López Bello, César AmílcarSuarez Pacheco, Juan DavidPerez Gomez, Edixon Fabian2017-08-232017-08-232017-06http://hdl.handle.net/11349/6353El siguiente documento presenta el diseño y desarrollo de una aplicación de uso general para la realización de la planeación de rutas por medio de algoritmos heurísticos y metaheurísticos con condiciones de flota capacitada con carga homogénea y la capacidad de tener ventanas de tiempo tanto para los clientes como para la empresa además de estar programado en el lenguaje de Visual Basic for Applications en la aplicación de Excel de Microsoft®. Esta aplicación se desarrolló en 5 fases las cual comienza con la fase de entrada de información en la que el usuario puede ingresar la información referente tanto a la flota como a las necesidades (demanda) de los clientes. Una vez ingresada la información anterior, se continúa con la fase de geo-referenciacion, donde a través de Google Maps podemos establecer la ubicación de todos los clientes que se deseen tener en la planeación de rutas extrayendo distancias y tiempos reales. La siguiente etapa buscar relajar la creación de rutas a través de una fase de agrupación de clientes por medio del algoritmo de K-means y pasar a la fase de generación de solución inicial por medio de las heurísticas de construcción de Vecino más Cercano y Algoritmo de Ahorros. Por último, se mejora la solución encontrada con una fase de mejoramiento iterativo con ayuda del algoritmo metaheurístico Búsqueda Tabú y movimientos de vecindades de intercambio e inserción.The following document presents the design and development of a general purpose application in the route planning through heuristic and metaheuristic algorithms with conditions of capacitated vehicles with homogeneous load and the capacity to have time windows for customers and the company; in addition, this application was programmed in Visual Basic for Applications language in the Microsoft® Excel application. This application was developed in 5 phases; the first phase is the input information where the user can register the information concerning to the vehicles and the needs (demand) of customers. Once you have entered the previous information, you are in the geo referencing phase, through Google Maps you can set the location of all the clients that you want to have in route planning extracting real distances and times. The next stage seeks to relax the creation of routes through a client’s clustering phase using the K-means algorithm and move to the initial solution generation phase with the Nearest Neighbor's Algorithm and the Savings Algorithm. Finally, it improves the initial solution with an iterative improvement phase with the help of Tabu Search Algorithm and exchange/insertion neighborhoods movements.pdfspaAtribución-NoComercial-SinDerivadas 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc-nd/4.0/Planeación de rutasLogísticaAlgoritmos heurísticosAlgoritmos metaheurísticosClusterizaciónVRPIngeniería Industrial - Tesis y disertaciones académicasLogística en los negociosEeparto de mercancías - Innovaciones tecnológicasProgramación heurísticainfo:eu-repo/semantics/openAccessRoute planningLogisticsHeuristic algorithmsMetaheuristic algorithmsClusteringVRPAbierto (Texto Completo)info:eu-repo/semantics/bachelorThesis