Effect of Parameters Tuned by a Taguchi Design L_9 3^4 in the GRASP Algorithm to Solve the Vehicle Routing Problem with Time Windows

Authors

  • Alma Danisa Romero Ocaño UNIVERSIDAD AUTONOMA DE BAJA CALIFORNIA
  • Maria De los Angeles Cosío León UNIVERSIDAD AUTONOMA DE BAJA CALIFORNIA
  • Víctor Manuel Valenzuela Alcaraz UNIVERSIDAD AUTONOMA DE BAJA CALIFORNIA
  • Gener José Avilés Rodríguez UNIVERSIDAD AUTONOMA DE BAJA CALIFORNIA
  • Anabel Martínez Vargas Universidad Politécnica de Pachuca

DOI:

https://doi.org/10.13053/cys-22-2-2595

Keywords:

Tuning, Taguchi, metaheuristic, GRASP, VRPTW

Abstract

Metaheuristic algorithms are black box procedures that analyze a subset of possible solutions to solve a problem or a set of instances. Before they are implemented, it is necessary to select an optimum parameter vector P ∗, a task known as tuning. The vector P ∗ affects the efficiency of metaheuristics in solving a given problem. In this paper, the impact of tuning parameters using the Taguchi L_9 3^4 statistical procedure is analyzed. The effect of this method is analyzed in the metaheuristic algorithm named Greedy Randomized Adaptive Search Procedure (GRASP), solving the problem of Vehicle Routes with Time Windows (VRPTW). The results offered by the algorithm in a subset of instances of 25 clients improve on average to those reported in the literature, using a P ∗ proposed by Taguchi calibration.

Author Biographies

Alma Danisa Romero Ocaño, UNIVERSIDAD AUTONOMA DE BAJA CALIFORNIA

Es Ingeniero Químico Industrial por la Universidad de Sonora. Actualmente es alumna de maestría en Ciencias e Ingeniería de la Universidad Autónoma de Baja California, Ensenada, México. Sus intereses científicos son problemas de optimización y aplicación de metaheurísticas.

Maria De los Angeles Cosío León, UNIVERSIDAD AUTONOMA DE BAJA CALIFORNIA

Realizó estudios de Maestría en Computación con especialidad en algoritmos para Redes y Conectividad por la Universidad de Colima, México. Obtuvo el grado de Doctora en Ciencias por la Universidad Autónoma de Baja California Campus Ensenada, México. Sus intereses científicos son el análisis de algoritmos para el análisis de datos y el Internet de las Cosas.

Víctor Manuel Valenzuela Alcaraz, UNIVERSIDAD AUTONOMA DE BAJA CALIFORNIA

Realizó estudios de Ingenierio Industrial y de Sistemas por la Universidad Sonora, actualmente es alumno de maestría en Ciencias e Ingeniería en la Universidad Autónoma de Baja California, Ensenada, México. Sus intereses científicos son aplicación de metaheurísticas y problemas de optimización.

Gener José Avilés Rodríguez, UNIVERSIDAD AUTONOMA DE BAJA CALIFORNIA

Médico por la Universidad de Montemorelos. Trabajando con algoritmos de aprendizaje automatizado para la reudcción de dimensionalidad de datos del ámbito médico. Es alumno de maestría en Ciencias e Ingeniería de la Universidad Autónoma de Baja California, Ensenada, México.

Anabel Martínez Vargas, Universidad Politécnica de Pachuca

Tiene Maestría en Computación con especialidad en Redes y Conectividad por la Universidad de Colima, México. Es Doctora en Ciencias por la Universidad Autónoma de Baja California Campus Mexicali, México. Realizó una estancia posdoctoral en el Centro de Investigación y Desarrollo de Tecnología Digital del Instituto Politécnico Nacional (CITEDI-IPN) en Tijuana, México. Pertenece al Sistema Nacional de Investigadores (SNI) de CONACYT. Sus líneas de interés son algoritmos bio-inspirados, optimización y compartición de espectro. Actualmente es profesora investigadora en la Maestría en Tecnologías de Información y Comunicaciones de la Universidad Politécnica de Pachuca.

Published

2018-06-30