MathIT.Factory. Alta tecnología, alto impacto La verdad es que, aunque sentimos un cierto pudor cuando nos toca hablar del impacto positivo que causamos en las industrias tras la implantación de nuestra solución MathIT.Factory, sentimos igualmente un amplio orgullo que sinceramente no podemos ni queremos disimular. La optimización de procesos complejos…
Uno de los aspectos fundamentales a tener en cuenta a la hora de realizar la planificación logística para uno o más vehículos es saber si es necesario entregar y/o recoger los pedidos dentro de una franja horaria en cada uno de los puntos de servicio.
A la hora de detectar anomalías en procesos conocidos con resultados esperables, nos puede interesar ir analizando los datos más recientes para detectar desviaciones atípicas que merezca la pena analizar y anticiparnos a posibles graves consecuencias.
Todos estamos familiarizados con el problema de la distribución, ya sea media o larga distancia o incluso última milla y la necesidad de consolidar la mercancía en centros logísticos como paso intermedio entre los puntos de fabricación y los puntos de demanda final.
Vivimos en una sociedad en la que los datos han sustituido al petróleo como elemento de mayor valor comercial. La capacidad de aglutinar ingentes cantidades de éstos, permite a las grandes corporaciones tecnológicas crear nuevos modelos de negocio y protegerlos con fuertes barreras de entrada.
En un mundo cada vez más dominado por los datos, hay una tendencia a dotar de capacidades de inteligencia avanzadas a dispositivos finales, el Edge Computing.
Consideraciones sobre los problemas de Secuenciación de Tareas (Scheduling) y de Rutas de Vehículos (Routing), especialmente en escenarios de producción continua de bienes que deben ser posteriormente entregados en clientes, seguramente con ventanas de tiempo muy estrictas.
En los problemas de reparto de mercancías como, por ejemplo, la paquetería en última milla, tenemos un conjunto de clientes demandantes y otro conjunto de potenciales ubicaciones donde localizar almacenes, depósitos intermedios, lockers o similares.
Uno de los problemas más habituales que nos encontramos cuando trabajamos con datasets es el tiempo que la librería de Pandas puede llegar a tardar en cargar los datos...
¿En qué me puede ayudar un gemelo digital de un proceso de negocio? Introducción En un post anterior hemos introducido los conceptos principales de un gemelo digital, y uno de los que aparecía era el de estar vinculado a un objeto físico real. Por tanto, la primera pregunta que nos…
El problema del vendedor ambulante, problema del agente viajero o problema del viajante (TSP por sus siglas en inglés (Travelling Salesman Problem), responde a la siguiente pregunta: dada una lista de ciudades y las distancias entre cada par de ellas, ¿cuál es la ruta más corta posible que visita cada…
Los algoritmos de optimización bio-inspirados son aquellos métodos que se inspiran generalmente en principios físicos, en la teoría de la evolución y en ciertos comportamientos de los seres vivos para resolver de manera eficiente problemas de optimización en muy diversas áreas de aplicación.
Un gemelo digital no es más que una simulación de un objeto real, que nos permite conocer su estado, interactuar con él, y en última instancia, simular su comportamiento real. Un ejemplo cercano sería el de un simulador de vuelo de un avión comercial.
Cada vez más organizaciones están entendiendo la oportunidad de generar ventaja competitiva desde la adopción de soluciones predictivas y prescriptivas que automaticen y optimicen determinados procesos de tomas de decisión.
Operaciones logísticas:¿Están realmente optimizadas? ¿Quién nos garantiza que la planificación que proponemos para nuestra flota no es mejorable? Supongamos que tenemos que visitar 10 puntos (clientes, almacenes, bares, depósitos…) partiendo desde nuestro almacén central (los 11 puntos rojos de la primera imagen): ¿Cuál es el orden óptimo para visitarlos de…
