Una empresa de transporte puede conocer las direcciones de todos sus clientes y aun así terminar con recorridos extensos, vehículos desbalanceados o entregas fuera del horario acordado. El problema aparece porque programar rutas no consiste únicamente en ordenar puntos sobre un mapa: también implica asignar pedidos a vehículos, secuenciar las visitas y respetar restricciones operativas.
La programación de rutas en transporte utiliza modelos de optimización para construir recorridos que cumplan las condiciones del servicio mientras reducen una función objetivo, como distancia, tiempo o costo. Su estudio forma parte de la investigación de operaciones y tiene como referencia histórica el problema de despacho de camiones formulado por Dantzig y Ramser en 1959, considerado uno de los antecedentes del actual problema de ruteo de vehículos o Vehicle Routing Problem (VRP). The Truck Dispatching Problem, de Dantzig y Ramser.
Qué implica programar una ruta
Una ruta describe la secuencia de ubicaciones que debe recorrer un vehículo. La programación incorpora además decisiones temporales y operativas: qué vehículo realizará cada servicio, cuándo comenzará el recorrido, cuánto puede transportar y en qué momento debe atender cada punto.
Por eso, antes de utilizar un algoritmo es necesario transformar la operación en datos. Entre los elementos habituales se encuentran:
Modelos de rutas comparados
No todas las operaciones necesitan el mismo modelo. El VRP engloba diversas variantes desarrolladas para representar restricciones reales. La revisión de Gilbert Laporte sobre cinco décadas de investigación muestra cómo el problema evolucionó desde formulaciones básicas hacia algoritmos exactos, heurísticos y metaheurísticos capaces de tratar escenarios más complejos. Fifty Years of Vehicle Routing, de Gilbert Laporte.
| Modelo | Vehículos | Restricción principal | Aplicación típica |
|---|---|---|---|
| TSP | Uno | Visitar todos los puntos | Un recorrido único |
| VRP | Varios | Asignación y secuencia | Distribución con flota |
| CVRP | Varios | Capacidad de carga | Reparto de mercancías |
| VRPTW | Varios | Ventanas de tiempo | Entregas con horario |
| VRP dinámico | Varios | Información que cambia | Operaciones en tiempo real |
Las variantes con capacidad y ventanas de tiempo se encuentran entre las formulaciones más estudiadas del VRP. Una revisión de Baldacci, Mingozzi y Roberti analiza precisamente algoritmos exactos para CVRP y VRPTW, donde las restricciones adicionales incrementan la complejidad del modelo. Recent exact algorithms for solving the vehicle routing problem under capacity and time window constraints.
Cómo se formula el objetivo
Una formulación simplificada puede buscar la combinación de arcos que minimice el costo total recorrido. El costo puede representar kilómetros, minutos o una medida monetaria, siempre que sea consistente con la operación analizada.
En esta expresión, Z es el costo total; cij representa el costo de viajar desde el punto i hasta el punto j; y xij indica si ese desplazamiento forma parte de la solución. Esta función es solo el objetivo básico: un modelo operativo necesita además restricciones para garantizar visitas, capacidad, continuidad de las rutas y otras condiciones del servicio.
Métodos de solución comparados
Encontrar la solución matemáticamente óptima puede volverse difícil cuando aumenta el número de destinos y restricciones. La documentación de Google OR-Tools sobre Vehicle Routing explica que el espacio de búsqueda crece rápidamente y que, para problemas grandes, puede ser necesario aceptar soluciones de buena calidad sin demostrar que son el óptimo global.
| Método | Fortaleza | Limitación | Uso conveniente |
|---|---|---|---|
| Exacto | Puede demostrar optimalidad | Alto esfuerzo computacional | Instancias manejables o análisis de referencia |
| Heurístico | Genera soluciones rápidamente | No garantiza el óptimo | Planificación rápida |
| Metaheurístico | Explora soluciones más ampliamente | Requiere calibración y tiempo de búsqueda | Problemas complejos de tamaño medio o grande |
| Reoptimización dinámica | Responde a información nueva | Depende de datos actualizados | Pedidos, tráfico o incidencias en operación |
La elección no debe hacerse únicamente por sofisticación matemática. Un método exacto puede ser apropiado para evaluar una instancia controlada, mientras una operación que recibe solicitudes durante el día necesita actualizar decisiones con rapidez. La revisión de Pillac, Gendreau, Guéret y Medaglia diferencia precisamente los problemas estáticos de los dinámicos según cómo evoluciona la información disponible. A review of dynamic vehicle routing problems.
Proceso para programar rutas
En una aplicación práctica conviene comenzar por el proceso y no por el algoritmo. Primero se define qué resultado debe mejorar: distancia total, duración de la jornada, número de vehículos, puntualidad o costo. Después se construye la matriz de tiempos o distancias y se incorporan las restricciones reales.
Por ejemplo, una empresa con cuatro vehículos no debería minimizar kilómetros ignorando que cada unidad tiene una capacidad limitada y que algunos clientes reciben únicamente durante determinados horarios. En ese caso, el problema se acerca a un VRP con capacidad y ventanas de tiempo. Si durante la jornada aparecen nuevos pedidos o cambian las condiciones de viaje, también será necesario definir cuándo reoptimizar las rutas.
Una vez generada la solución, debe comprobarse su factibilidad antes de enviarla a los conductores. Una ruta matemáticamente corta pierde utilidad si excede la capacidad del vehículo, incumple un horario o utiliza tiempos de viaje poco representativos.
Errores frecuentes del modelo
Una optimización puede resolver correctamente el problema matemático y, aun así, representar mal la operación. Entre los errores que conviene revisar se encuentran:
También debe definirse qué ocurrirá cuando no exista una solución que satisfaga todas las condiciones. Dependiendo de la operación, puede ser necesario habilitar vehículos adicionales, ampliar ventanas de tiempo, dividir pedidos o permitir una visita no atendida con una penalización cuantificada.
Conclusión
Programar rutas de transporte significa convertir una operación real en un modelo donde vehículos, clientes, capacidades, horarios y costos puedan evaluarse conjuntamente. El método más apropiado depende tanto del tamaño del problema como de sus restricciones y de la rapidez con que cambie la información. Una buena programación comienza con datos y objetivos operativos bien definidos; el algoritmo se selecciona después para resolver ese problema concreto.
Respalda tu formación en logística
Si impartes capacitación en transporte, logística u optimización, el Instituto Internacional de Ingeniería (3i) permite evaluar el respaldo de tus programas y la emisión de certificados verificables mediante QR, enlace o código.
Fuentes consultadas
Dantzig, G. B. y Ramser, J. H. The Truck Dispatching Problem. Management Science, 1959.
Laporte, Gilbert. Fifty Years of Vehicle Routing. Transportation Science, 2009.
Baldacci, Roberto; Mingozzi, Aristide; Roberti, Roberto. Recent exact algorithms for solving the vehicle routing problem under capacity and time window constraints. European Journal of Operational Research, 2012.
Pillac, Victor; Gendreau, Michel; Guéret, Christelle; Medaglia, Andrés L. A review of dynamic vehicle routing problems. European Journal of Operational Research, 2013.
Google OR-Tools. Vehicle Routing. Documentación oficial, consultada en 2026.
Instituto Internacional de Ingeniería (3i). Programa para organizaciones e instructores que imparten capacitación. Página oficial, consultada en 2026.
