Un problema de dos capas: localización estratégica de instalaciones combinada con ruteo operativo de vehículos. Minimiza el costo de apertura de depósitos + costo de flota + distancia total de viaje — sujeto a restricciones de capacidad y asignación.
El Problema de Localización-Ruteo con Capacidades (CLRP) es un problema de optimización que combina dos niveles de toma de decisiones: decisiones estratégicas sobre qué depósitos abrir y decisiones operativas sobre cómo rutear vehículos desde esos depósitos para servir a los clientes.
Dado un conjunto de ubicaciones potenciales para depósitos (cada una con un costo de apertura, un límite de capacidad y un número máximo de vehículos) y un conjunto de clientes con demandas conocidas, el objetivo es decidir simultáneamente qué depósitos abrir, asignar clientes a depósitos abiertos y diseñar rutas de vehículos que minimicen el costo total.
Las tres decisiones están fuertemente acopladas. Resolverlas por separado es factible pero lejos de óptimo — el reto central está en explotar su interacción.
Qué depósitos abrir de un conjunto de ubicaciones potenciales. Cada depósito tiene un costo de apertura fi, una capacidad Wi (demanda total máxima) y un límite en el número de vehículos que puede alojar.
EstratégicaCada cliente debe asignarse a exactamente un depósito abierto y ser visitado por exactamente una ruta de ese depósito. Ningún cliente puede dividirse entre depósitos o rutas.
TácticaPara cada depósito abierto, diseñar rutas para una flota de vehículos idénticos. Cada ruta inicia y termina en su depósito; la demanda total en una ruta no puede exceder la capacidad del vehículo Q.
OperativaUna instancia miniatura de CLRP — cinco depósitos candidatos, tres seleccionados. Cada cliente se asigna a exactamente un depósito abierto; cada depósito abierto opera un conjunto pequeño de rutas que respetan la capacidad del vehículo. Los candidatos cerrados aparecen tachados; cada depósito abierto y sus rutas comparten un color.
FIG 02 · n = 30 clientes · |D| = 5 candidatos · 3 abiertos · capacidad del vehículo Q = 65
Un objetivo de tres partes captura la disyuntiva entre abrir menos depósitos (más barato estratégicamente) y la eficiencia de ruteo (que puede requerir depósitos más cercanos a los clientes).
Cinco familias de restricciones definen la factibilidad. La tensión de capacidad es una dimensión de ajuste del conjunto de instancias — algunas dejarán muy poca holgura.
| Restricción | Descripción |
|---|---|
| Servicio al cliente | Todo cliente es visitado exactamente una vez por exactamente una ruta. |
| Asignación a depósito | Cada ruta opera desde exactamente un depósito abierto. Todos los clientes en una ruta están asignados a ese depósito. |
| Capacidad del vehículo | La demanda total de los clientes en cualquier ruta no excede la capacidad del vehículo Q. |
| Capacidad del depósito | La demanda total asignada a un depósito no excede su capacidad Wi. |
| Límite de vehículos | El número de rutas que operan desde un depósito no excede su número máximo de vehículos mi. |
El CLRP es directamente relevante para la industria mexicana. Empresas como OXXO, Bimbo y FEMSA enfrentan rutinariamente decisiones sobre dónde ubicar centros de distribución mientras optimizan simultáneamente rutas de entrega. Este problema captura la esencia de esas decisiones del mundo real.
Desde el punto de vista algorítmico, el CLRP se sitúa en un punto de dificultad ideal: combina localización estratégica de instalaciones con ruteo operativo, por lo que ningún paradigma algorítmico domina. La competencia está abierta a metaheurísticas, métodos de descomposición, branch-and-price, matheurísticas, aprendizaje automático y enfoques híbridos.
Comparado con el CVRP, el LRP tiene significativamente menos saturación de benchmarks. Este Reto llena un vacío genuino — cualquier resultado tendrá mayor novedad para la comunidad.
Las instancias se generan con un generador de Python de código abierto liberado en junio de 2026. La variación entre dimensiones evita la sobre-especialización.
La formulación matemática, el formato de archivo de instancias, el formato de archivo de soluciones y el verificador de soluciones se publicarán junto con el generador de instancias en junio de 2026. También se proporcionará un conjunto de instancias de práctica con soluciones factibles.