Un algoritmo evolutivo para la solución de problemas en Marketing – Henry Lamos – Luis Alferez
An evolutionary algorithm for solving problems in Marketing - Henry Lamos - Luis Alferez
Contenido principal del artículo
Resumen
En el trabajo se presentan tres problemas del área del Marketing que se modelan por medio de la optimización combinatoria. Los problemas de optimización combinatoria pertenecen a la clase de problemas que se consideran NP-Hard. Se presenta un enfoque de solución mediante la meta-heurística evolutiva EPSO “Optimización por enjambre de partículas evolutivas”. El TDPs consiste en determinar una división de un conjunto de unidades ubicadas en un territorio que cumple con los criterios múltiples como la compacidad, la conectividad y el equilibrio en términos de clientes y la demanda del producto; el siguiente problema es selección y diseño de un conjunto de productos para una línea de productos (PLD); el problema consiste en determinar los niveles de los atributos par producto que maximice la elección; y el último problema que se estudia es el VRPSPD resuelve el problema de distribución de la cadena de abarrotes y alimentos, determina la flota de vehículos que minimiza el tiempo de recorrido. Los problemas juegan un importante papel en la gestión del área del marketing que no debe ser ignorado en sus decisiones.
Descargas
Detalles del artículo
Palabras clave:
Referencias
Aerts JCJH, Eisinger E, Heuvelink GBM, Stewart TJ (2003). “Using linear integer programming for multi-site land use allocation”. Goegr Anal 35(2): 148-169.
Ai T. J, V. Kachitvichyanukul (2009). “A particle swarm optimization for the vehicle routing problem with simultaneous pickup and delivery”, Comput. Oper. Res., vol. 36, no. 5, pp. 1693–1702.
Amico M. D., Righini. and Salani M (2005). “ A branch-and-price approach to the vehicle routing problem with simultaneous distribution and collection”.
Cordeau J.F, Gendreau M, Laporte G, Potvin J.-Y, Semet F (2002). “A guide to vehicle routing heuristics”, J. Oper. Res. Soc., vol. 53, no. 5, pp. 512–522.
Green P. E., A. M. Krieger, Y. J. Wind. (2001). “Thirty years of conjoint analysis: Reflections and prospect”s. Interfaces 31(3) 56–73
Kalcsics J, Nickel S, Schoreder M (2005). “Towards a unified territorial design approach: applications, algoritms, and GIS integration”. Top 13(1): 1-56
Kohli, R., R. Krishnamurti. (1989). “Optimal product design using conjoint analysis: Computational complexity and algorithm”. Eur. J. Oper. Res. 40(2) 186–195
Lamos H, Galvan S, Gonzalez L, Cruz C (2013). “Algoritmo PSO-Híbrido para solucionar el problema de ruteo de vehículos con entrega y recolección simultáneas”. Revista Facultad de Ingeniería. Vol22.
Lamos H, Ariza S, Carvajal E (2014). “Modelo para la solución al problema de diseño de territorios comerciales mediante EPSO”. Proyecto de Grado. UIS.
Xiao N(2006) “An evolutionary algorithm for site search problems”. Georgr Anal 38(3): 227247
Salazar M, Ríos-Mercado R, Cabrera M, (2011). “New Models for Commercial Territory Design”, [en línea]. Springer Science+Business Media.
Wang X., Camm J and D. Curry. (2009) “A Branch-and-Price Approach to the Share-ofChoice Product Line Design Problem”. MANAGEMENT SCIENCE. Vol. 55, No. 10, October, pp. 1718–1728.
J.-F. Chen and T.-H. Wu, (2005) “Vehicle routing problem with simultaneous deliveries and pickups,” J. Oper. Res. Soc., vol. 57, no. 5, pp. 579–587, Jul..
Tang F. A, Montané and Galvão R, (2006). “A tabu search algorithm for the vehicle routing problem with simultaneous pick-up and delivery service,” Comput. Oper. Res., vol. 33, no. 3, pp. 595–619.
Rios-Mercado R.Z, Fernandez EA (2009). “A reactive GRASP for a commercial territory design problem with multiple balancing requirements”. Computers & Operations Research, 36(3), (2009); p. 755–776
Zufryden, F. S. 1982. “Product line optimization by integer programming”. Proc. Annual Meeting of ORSA/TIMS, San Diego.