Javier Belloso Ezcurra (Pamplona, 1967), director de Tecnologías de la Información de la multinacional ZF-TRW Automotive y profesor e investigador de la Universidad Pública de Navarra (UPNA), ha propuesto una herramienta matemática (algoritmo) para evaluar el impacto y los beneficios de las actividades logísticas de cooperación horizontal, que se dan entre empresas que actúan en el mismo nivel de la cadena de suministro. Esta investigación forma parte de su tesis doctoral, defendida en la citada institución académica.

El investigador ha utilizado las matemáticas para optimizar esa cooperación horizontal entre empresas en el ámbito de la logística. Tras revisar prácticas reales de cooperación, planteó la cuestión de forma matemática utilizando modelos de optimización combinatoria, que son aquellos empleados para resolver problemas con un número de soluciones finito.

Belloso recurrió al problema del agente viajero para buscar la mejor solución. "Se trata de encontrar la ruta óptima, la de menor distancia, para un viajante que debe recorrer varias ciudades", ha explicado el investigador, cuya tesis doctoral fue dirigida por el catedrático e investigador del Instituto de Smart Cities (ISC) de la UPNA Javier Faulín Fajardo y por el profesor de la Universidad Oberta de Cataluña Ángel A. Juan Pérez.

Basándose en ese problema del agente viajero, el investigador analizó tres modelos de transporte, comenzando desde el más básico al más complejo, que incluye también los anteriores: rutas con entrega y recogida en las que esta se realiza únicamente al final de la ruta; rutas con entrega y recogida en las que la recogida tiene lugar en cualquier momento; y rutas de flota heterogénea, es decir, con vehículos de diferente capacidad de carga.

Para resolver cada modelo, se utilizaron algoritmos meta-heurísticos y se emplearon metodologías basadas en la aleatoriedad sesgada. Como aclara el autor, "los algoritmos meta-heurísticos son aquellos que, con cierta inteligencia, evalúan solo el conjunto de soluciones más prometedoras en lugar de recorrerlas todas". "Y utilizar la aleatoriedad sesgada al construir un algoritmo consiste en que, en cada paso, en lugar de elegir la solución mejor, se asigna cierta probabilidad al resto de soluciones candidatas", ha detallado.

De esta manera, ha agregado, "se abre el abanico de soluciones, porque la mejor solución final a un problema no tiene que ser necesariamente la más prometedora en cada paso". "Sucede como en el ajedrez, donde un movimiento puede parecer el mejor a corto plazo, pero no el mejor a la postre. Por eso, es preciso dar una oportunidad a otros movimientos que, en principio, no nos parecen los mejores", ha subrayado.

El algoritmo propuesto por Javier Belloso se comparó con otros y se comprobó estadísticamente que su solución mejora los creados por otros autores, especialmente, en el modelo de transporte más complejo, el que incluye vehículos de distintas capacidades de carga, ha destacado la UPNA en un comunicado.

De este modo, ha resaltado, el investigador ha puesto a disposición de las empresas una herramienta para evaluar el impacto y los beneficios de actividades logísticas de cooperación horizontal. "La logística es un campo en el que siempre se trata de reducir costes, porque no aporta apenas valor al proceso productivo. La tendencia actual en la optimización de la logística es la centralización: emplear menos centros logísticos, pero de mayor tamaño. Creo que el siguiente paso en este camino de optimización va a ser la cooperación horizontal entre empresas", ha comentado el investigador.

Como se ha demostrado con la tesis, que ha obtenido la calificación de sobresaliente 'cum laude', la investigación operativa, que emplea modelos matemáticos, estadística y algoritmos en la toma de decisiones, "tiene mucho que aportar en este campo". "Las matemáticas son mucho más que números. Son orden, coherencia, relaciones", ha destacado el investigador.