El transporte marítimo en contenedores desempeña un papel fundamental en el comercio global, ya que permite el movimiento eficiente de mercancías entre puertos de todo el mundo. En este tipo de transporte, los buques visitan varios puertos para cargar y descargar contenedores. La disposición de los contenedores dentro del buque influye en la eficiencia con la que se pueden llevar a cabo estas operaciones. Una planificación deficiente puede dar lugar a reubicaciones, en las que los contenedores deben moverse temporalmente para acceder a otros situados debajo. Estos movimientos adicionales aumentan el tiempo de manipulación y los costes. Nuestro objetivo es desarrollar un plan de estiba eficaz que minimice las reubicaciones y optimice la eficiencia de las operaciones portuarias a lo largo de la travesía (Taha, 2017).
¿En qué consistió vuestro proyecto?
¿En qué consistió vuestro proyecto?
Se nos encargó optimizar la planificación de estiba de un buque portacontenedores con el objetivo de minimizar las reubicaciones innecesarias. Para ello, fue necesario definir formalmente qué se considera una reubicación innecesaria, así como especificar las variables de decisión, las restricciones y la función objetivo del modelo.
¿Qué impacto o problema real buscabais abordar y cómo podría aplicarse vuestra solución en una organización o industria real?
¿Qué impacto o problema real buscabais abordar y cómo podría aplicarse vuestra solución en una organización o industria real?
El problema planteado está estrechamente relacionado con situaciones reales de planificación de estiba, aunque a una escala significativamente menor. En la práctica, las rutas marítimas se optimizan considerando cientos o miles de puertos y un número muy elevado de contenedores, en lugar de los cuatro puertos contemplados en nuestro modelo. Sin embargo, la estructura fundamental de la solución es en gran medida la misma.
Nuestra formulación minimiza el número de reubicaciones innecesarias, mientras que en contextos reales estas reubicaciones implican costes que pueden variar entre puertos. Además, nuestro modelo no contempla factores como la distribución del peso en el buque, la fragilidad de los contenedores o la existencia de unidades refrigeradas o de cuidado especial.
En resumen, aunque nuestro modelo está fuertemente alineado con los problemas reales de planificación de estiba, opera a una escala mucho menor y bajo supuestos considerablemente simplificados.
¿Qué enfoques técnicos y herramientas utilizasteis para construir y probar vuestro modelo, y por qué los elegisteis?
¿Qué enfoques técnicos y herramientas utilizasteis para construir y probar vuestro modelo, y por qué los elegisteis?
Para resolver el modelo utilizamos el solver HiGHS, que calculó eficazmente la solución final sin necesidad de equipamiento profesional. Los únicos datos requeridos fueron las dimensiones del buque y la información básica de los contenedores (origen, destino y límites de apilamiento), lo que hace que el método sea fácilmente generalizable a distintas restricciones de buques o rutas.
Por favor, cuéntanos sobre tu proyecto:
Por favor, cuéntanos sobre tu proyecto:
Metodología
Para resolver el problema de estiba de contenedores, construimos un modelo de optimización que simula cómo se colocan los contenedores en un buque a lo largo de una secuencia de puertos. El objetivo del modelo es minimizar las reubicaciones innecesarias, es decir, los movimientos adicionales que se producen cuando un contenedor que debe descargarse está bloqueado por otros situados encima.
Representamos el buque como un conjunto de pilas y niveles, similares a columnas verticales donde se colocan los contenedores. Cada contenedor tiene un puerto de origen, un puerto de destino y un límite estructural que determina cuántos contenedores pueden apilarse encima de él con seguridad. El modelo registra, en cada puerto, la ubicación de cada contenedor o si se encuentra a bordo.
En cada puerto, el modelo decide: qué contenedores se cargan,cuáles se descargan, dónde se colocan los contenedores restantes en el buque, y si es necesario reubicar algún contenedor para acceder a otros.
Para garantizar que el plan sea realista, incorporamos reglas operativas que reflejan restricciones reales del transporte marítimo. Los contenedores deben apilarse de abajo hacia arriba, solo puede ocupar una posición un contenedor a la vez y no se pueden superar los límites de apilamiento. Asimismo, aseguramos que los contenedores solo estén a bordo entre su puerto de carga y su puerto de descarga.
Las reubicaciones se detectan comparando la posición de un contenedor antes y después de las operaciones en un puerto. Si un contenedor cambia de posición y este movimiento no se debe a una carga o descarga normal, el modelo lo contabiliza como reubicación. El proceso de optimización busca entonces la estrategia de colocación que minimiza el número total de reubicaciones a lo largo de todo el trayecto.
Al combinar todas estas reglas en un único modelo de optimización, generamos un plan de estiba completo que es factible, eficiente y fácilmente interpretable desde una perspectiva operativa. El resultado no es solo una solución matemática, sino una estrategia práctica de carga que reduce el tiempo de manipulación, los costes operativos y los movimientos innecesarios del buque.
Resultados
El modelo generó con éxito un plan de carga eficiente y factible para todo el trayecto. Además, lo hizo en menos de un minuto en un ordenador portátil estándar, lo que demuestra que una planificación eficaz no requiere equipos informáticos especializados.
Desde un punto de vista operativo, el resultado es muy práctico. Solo en uno de los puertos se requiere una pequeña reorganización planificada de contenedores, mientras que en los demás puertos las operaciones de carga y descarga pueden realizarse sin interrupciones. Esto hace que las operaciones portuarias sean más previsibles, permite una planificación más eficiente de equipos y personal, y reduce significativamente el riesgo de retrasos causados por movimientos inesperados de contenedores.
También diseñamos el modelo para que fuera flexible. En lugar de fijar valores de forma rígida, todas las características del buque, la información de los contenedores y las operaciones portuarias se introducen como datos de entrada. Esto permite adaptar fácilmente el modelo a cambios en el tamaño del buque, la ruta o las restricciones de los contenedores sin necesidad de reconstruirlo desde cero.
Conclusiones
Este proyecto demuestra que las técnicas de optimización pueden utilizarse eficazmente para mejorar las operaciones reales del transporte marítimo de contenedores. Mediante una planificación cuidadosa de la colocación de los contenedores, es posible reducir significativamente los movimientos innecesarios durante las escalas en puerto.
Menos reubicaciones se traducen directamente en menores costes operativos, tiempos de manipulación más cortos y horarios más fiables. También existen beneficios en términos de sostenibilidad, ya que la reducción de movimientos disminuye el consumo energético y la congestión portuaria.
En conjunto, el enfoque demuestra cómo la optimización matemática puede apoyar una mejor toma de decisiones en logística. Con un mayor desarrollo, el mismo método podría aplicarse a buques de mayor tamaño, rutas más largas o entornos operativos más complejos, ayudando a las compañías navieras a mejorar su eficiencia y fiabilidad a mayor escala.
¿Hubo algún reto durante el proceso y cómo lo superasteis?
¿Hubo algún reto durante el proceso y cómo lo superasteis?
Al principio fue un reto abordar un proyecto tan exigente, aunque resultó muy enriquecedor y estimulante. Uno de los mayores desafíos fue traducir factores del mundo real a variables matemáticas, lo que implicó muchas horas de formulación y reformulación del problema. Con el asesoramiento de nuestro profesor de Optimización, Manuel Navarro-García, y gracias al trabajo en equipo y la perseverancia, logramos superar el reto y desarrollar un modelo funcional.
¿Cómo contribuyó el trabajo en equipo al éxito o progreso del proyecto?
¿Cómo contribuyó el trabajo en equipo al éxito o progreso del proyecto?
El trabajo en equipo fue fundamental para nuestro éxito, ya que desde el principio comunicamos nuestras ideas con claridad y nos aseguramos de que todos comprendieran la dirección del proyecto. Dedicamos tiempo a analizar cuidadosamente el núcleo del problema y a desarrollar una formulación precisa, lo que sentó una base sólida para las etapas posteriores. Al repartir las tareas de forma equitativa según las fortalezas de cada miembro, trabajamos de manera eficiente y obtuvimos resultados sólidos.
¿Qué habilidades clave (soft y hard skills) habéis adquirido o reforzado durante esta experiencia?
¿Qué habilidades clave (soft y hard skills) habéis adquirido o reforzado durante esta experiencia?
Durante esta experiencia reforzamos varias habilidades interpersonales, especialmente las relacionadas con la comunicación efectiva de ideas y la realización de presentaciones atractivas. En cuanto a habilidades técnicas, mejoramos nuestras capacidades de programación y nuestras técnicas de resolución de problemas en optimización. Aprendimos a reformular el problema para hacerlo más simple y compacto, lo cual fue esencial para desarrollar una solución eficiente y reducir la complejidad innecesaria. Esto nos permitió centrarnos en las variables y restricciones clave, facilitando la implementación y el análisis.
¿Tenéis planes de seguir desarrollando o mejorando el proyecto en el futuro?
¿Tenéis planes de seguir desarrollando o mejorando el proyecto en el futuro?
Nos resultó especialmente interesante cómo el problema de estiba puede resolverse a mayor escala en sectores como la navegación marítima. Hemos consultado recursos que estudian modelos de optimización similares con el objetivo de lograr resultados más aplicables, y nos gustaría seguir investigando y desarrollando este proyecto u otros similares. Existe un amplio margen de mejora y estamos motivados por cómo, a lo largo del grado, las nuevas técnicas y métodos nos permiten pensar de forma crítica, superar limitaciones y cuestionar supuestos.
¿Participar en este proyecto os ayudó a comprender mejor cómo el grado se traduce en contextos reales o aplicados? ¿Cómo?
¿Participar en este proyecto os ayudó a comprender mejor cómo el grado se traduce en contextos reales o aplicados? ¿Cómo?
Trabajar en este proyecto nos permitió ver cómo la teoría y los problemas abstractos del aula pueden aplicarse directamente al mundo real. Lo que normalmente vemos como conjuntos, restricciones y funciones objetivo se volvió tangible: las pilas eran espacios reales del buque y las restricciones reflejaban límites físicos reales.
Además, el proyecto nos obligó a pensar como solucionadores de problemas más allá del plano puramente teórico. Pequeñas decisiones de modelización tenían implicaciones prácticas claras, como el impacto de las reubicaciones en la optimalidad o la influencia de las restricciones estructurales en la factibilidad. En definitiva, el proyecto nos ayudó a entender el grado no solo como un conjunto de herramientas matemáticas, sino como un kit práctico para resolver problemas complejos de logística y operaciones, creando el puente entre teoría y práctica que caracteriza a las matemáticas aplicadas.
Imágenes
Imágenes
Enlace al proyecto
Enlace al proyecto