[ICS2122] Localización Óptima de Bodegas Grupo 16

Repositorio correspondiente a los archivos de programación y datos utilizados por el grupo 16 en el Taller de Investigación Operativa 2023-2. A continuación, se explican los distintos archivos:

Datos:

• BDD_Bodegas.xlsx: Base de datos inicial entregada con modificaciones menores de limpieza de datos.
• Analisis_Datos_Bodegas.ipynb: Archivo de análisis de situación inicial que permitió analizar y realizar una categorización mediante el Prinicipo de Paretto.
• BDD_Bodegas_Categorizada.xlsx o BDD_Categorizacion_0.25_0.75.xlsx : Base de datos que contiene la caracterización inicial de clientes (25 % Silver, 50 % Gold y 25 % Premium)
• BDD_Bodegas_Categorizada_proy.xlsx : Base de datos que contiene la caracterización inicial de clientes (25 % Silver, 50 % Gold y 25 % Premium) para la proyección a 10 años.
• contruccion_categorizacion.py: crea un excel con la categorización establecida como parámentros.
• BDD_Categorizacion_0.2_0.7.xlsx: Base de datos segunda carecterización (20 % Silver, 50% Gold y 30% Premium).
• BDD_Categorizacion_0.15_0.7.xlsx: Base de datos tercera categorización (15% Silver, 55 % Gold y 30 % Premium).
• construccion_datos.py: archivo que importa y ordena datos entregados del problema.
• construccion_datos_proy.py: archivo que importa y ordena datos entregados del problema para la proyección a 10 años.
• Analisis_Datos_Bodegas.ipynb: Archivo de análisis de situación inicial que permitió analizar y realizar una categorización mediante el Prinicipo de Paretto.

Levantamiento de resultados, gráficos y mapas

• caso_base.py: contiene la clase CasoBase que genera mapa y un dataframe con la asignacion inicial sin cambios.
• distancias_mapbox.py: trabajo de distancias reales comuna-bodega (con mapbox). Crea el archivo rutas.json (contiene las rutas arrojadas).
• distancias_proy.py: genera la matriz de distancia cliente bodega para los datos históricos y la proyección de 10 años usando la proyección de coordenadas de Chile, lo guarda en los archivos .json.
• distancias_comunas_bodegas_mapboc.xlsx: Distancias mapbox entre las distintas comunas y bodegas.
• rutas.json: archivo .json que contiene las coordenadas de las rutas generadas usando mapbox que sirven para gráficar.
• valores_y.json: archivo .json que contiene la asignación de bodega cliente del p-median para poder darsela a gurobi como solución inicial para resolver más rápidamente el problema de asignación de localizaciones.
• d_manhattan.json: archivo .json que contiene las distancias manhattan entre cada cliente histórico con cada bodega usando la proyección de coordenadas de Chile.
• d_manhattan_proy.json: archivo .json que contiene las distancias manhattan entre cada cliente de la proyección a 10 años con cada bodega usando la proyección de coordenadas de Chile.
• Comparacion distancias.ipynb: genera un histograma comparando las distancias obtenidas usando mapbox y manhattan.
• Heurística.ipynb: construcción de la heurística de consolidación de carga.
• Tamano_Bodegas.ipynb: archivo que calcula el tamaño de las bodegas teniendo en cuenta la carga de las bodegas y los costos de almacenamiento y transporte.
• Análisis de demanda.ipynb: archivo que realiza un análisis de las demandas actuales de las bodegas y las demandas de la proyección, ajustandolas a la mejor distribución.
• Analisis_Datos_Bodega.ipynb: archivo que calcula datos de las bodegas como cantidad de clientes, cantidad de demanda, costos, etc.
• generar_demanda.py: archivo que genera 1 año de demandas para cada bodega en base a las distribuciones que ajustamos.

Manejo de Resultados

• generar_grafico_acumulado.py: genera gráficos de despachos acumulados según las horas de despacho. Los resultados para los casos analizados se encuentran en la carpeta graficos con el nombre "acum_{característica}.png", siendo característica: caso base o el valor de p.
• Demanda asignada a bodegas optimas.ipynb: genera gráficos de demanda para cada año, promedio y para la proyección. Estos resultados son para el caso de 3 bodegas, donde se mantiene el cumplimiento del nivel de servicio de todas las categorizaciones.
• calcular_movimiento_bodegas.py: calcula la distancia manhattan en que se mueven las bodegas actuales y las obtenidas con el código del ALOC.
• Caluclar Costos de Tamaño {Modelo}.ipynb: Tal como dice el nombre, calcula los costos de tamaño según cada modelo (Caso Base, LAP y P-Median).
• Consideraciones costos por distancia.ipynb: Archivo qeu realiza el cálculo de ahorros para recomendaciones finales.
• Simulación Costos.ipynb: Archivo que a partir de las simulaciones, calcula los costos y gráficos utilizados para dar soporte a nuestra recomendación.

Carpeta Resultados

Carpeta que contiene los resultados dependiendo de los parámetros (inputs) entregados. Hay 7 carpetas: una para la primera categorización (carpeta "Primera categorización"), otras para el resto de las categorizaciones (con nombre "Categorizacion_{porcentaje hasta silver}_{porcentaje hasta gold}"). Además, hay una carpeta para el caso de la segunda bodega (carpeta "Segunda bodega mas cercana"), otra para la proyección a 10 años usando el p-median ("Proyeccion pmedian") y la última es la carpeta que contiene el mapa del problema asignación de localizaciones para las primeras 3 bodegas.

Cada carpeta contiene y la última que corresponde a los resultados si es que se asigna la segunda bodega (no la más cercana). Cada carpeta contiene:

• bodegas_abiertas_p_{valor p}_{distancia utilizada}.xlsx: base de datos que contiene el detalle de las bodegas abiertas al resolver el p-median con esos parámetros y distancias.
• mapa_p_{valor p}_{distancia utilizada}.html: muestra la asignación de clientes a bodegas en un mapa al resolver el p-median con esos parámetros y distancias.
• tiempos_p_{valor p}_{distancia}.xlsx: base de datos que contiene los resultados arrojados al resolver el problema mediante p-median. Las filas representan a cada cliente y las columnas: id, tiempo de entrega, bodega asignada, categoría perteneciente (en horas) y si cumple o no el nivel de servicio (si cumple toma el valor de 1, de contrario valor 0).
• valoresFO.txt: valores que toma la función objetivo establecida para los distintos parámetros y datos.
• (para la primera categorización solamente): los mismos archivos anteriores pero para el caso base.

Además, hay una carpeta con los archivos nuevos para la entrega del pre-informe, con la asignación del p-median y el ALOC.

Asimismo, hay una carpeta llamada Simulación, con los resultados de dos simulaciones.

Carpeta Gráficos

Carpeta que contiene algunos gráficos utilizados en las presentaciones.

Integrantes

• Alvaro Cruz Errázuriz
• Dante Comparini Jiménez
• Javiera Gebhardt Rishmague
• Martín González Sepúlveda
• José Ignacio Fernández Rodríguez
• Diego Nahum Viada
• Diego San Martín González