"Aplicación de Algoritmos de Inteligencia Artificial en la Optimización de Rutas de Última Milla en el Comercio Electrónico"

Autores/as

DOI:

https://doi.org/10.51923/repae.v11i3.408

Palabras clave:

Última milla, Inteligencia artificial, Comercio electrónico

Resumen

El crecimiento exponencial del comercio electrónico ha intensificado los desafíos logísticos de la "última milla", la etapa final de la entrega, caracterizada por su alta complejidad, costes elevados e impacto directo en la satisfacción del cliente y la sostenibilidad. En este contexto, la Inteligencia Artificial (IA) surge como una solución robusta para la optimización de rutas.

El presente trabajo tiene como objetivo evaluar y comparar el desempeño de dos metaheurísticas bioinspiradas: Algoritmos Genéticos (GA) y Optimización de Colonias de Hormigas (ACO). Se desarrolló una simulación aplicada a un conjunto de 100 puntos de entrega aleatorios, ejecutando ambos algoritmos bajo condiciones computacionales y parámetros equivalentes (1000 iteraciones/generaciones) para minimizar la distancia total recorrida.

Los resultados demostraron la eficacia de ambos métodos para optimizar las rutas iniciales. Sin embargo, el análisis comparativo reveló una superioridad del ACO, que alcanzó una reducción porcentual de la distancia del 17,9%, superando el 14,9% obtenido por el GA. Además, el ACO presentó una convergencia más rápida, estabilizando la solución alrededor de la iteración 200, mientras que el GA necesitó aproximadamente 300 generaciones. Se concluye que, para el escenario simulado, el modelo cooperativo del ACO resultó ser más robusto y eficiente en la resolución del problema de enrutamiento.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

EMERSON APARECIDO MARTINS, FATEC - MOGI DAS CRUZES

NA

GUILHERME LIMA ANTEBI, FATEC - MOGI DAS CRUZES - SP

NA

RAFAEL ALMEIDA, FATEC - MOGI DAS CRUZES - SP

NA

FRETZ SIEVERS JUNIOR, FATEC - MOGI DAS CRUZES - SP

Possui graduação em Engenharia da Computação(2001) e Bacharel em Direito (2010) pela Universidade Braz Cubas, Ciências Contábeis (2016), Tecnologia em Análise e Desenvolvimento de Sistemas (2020), Licenciatura em Matemática (2020) e Licenciatura em Português - Inglês (2020) pela Universidade da Cidade de São Paulo. Engenharia de Produção pela Universidade Virtual do Estado de São Paulo - Univesp (2019), Engenharia Civil pela Universidade de Santo Amaro, Mestrado em Engenharia Eletrônica e Computação pelo Instituto Tecnológico de Aeronáutica (ITA) (2005), Mestrado em Direito Público pela Pontifícia Universidade Católica de SP e Doutorado em Engenharia Eletrônica e Computação pelo Instituto Tecnológico de Aeronáutica (ITA) (2011). Atualmente é Professor de Ensino Superior da Faculdade de Tecnologia Mogi das Cruzes, Faculdade de Tecnologia de Mauá, Faculdade de Tecnologia de Itaquera e Faculdade de Tecnologia de Osasco. Tem experiência na área de Ciência da Computação, com ênfase em Sistemas de Computação, atuando principalmente nas seguintes áreas: ERP, MRP, Simulação, Pesquisa Operacional, Web Sites, Ensino a Distância, e-commerce, Sistemas de Informação, Auditoria de Sistemas, VANT, Governo Eletrônico, Engenharia de Software e Segurança de Informação, Computação em Nuvens, IOT e Inteligência Artificial. Na área de Direito tem experiência área de contencioso cível, tributário, público, administrativo e direito digital.

Citas

Use of artificial intelligence in last mile delivery | SHS Web of Conferences. Disponível em: <https://www.shs-conferences.org/articles/shsconf/ref/2021/03/shsconf_glob20_04011/shsconf_glob20_04011.html>. Acesso em: 1 out. 2025.

SILVA, V.; AMARAL, A.; FONTES, T. Sustainable Urban Last-Mile Logistics: A Systematic Literature Review. Sustainability, v. 15, n. 3, p. 2285, 26 jan. 2023. DOI: https://doi.org/10.3390/su15032285

Vista do Uma revisão de escopo assistida por inteligência artificial (IA) sobre usos emergentes de ia na pesquisa qualitativa e suas considerações éticas.Disponível em: <https://editora.sepq.org.br/rpq/article/view/729/467>.

Vista do O papel dos algoritmos de inteligência artificial nas redes sociais. Disponível em: <https://revistaseletronicas.pucrs.br/revistafamecos/article/view/34074/19629>.

DORIGO, Marco; STÜTZLE, Thomas. Ant Colony Optimization. Cambridge: MIT Press, 2004. DOI: https://doi.org/10.7551/mitpress/1290.001.0001

GOLDBERG, David E. Genetic Algorithms in Search, Optimization, and Machine Learning. Reading: Addison-Wesley, 1989.

OLIVEIRA, Carlos A. S. (org.). Handbook of Artificial Intelligence and Data Sciences for Routing Problems. Cham: Springer, 2024 DOI: https://doi.org/10.1007/978-3-031-78262-6

POURMOHAMMADREZA, N.; et al. Last-mile logistics with alternative delivery locations: a systematic literature review. Transportation Research Interdisciplinary Perspectives, v. 27, 2025. Disponível em: https://www.sciencedirect.com/science/article/pii/S2590123025001732. Acesso em: 19 dez. 2025.

KOTLARS, Aleksandrs; SKRIBANS, Valerijs. Efficiency, environment and robotization in first and last mile logistics: a literature review. Transportation Research Interdisciplinary Perspectives, v. 27, 2025. DOI: https://doi.org/10.1016/j.trip.2024.101215

GHANEM, Ghazal; et al. Analysis of logistics measures of CEP service providers for the last-mile delivery in small- and medium-sized cities. European Transport Research Review, 2025. Disponível em: https://elib.dlr.de/212298/1/Ghazal_et_al-2025-European_Transport_Research_Review.pdf. Acesso em: 19 dez. 2025. DOI: https://doi.org/10.1186/s12544-025-00706-z

SLOBODAN, Ghazal; et al. Innovative solutions in last mile delivery: concepts, practices and challenges. European Transport Research Review, 2023. Disponível em: https://www.tandfonline.com/doi/full/10.1080/16258312.2023.2173488. Acesso em: 19 dez. 2025.

PANGARIBUAN, M. A. Literature review on vehicle routing problem: approaches, algorithms and current challenges. Journal La Multiapp, v. 7, n. 3, 2025. Disponível em: https://www.newinera.com/index.php/JournalLaMultiapp/article/view/2382. Acesso em: 19 dez. 2025.

REN, T.; et al. Improved ant colony optimization for the vehicle routing problem with split pickup and split delivery. Cleaner Logistics and Supply Chain, v. 6, 2023. Disponível em: https://www.sciencedirect.com/science/article/abs/pii/S2210650223000020. Acesso em: 19 dez. 2025.

CRIADO, R.; LAPORTE, Gilbert. Metaheuristics for sustainable supply chain management. European Journal of Operational Research, 2019.

BRUNI, Maria Elena; FADDA, Edoardo; FEDOROV, Sergei; PERBOLI, Guido. A machine learning optimization approach for last-mile delivery and third-party logistics. Computers & Operations Research, v. 154, 2023. Disponível em: https://www.sciencedirect.com/science/article/pii/S0305054823001260. Acesso em: 19 dez. 2025. DOI: https://doi.org/10.1016/j.cor.2023.106262

EZMIGNA, I.; ALGHAMDI, A. The impact of AI tools on last-mile delivery in the e-commerce sector. IEEE International Conference on Artificial Intelligence Applications, 2024. DOI: https://doi.org/10.1109/DASA63652.2024.10836527

TIWARI, K. V.; et al. An optimization model for vehicle routing problem in last-mile delivery. Expert Systems with Applications, v. 228, 2023. DOI: https://doi.org/10.1016/j.eswa.2023.119789

Publicado

2025-12-30

Cómo citar

MARTINS, E. A., LIMA ANTEBI, G., ALMEIDA, R., & JUNIOR, F. S. (2025). "Aplicación de Algoritmos de Inteligencia Artificial en la Optimización de Rutas de Última Milla en el Comercio Electrónico". REPAE - Revista De Ensino E Pesquisa Em Administração E Engenharia, 11(3), 84–99. https://doi.org/10.51923/repae.v11i3.408

Número

Sección

IFLOG Suzano 25

Artículos similares

1 2 > >> 

También puede Iniciar una búsqueda de similitud avanzada para este artículo.