Pozo Burgos, Eduardo JavierOrtiz Benítez, Lesly BelénUrbano Portilla, Karen Pamela2025-01-212025-01-212025-01https://repositorio.upec.edu.ec/handle/123456789/2671La presente tesis aborda el desarrollo de un sistema de selección de metaheurísticas para la resolución de problemas de ruteo vehicular (VRP), utilizando técnicas de inteligencia artificial como árbol de decisiones y redes neuronales. El objetivo principal es mejorar la eficiencia y efectividad en la elección de algoritmos adecuados para resolver problemas específicos de VRP. La metodología empleada incluyó una revisión exhaustiva de la literatura sobre aplicaciones de estos métodos, y la implementación de un sistema basado en aprendizaje automático que analiza características del problema para seleccionar la opción óptima entre varias alternativas. Se realizaron experimentos con datos simulados, comparando el rendimiento de diferentes algoritmos en términos de tiempo de procesamiento y calidad de las soluciones obtenidas. Los resultados muestran que el sistema propuesto mejora significativamente la elección, reduciendo los tiempos de computación y mejorando las soluciones de enrutamiento en comparación con métodos tradicionales. Se concluye que la integración de inteligencia artificial en la selección de metaheurísticas no solo optimiza el proceso de distribución, sino que también proporciona una herramienta adaptable y robusta para la gestión logística.application/pdf81 páginasspainfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by/4.0/Metaheurísticas, Problemas de Ruteo Vehicular (VRP), Algoritmos, Sistema de selección, Inteligencia Artificial.info:eu-repo/semantics/bachelorThesishttp://purl.org/pe-repo/ocde/ford#2.00.00