La planificación óptima como disciplina es tan antigua como los propios sistemas de transporte a los que da soporte, que se establecieron en algunas ciudades europeas y americanas a mediados del siglo XIX en forma de pequeños carruajes tirados por caballos.

Desde el primer momento, los gestores de esos negocios se enfrentaron al problema de la planificación de sus servicios, dado que una mejor organización de sus carruajes, conductores y caballos les podía reportar un enorme beneficio.

Los problemas de planificación de transporte están comúnmente clasificados como problemas de optimización combinatoria multiobjetivo:

OPTIMIZACION EN EL TRANSPORTE – Optimización, porque se trata de dar la mejor solución posible.

– Combinatoria, porque el conjunto de soluciones posibles se suele considerar finito (aunque muy grande).

– Multiobjetivo, porque la calidad de las soluciones depende de una variedad, potencialmente grande, de objetivos o criterios distintos.

Como disciplina, la optimización combinatoria multiobjetivo encuentra su base conceptual en la teoría de equilibrio económico y, como tal, sus orígenes suelen atribuírsele al famoso tratado “La riqueza de las naciones”, de Adam Smith, que data de 1776.

Los trabajos de Edgeworth y Pareto, de finales del siglo XIX, sobre la teoría de la utilidad, el bienestar y el equilibrio, se consideran responsables del actual significado de la optimización. El óptimo de Pareto está descrito como una situación en la que todos los consumidores y todos los agentes productores y oferentes se encuentren en el punto en el que no puedan mejorar su satisfacción sin perjudicar la de otro.

Otra rama que se considera de vital importancia para los orígenes de la optimización multiobjetivo es el nacimiento de la teoría psicológica de los juegos y la noción de estrategia. Ya en pleno siglo XX, John von Neumann y Oskar Morgenstern mencionaron en su célebre libro “Teoría de juegos y comportamiento económico” haberse topado con un problema de optimización en economía que era una “mezcla peculiar y desconcertante de varios problemas en conflicto entre sí” que no podía resolverse con los métodos matemáticos clásicos de optimización.

Estamos en las puertas de nuestra problemática actual, basada en el concepto de problema del vector máximo introducido por Kuhn y Tucker (1951) y que fue lo que permitió que la optimización multiobjetivo pudiese convertirse en una disciplina matemática propia.

Nuevos retos

Hoy en día, la optimización multiobjetivo se aplica en una gran variedad de ámbitos, como por ejemplo: en biología, para gran cantidad de análisis sobre secuencias de ADN; en química inorgánica, en la síntesis de compuestos que cumplan determinadas propiedades; en ingeniería, para análisis y mejora de grandes sistemas, por ejemplo canalizaciones de agua y redes eléctricas; y , por supuesto, en la planificación óptima de sistemas de transporte, de la que Goal Systems es máximo exponente mundial y en la que no para de investigar e innovar para conseguir la máxima satisfacción de usuarios y empleados con los menores costes para sus clientes.

Comentarios para: Breve historia de la optimización en el transporte
  1. I intended to write you the liltte word to be able to give many thanks once again for your personal beautiful ideas you have featured at this time. It is so open-handed with people like you to allow freely all most of us might have made available as an e book in order to make some cash for themselves, especially seeing that you could have tried it if you wanted. Those techniques also served to provide a fantastic way to recognize that many people have a similar fervor just as my very own to understand more and more related to this issue. I’m sure there are thousands of more pleasant opportunities in the future for individuals that view your website.


[top]

Deja tu Comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

  • dieciseis − 3 =