Hacia un paradigma unificado en optimización logística: desde la gestión de tráfico urbano hasta la agroindustria 4.0

Abstract

La congestión vehicular y la ineficiencia en las operaciones de transporte y almacenaje representan desafíos críticos que demandan herramientas de optimización avanzadas frente a escenarios dinámicos. Esta línea de investigación propone un ecosistema computacional distribuido para la gestión del tráfico, la optimización de flotas y la cadena de suministro agroindustrial. El enfoque trasciende las limitaciones de los algoritmos estáticos al articular ejes estratégicos: el diseño de metaheurísticas híbridas (GA-ALNS) para ruteo vehicular, la construcción de gemelos digitales mediante sistemas multiagente (MAS), la recolección de datos ciudadanos mediante aprendizaje federado (FL), y la coordinación descentralizada de actores productivos. Esta convergencia tecnológica persigue una mejora en la reducción del consumo energético y provee una infraestructura escalable para mitigar la incertidumbre en la toma de decisiones, tanto en la gestión pública como en el sector industrial.