Compras de Supermercado en Línea

Desafío

En una aplicación de compras de supermercado en línea, las personas piden productos en línea y los recolectores van al centro comercial para recoger los artículos solicitados y llevarlos a la casa del cliente. El proyecto se enfocó solo en las operaciones dentro del centro comercial. El objetivo principal fue optimizar los métodos de enrutamiento y recolección de artículos.

Solución

Se construyó un modelo de simulación en AnyLogic usando eventos discretos. Se usaron datos reales de pedidos pasados y la distribución de la tienda para validar el modelo, con validación de resultados hecha usando Python. La optimización usó el concepto de algoritmos genéticos.

Conceptos de Optimización Probados

Además de la optimización de pedido único, se probaron otros dos conceptos:

• Optimización por lotes: Los lotes de pedidos se recolectan antes de la recolección, de modo que el recolector recoge varios pedidos al mismo tiempo en una visita a la tienda
• Optimización por zonas: La distribución de la tienda se divide en zonas, con artículos recolectados por zona. La optimización se hace en 2 niveles: optimizar el orden de recolección de artículos dentro de una zona y optimizar el orden de las zonas

Finalmente, se probó una combinación de ambos conceptos.

Parte del trabajo también involucró limpieza de datos, análisis y calibración de entradas, ya que los datos reales tenían muchos problemas. Todo el análisis de optimización fue conducido usando Python.

Resultados

El análisis mostró que el método mixto entre lotes y zonificación lleva al tiempo medio mínimo de recolección por artículo. El modelo en sí también puede usarse como herramienta de prueba para optimizar pedidos futuros y encontrar la mejor ruta de recolección.

Características del Proyecto

• Industria: Comercial
• Modelo: Eventos Discretos
• Duración: 2 semanas