Introducing a Novel Multi-Objective Optimization Model for Last-Mile Distribution in the Post-Disaster Phase: Combining Fuzzy Inference Systems with NSGA-II and NRGA

Abstract

Esta tesis se centra en los desastres naturales repentinos, que se han vuelto cada vez más acuciantes en los últimos años y han causado importantes pérdidas humanas y económicas. Los desastres naturales repentinos varían significativamente en tamaño y alcance, destruyendo gravemente infraestructuras críticas como redes de comunicación, puentes y carreteras y dificultando el acceso a las regiones afectadas. También pueden tener graves repercusiones humanitarias, incluidas muertes, lesiones y reubicación. En esta situación, la planificación y ejecución efectiva de la logística humanitaria puede salvar vidas. Una de las actividades críticas de la logística humanitaria es la distribución de última milla. Implica indicar un plan de distribución óptimo, que abarque los cronogramas de entrega, las rutas de los vehículos y las cantidades de suministros de emergencia enviados a los puntos de demanda (POD) durante las tareas de socorro en caso de desastre. La implementación de un sistema sólido de distribución de última milla optimiza el uso de los suministros disponibles y permite una respuesta rápida a las necesidades inmediatas de las personas afectadas. Por lo tanto, nuestro principal objetivo en esta tesis es establecer un sistema sólido de distribución de última milla para asignar los suministros de socorro médico limitados disponibles a los POD, un problema con múltiples objetivos durante la fase de respuesta al desastre. Las incertidumbres y los cambios dinámicos en la demanda de artículos de socorro, la disponibilidad de recursos, la interrupción de la infraestructura de transporte, un plazo estrecho para entregar los suministros de socorro a los puntos de entrega, la priorización de la asignación de recursos en función de las necesidades, la necesidad de hacer concesiones delicadas entre eficiencia y equidad, y las limitaciones de tiempo para planificar y ejecutar un sistema de distribución de socorro, son algunos de los principales desafíos que dificultan la implementación de un sistema de distribución de última milla eficiente y eficaz. Por lo tanto, introdujimos un modelo multiobjetivo que apunta a minimizar tres funciones objetivas: 1) el coste operativo, 2) la importancia de la demanda insatisfecha y 3) la importancia de la demanda satisfecha tardíamente. Nuestra primera contribución a la literatura es que las dos últimas funciones objetivas son índices subjetivos innovadores: 1. La importancia de las demandas insatisfechas se evalúa considerando tres factores clave: el número de pacientes cubiertos dentro del POD, el nivel de emergencia del POD y el porcentaje de demanda insatisfecha en el POD. Representa una métrica más precisa y apropiada que un mero índice de demanda insatisfecha. 2. La importancia de las demandas satisfechas tardíamente se evalúa en función de tres factores clave: el número de pacientes cubiertos en el POD, el nivel de emergencia del POD y el retraso en la entrega de alivio al POD. Este índice también es una alternativa adecuada a los índices tradicionales como los retrasos en la entrega o el tiempo total de respuesta. La introducción de índices subjetivos nos permite disponer de funciones objetivas más adecuadas y precisas en relación con la situación compleja e incierta a la que nos enfrentamos en la distribución de última milla. Como segunda contribución a la literatura actual, se emplean sistemas de inferencia difusa (FIS) para encapsular el conocimiento de los tomadores de decisiones e imitar el proceso cognitivo del pensamiento humano para evaluar adecuadamente dos índices subjetivos introducidos. De esta manera, abordamos de manera efectiva la incertidumbre y ambigüedad inherentes dentro del sistema. La flexibilidad del modelo sugerido permite su adaptación a diversas situaciones, aprovechando el conocimiento de los expertos. Empleamos dos algoritmos evolutivos robustos (NSGA-II y NRGA) para resolver el modelo, resiliente en la gestión de múltiples objetivos conflictivos dentro de un contexto humanitario de alta dimensión. Estos algoritmos ilustran las compensaciones inherentes entre las funciones objetivo definidas mediante la identificación de un conjunto de soluciones óptimas de Pareto. Hasta donde sabemos, por primera vez en la literatura, integramos sistemas de información de última milla con algoritmos evolutivos. Presenta un enfoque sinérgico, que ofrece una herramienta flexible y resistente para diseñar un sistema de distribución de última milla eficaz en operaciones humanitarias. Esta combinación aborda las incertidumbres inherentes y los objetivos conflictivos que se encuentran en la logística humanitaria, proporcionando una solución integral para optimizar la distribución de suministros de socorro. Al tratar con el sistema de distribución de última milla definido en este estudio, el espacio de búsqueda es grande y, a veces, los objetivos entran en conflicto. Por otro lado, la capacidad de encontrar soluciones de alta calidad es de vital importancia y puede salvar vidas humanas. Por lo tanto, la solidez de los algoritmos evolutivos utilizados en este estudio es crucial para encontrar tales soluciones.