Optimización de rutas de mantenimiento, aplicando una red neuronal tipo Hopfield y el algoritmo Knapsack

Muchas empresas de servicios logísticos o con procesos que involucren movilizar personal para ejecutar las actividades de servicio mantienen una necesidad común, optimizar las rutas de los recorridos, disminuyendo tiempos de movilización. En este trabajo se analizará una empresa situada en Quito, que brinda este servicio en todo el país. Mediante el estudio de distintas rutas disponibles y efectivas (vías transitables con vehículo), se buscará la optimización de estas. Para ello, utilizando criterios de problemas clásicos como el agente viajero y técnicas convencionales como las redes neuronales se buscará la ruta más óptima. Este trabajo pretende desarrollar una aplicación (software) capaz de realizar la optimización de una ruta de recorrido para un número finito de puntos, que serán visitados y además presentarán varias características que deben considerarse: Prioridad de puntos a visitar, cada punto tendrá una prioridad que vendrá dada por un valor cuantitativo asignado por el cliente. Disponibilidad de rutas vehiculares, el acceso de cada punto a otro debe darse en función de las rutas de acceso vehicular que existan. Días laborables de disponibilidad para que el personal cumpla la ruta asignada. Para el desarrollo e implementación del proyecto se utilizó la plataforma MATLAB donde se construyó una Red Neuronal tipo Hopfield, programación lineal y la teoría de grafos, obteniendo un software instalable para PC, que puede ser utilizado en cualquier ordenador con plataforma de Windows 7 o superior, de igual manera se desarrollará un Add-in instalable para trabajar en una hoja de cálculo del software Excel de Office