no sobrepasen un determinado peso o tamaño y que el espacio esté lo mejor aprovechado posible.

De nuevo, el software y las matemáticas llegan al rescate, también por métodos heurísticos, metaheurísticos o mediante redes. El problema de la mochila, como también se conoce al BPP, es, al igual que el del viajante, un tipo de problema NP-completo;es decir, de difícil resolución mediante la fuerza bruta (analizando todas las probabilidades) por parte de los ordenadores.

El BPP tiene muchas aplicaciones: la formación de paletas por volumen, por peso, por coste, la carga en vehículos de transporte, etc. En la intersección entre el problema del viajante y el de la mochila se halla el denominado problema de la ruta de vehículo (VRP), en el que se pretende optimizar la carga, la ruta, los costes asociados, los horarios y, en definitiva, la logística de una empresa.De nuevo, los métodos empleados son fundamentalmente heurísticos–con posibilidad de establecer fases de mejora tras la resolución del problema– o metaheurísticos.

Respuestas concretas

Todas estas teorías y métodos matemáticos y computacionales se realizan a un nivel a veces muy alejado del usuario final, pero por suerte hay firmas de desarrollo de software que son expertas en utilizar esos complejos conocimientos y técnicas e integrarlos en aplicaciones que las empresas pueden usar e integrar con sus propios sistemas de gestión.

BitRutas, de Bitmakers, por ejemplo, es un programa del que se sirven empresas como Grupo Dia, Ahold, Forxá,APC - Frigo, Transportes Sabadell, DHL y TNT (entre casi 300 en 12 países) para la optimización de sus rutas de transporte.El sistema incorpora una cartografía sobre la que se calculan las rutas óptimas analizando distintos parámetros configurables, desde los clientes a los que hay que visitar, a las ventanas de horarios en los que están disponibles e incluso los costes de transporte.

Asimismo es posible incluir parámetros que afectan a la operativa de la propia red de transporte, desde las limitaciones de accesos y carreteras, a los tipos de vehículos requeridos y disponibles, los conductores libres, los horarios de trabajo, etc. Cuando la planificación está efectuada, se pueden hacer modificaciones y consultar el trayecto al detalle, visualizando los cambios económicos de cada modificación. Según Bitmakers, el uso del programa supone un ahorro en los costes logísticos de una compañía de entre un 5 y un 25%.

La aplicación Logisplan

Por su parte, Evolution Algorithms ha concebido otra aplicación, Logisplan, para el cálculo de rutas de los vehículos de una empresa teniendo en cuenta parámetros realistas, así como reglas establecidas. Logisplan fija los puntos de recogida o entrega de manera automática o manual–por lo que incluso se pueden agregar puntos no reflejados todavía en la cartografía–.

Para calcular rutas (que se presentan gráficamente) es posible establecer modificadores o reglas, como las ventanas horarias de disponibilidad del cliente, vehículos y conductores preferentes, no disponibles o vetados por el usuario, compartimentación de los vehículos e incompatibilidades entre referencias o tipos de productos, costes de transporte con flota propia o con transportista, etc.

El sistema determina las preferencias en el peso de cada factor que se debe optimizar, de tal forma que se puede concretar si es más importante el tiempo de entrega o el que no haya retrasos, etc. LEO, de la empresa Ortec, es un paquete orientado a la optimización de VRP. LEO funciona como una extensión de SAP R/3 (también hay otros programas de la firma que no se basan en dicha plataforma) y consta de varios módulos que se ocupan de encontrar la mejor solución para aprovechar el espacio y el tiempo en el transporte de cargas. Según la compañía, sus clientes ven reducidos los costes de transporte entre un 5 y un 10% cone sta solución.

Su CPO (carton optimization) genera el menor número posible de cajas de unidades teniendo presentes las restricciones impuestas por el usuario para el producto, mientras que el módulo PPO (pallet optimization) tiene en cuenta las reglas de apilabilidad, secuencia de distribución, requerimientos del usuario, etc.a la hora de generar paletas así como las correspondientes instrucciones para el personal de picking, con el fin de que pueda conformarlo.

El módulo VSO (vehicle space optimization) valora cuestiones como el peso de las cargas, la apilabilidad, las restricciones del centro de gravedad, etc., para determinar cómo colocar la mercancía y optimizar el espacio tridimensional de un vehículo.El módulo SRO Una vez solucionada la parte mochila,el programa se ocupa de la parte viajante, para lo que se utiliza el módulo SRO (route optimization dispatch), que mediante complejos cálculos determina la ruta óptima desde un punto de vista económico y conforme a determinados factores: kilometraje, tiempo de desplazamiento, capacidad de los vehículos, intervalos de recogida de los clientes, etc.

A través de la interfaz se hacen los cambios que se deseen obteniéndose inmediatamente un cálculo del impacto en los costes. La especialización de unas y otras aplicaciones en uno de los dos problemas principales (ubicación y rutas) es la estrategia más común, entre otras cuestiones, porque también resulta más sencillo implementar o integrarlas en el software de otras empresas especializadas en el segundo problema (determinación de la organización de la carga según el volumen, peso…) existen ciertas aplicaciones interesantes en el mercado.

De hecho algunos SGA, como el de Mecalux, son capaces de determinar el orden de conformación de una paleta de picking en un almacén respecto a una serie de reglas preestablecidas, como pueden ser la apilabilidad, el peso máximo total permitido para la paleta final, su volumen (altura, longitud o anchura o una mezcla de dos o más de estas medidas), los grupos de productos, etc.

La solución Cube-IQ

Como complemento a este tipo de aplicaciones se encuentran otras muy especializadas que llevan a cabo cálculos matemáticos para optimizar el espacio disponible en un contenedor (lo que puede incluir, por ejemplo, tanto un tráiler como una paleta o un recipiente aéreo). Es el caso de la aplicación Cube-IQ. La empresa que la ha desarrollado–IDPsoft (Ingeniería de Producción)–asegura que este software disminuye hasta en un 15% los costos de envío gracias a la optimización del espacio disponible para realizarlos.

Según datos de la firma, el espacio promedio desaprovechado en los procesos de carga supera el 17,5%.La aplicación es capaz de reducir ese espacio no aprovechado al 1 ó2%, lo que se traduce en que con un mismo contenedor es factible transportar hasta un 10% más de productos y puede rentabilizar el volumen de los depósitos en un 20%. El programa establece el orden de llenado del contenedor y emite listados y documentos de carga, lo que supone una optimización también del trabajo humano, rebajando entre una y dos horas la actividad por recipiente.

La aplicación también determina las dimensiones ideales del empaquetado de los productos y las paletas.Por último, el programa guarda las características de los contenedores más habituales, aunque el usuario genere otros a medida, incluso con formas especiales como las de los ULD (recipientes aéreos).

Otra opción

En la misma línea, Koona Software ha desarrollado su Quick Pallet Maker, si bien sus capacidades son algo más limitadas que las de Cube-IQ. La aplicación hace posible establecer el contenedor o paleta que se usará para transportar la carga, bien eligiéndolos de una lista de estándar o bien estableciendo las medidas concretas especiales.

Del mismo modo, también se escoge entre diferentes tipos de cajas y opciones. Como curiosidad, el programa permite varias salidas de información y una de ellas puede ser un vídeo de animación de cómo se conforma la paleta en QuickTime. Como se ve, las aplicaciones están disponibles en el mercado y además de para el trabajo concreto y real de la empresa, pueden servir como medio para proponer nuevos escenarios y realizar prospectivas de posibles cambios en la red de la compañía.

Pero con adquirirlas no es suficiente, es necesario contar con la consultoría del fabricante o el integrador que será el que como especialista podrá parametrizar y personalizar la herramienta conforme a las necesidades concretas de la firma. Además es necesario implementarla en conexión con el software de gestión, como el ERP, de la compañía.

_____________________________________________________________________________

COCA-COLA AHORRA GAS

La optimización de la distribución de Coca-Cola Enterprises se planteó como una cuestión necesaria debido al enorme crecimiento de su red de distribución, que en menos de dos décadas pasó de estar compuesta por 13.000 vehículos a unos 54.000. La optimización de las rutas de reparto se convirtió así en un paso natural para la mejora general de la rentabilidad del sistema de distribución. Para ello contó con la ayuda del fabricante de software Ortec y la universidad holandesa de Tilburg.

La optimización de las rutas de Coca-Cola Enterpris es supone un ahorro anual de unos 45 millones de dólares (30 millones de euros) para la compañía como consecuencia de la reducción de kilometraje; una buena noticia para las arcas de la empresa, pero también para el medio ambiente.El programa se ha comenzado a implementar asimismo en otras empresas de Coca-Cola y distribuidores de cerveza, como Inbev. En esta última, el retorno operativo de la inversión se ha producido en sólo un año.

______________________________________________________________________________________

SOFTWARE DENTRO DEL SOFTWARE

El desarrollo de aplicaciones para la optimización de las rutas no es un juego de niños ni está al alcance de cualquier empresa. Incluso si esa compañía tiene su propio software de transporte.Hace varios años, Schneider Logistics (subsidiaria de Schneider National) acudió a Ilog para integrar su solución de optimización de rutas (Ilog Dispatcher) en su propio software SUMIT. El resultado fue una mejora sustancial del enrutamiento y de los horarios de los vehículos, unas 14.000 cabezas tractoras y 40.000 tráileres de más de 6.000 transportistas.

Cálculo eficiente

Algo de lo que se beneficiaron los clientes de Schneider (dos tercios de la lista Fortune de las 500 empresas más importantes del mundo utilizan sus servicios). SUMIT genera un plan de rutas de los camiones, considerando una compleja lista de requisitos: el peso de la carga, la cantidad máxima de paradas permitidas y su duración, así como regulaciones federales y estatales en materia de transporte de vehículos.

Con esos datos, la aplicación de Schneider determina las posibles rutas más eficientes en tiempo y costes. Ilog Dispatcher podía calcular los plazos de recogida y entrega, el horario de carga y las preferencias de los conductores respecto a rutas y días libres. El resultado fue una solución óptima que combinaba múltiples entregas en una misma ruta con el mínimo número de vehículos posible.