Optimizaré tus rutas de entrega y cadena de suministro usando algoritmos en python

Google Maps optimiza una ruta para un vehículo. Yo resuelvo el problema de rutas de vehículos (VRP) para flotas completas, considerando restricciones como capacidad del vehículo, ventanas de tiempo, turnos de conductores y costos de combustible simultáneamente. Esto requiere algoritmos matemáticos avanzados (Investigación de Operaciones).

Aunque los resultados varían, la optimización algorítmica suele reducir el kilometraje y los costos de combustible entre un 10 y un 20% en comparación con la planificación manual. Para un negocio de logística, esta inversión generalmente se amortiza en el primer mes.

Necesito un conjunto de datos estructurado (Excel/CSV) que contenga las direcciones de entrega, tipos/capacidades de vehículos y cualquier restricción específica (por ejemplo, "entrega solo entre las 8 AM y las 10 AM").

Los modelos de optimización son estructuras matemáticas complejas. Cambiar una restricción principal (por ejemplo, "agregar un segundo depósito") a menudo requiere reconstruir el modelo matemático, no solo una edición rápida. Por eso, debemos acordar todas las restricciones antes de comenzar el cálculo.