Universitat Oberta de Catalunya

Estas instrucciones de optimización ágil pueden proporcionar soluciones en menos de un segundo y ayudar a la toma de decisiones en tiempo real

Los algoritmos permiten reducen los costes económicos y medioambientales de la logística

El auge del comercio electrónico ha incrementado la cantidad de servicios de transporte y entrega de productos en las ciudades, de manera que la logística urbana se ha convertido en un  aspecto crítico para empresas y ciudadanos. Una tesis desarrollada en la Universitat Oberta de Catalunya (UOC) por Leandro do Carmo, doctorado en Tecnologías de la Información y de Redes, y codirigida por el catedrático Ángel A. Juan, investigador líder del grupo Internet Computing & Systems Optimization (ICSO), del Internet Interdisciplinary Institute (IN3), y profesor de los Estudios de Informática, Multimedia y Telecomunicación, ha propuesto una nueva tipología de algoritmos inteligentes para mejorar la eficiencia de actividades complejas y de gran escala como las logísticas, de transportes o de telecomunicaciones, que implican una gran cantidad de información que se actualiza constantemente.

«Mejorar la eficiencia de las actividades logísticas no solo tiene la capacidad de reducir los costes para los proveedores, sino también de brindar a los ciudadanos mejores servicios y precios más bajos, así como ayudar a mitigar problemas ambientales», explica Leandro do Carmo.

Algoritmos aplicados con éxito en logística humanitaria

En la tesis se propone el paradigma de optimización ágil (AO, agile optimization en inglés), es decir, algoritmos capaces de procesar rápidamente una gran cantidad de datos para mejorar la toma de decisiones en tiempo real. Este enfoque representa una nueva perspectiva respecto a los procesos de optimización tradicional, que normalmente asumen condiciones que no son dinámicas. «Los enfoques tradicionales requieren un tiempo computacional razonablemente largo para encontrar soluciones eficientes. Sin embargo, algunas aplicaciones requieren soluciones eficientes en menos de un segundo», describe Leandro do Carmo.

Según el investigador del ICSO, se trata de un nuevo tipo de algoritmo que se adapta al dinamismo del mundo real y la constante evolución de sus condicionantes. «Si ponemos como ejemplo el transporte de mercancías, las rutas se podrían optimizar considerando nueva información sobre el tráfico y las condiciones climáticas. Los algoritmos AO pueden aplicarse correctamente en este tipo de contextos, que requieren que se recalcule y se optimice el sistema en tiempo real a medida que se incorporan nuevos datos», explica.

Este enfoque novedoso es muy flexible y combina heurísticas sesgadas y aleatorizadas (capaces de ejecutarse muy rápidamente) con computación paralela, es decir, que pueden ejecutarse en diferentes subprocesos paralelos para generar soluciones factibles y de alta calidad en tiempo real.

Algoritmos probados durante la primera etapa de la pandemia

Durante la tesis, este nuevo paradigma se ha aplicado con éxito a la logística humanitaria, donde los artículos de primeros auxilios deben entregarse con urgencia en el área del desastre, y a los sistemas de telecomunicaciones.

Concretamente, los investigadores aplicaron los algoritmos diseñados para optimizar la logística de la recogida en domicilios y empresas y del reparto a hospitales de los productos diseñados por los makers voluntarios en el inicio de la pandemia con el proyecto Corona Makers (por ejemplo, viseras). «Abordamos, así, un ejemplo de situación de desastre en la que unos artículos se necesitan con urgencia y deben entregarse en el menor tiempo posible en lugares de primeros auxilios, como son los hospitales», relata do Carmo. «Eran necesarias soluciones viables y de alta calidad en tiempo real, ya que cada segundo era decisivo para salvar vidas. Así, una aplicación de los algoritmos repercutió sobre los sistemas de telecomunicaciones, con dispositivos y antenas que deben conectarse de forma eficiente a medida que los dispositivos se mueven por un territorio. Este procedimiento debe realizarse de manera eficiente y rápida para garantizar la calidad del servicio a los usuarios», añade el investigador en relación con su aportación tecnológica para la lucha contra la pandemia.

El reto de optimizar los servicios de transporte compartido

El siguiente paso de esta investigación es aplicar estos conceptos al contexto de los modos de transporte compartido, como el viaje o coche compartido (carpooling), el alquiler de vehículo con conductor (ridesharing) o el uso temporal de vehículos (carsharing). Uno de los desafíos para optimizar este tipo de actividades figura si se añaden nuevos usuarios durante el trayecto cuando ya existen pasajeros en el vehículo. La aplicación de este nuevo tipo de algoritmos permitiría actualizar en tiempo real el plan de ruta teniendo en cuenta tanto a los nuevos como a los antiguos pasajeros y acortaría los trayectos, con lo que se evitarían retrasos e interrupciones y, a largo plazo, incluso se aumentaría el bienestar de la ciudadanía. «Mejorar la eficiencia de estos sistemas también tiene efectos en la salud, ya que, al reducir el tiempo de transporte, no solo los usuarios y proveedores se benefician de menores costos y precios, sino que también se mejora la calidad de vida de la población al minimizar las emisiones de CO2», concluye.