Improving Port Ship Times Fixed Itinerary, by

Allocating Berths, using a Formal Programming Model

Jonatán Edward Rojas Polo, Mg.1, David Meléndez Medina, Ing.2, Sharely Cárdenas Robles, Ing.1
1
Pontificia Universidad Católica del Perú, Perú, [email protected], [email protected]
2
Perú, [email protected]

Abstract– This research arises from the need in the care of the
ships of a port terminal in Pilot Plan PELS (Programming Early
Landing Ship). Our research was conducted in order to increase
productivity and reliability of scheduled Ships Fixed Route jobs,
using formal models for optimal decision making; thus avoiding
non-user satisfaction and misuse of available resources while
streamlining operations, reducing time and costs of information
processing. The methodology used was based on operations
research (Definition of the problem, model formulation, obtaining
model solution from, and model validation) also for model
construction heuristic or approximate methods were used, which
are efficient procedures to find good solutions but not necessarily
be optimal; in these methods, the speed of the process is as
important as the quality of the solution obtained.
The results show that it was feasible to develop a system
capable of simulating a heuristic allocation, load leveling pier
produced in the adjustment algorithm allows greater attention ships
raising levels of customer satisfaction, along the model offers a fast
and reliable response. With the model the utilization rate of the
springs from 48% to 57%, which impacted directly on the profits
with improved 17.09% increase.

Keywords— Allocation of ships, heuristic model.

Digital Object Identifier (DOI): http://dx.doi.org/10.18687/LACCEI2015.1.1.073

ISBN: 13 978-0-9822896-8-6
ISSN: 2414-6668

13th LACCEI Annual International Conference: “Engineering Education Facing the Grand Challenges, What Are We Doing?”
July 29-31, 2015, Santo Domingo, Dominican Republic ISBN: 13 978-0-9822896-8-6 ISSN: 2414-6668
DOI: http://dx.doi.org/10.18687/LACCEI2015.1.1.073
 Mejora de tiempos en puerto de buques de itinerario
fijo, mediante la asignación de amarraderos, haciendo
uso de un modelo formal de programación
Jonatán Edward Rojas Polo, Mg.1, David Meléndez Medina, Ing.2, Sharely Cárdenas Robles, Ing.3
Rojas1 y Cárdenas3 pertenecen a la Pontificia Universidad Católica del Perú, Perú, [email protected],
[email protected]
Meléndez2, Perú, [email protected]
Abstract– This research arises from the need in the care of the Palabras clave -- Asignación de buques, modelos heurísticos.
ships of a port terminal in Pilot Plan PELS (Programming Early
Landing Ship). Our research was conducted in order to increase I. INTRODUCCIÓN
productivity and reliability of scheduled Ships Fixed Route jobs,
using formal models for optimal decision making; thus avoiding Los puertos peruanos son un centro neurálgico y vital en
non-user satisfaction and misuse of available resources while la economía del país, considerando que el Perú importa el 50%
streamlining operations, reducing time and costs of information de lo que consume y que esto ingresa por puertos; siendo que
processing. The methodology used was based on operations el 90% de nuestras transacciones comerciales con el mundo se
research (Definition of the problem, model formulation, obtaining hace vía marítima y en Lima se moviliza el 75% de la carga
model solution from, and model validation) also for model total nacional.
construction heuristic or approximate methods were used, which
are efficient procedures to find good solutions but not necessarily
be optimal; in these methods, the speed of the process is as
Las condiciones por las que atraviesa la economía
important as the quality of the solution obtained. mundial presionan a los puertos para que modernicen su
The results show that it was feasible to develop a system infraestructura y mejoren la productividad de sus
capable of simulating a heuristic allocation, load leveling pier instalaciones, ello sumado a la competitividad que deben
produced in the adjustment algorithm allows greater attention ships ofrecer para ganar mercados.
raising levels of customer satisfaction, along the model offers a fast
and reliable response. With the model the utilization rate of the El puerto en estudio tiene una fuerte debilidad al no haber
springs from 48% to 57%, which impacted directly on the profits ampliado la infraestructura de los muelles; para poder así, dar
with improved 17.09% increase.
un uniforme y mejor servicio a los buques modernos, dado que
Keywords-- Allocation of ships, heuristic model.
en las operaciones de los buques se trata de optimizar el uso
Resumen – La presente investigación surge ante la necesidad de los amarraderos, haciendo uso de buques de mayores
que existe en la atención de las naves de un terminal portuario en medidas tanto de su eslora (largo del buque) como en sus
el Plan Piloto PAAN (Programación Anticipada de Arribo de calados (profundidad); por otro lado es meritorio y necesario
Naves). Nuestra investigación se realizó con la finalidad de mencionar que el puerto en estudio viene mejorando su
incrementar la productividad y confiabilidad de trabajos servicio, superando cada año el record del año precedente en
programados de las Naves de Itinerario Fijo, haciendo uso de lo que respecta a movilización de contenedores incluso
modelos formales para una óptima toma de decisiones; evitando así, sobrepasando el millón (1’000,000) de TEU s. En el último
la no satisfacción de los usuarios y el mal uso de los recursos año movilizó 1’285,00 TEU’s liderando de esta manera los
disponibles, al mismo tiempo agilizar operaciones, reduciendo
tiempo y costos de procesamiento de información. La metodología
puertos de la costa oeste de Sudamérica; esto muy
utilizada fue basada en la investigación de operaciones (Definición posiblemente sea el reflejo de la implementación de medidas
del problema, Formulación del modelo, Obtención de una solución para la optimización de operaciones dentro del puerto en
a partir del modelo y Validación del modelo), además para la cuanto a la atención a naves, y en los terminales de
construcción del modelo se usó métodos heurísticos o aproximados, almacenamiento siguiendo lineamientos de mejores prácticas
los cuales son procedimientos eficientes para encontrar buenas aplicadas en puertos importantes a nivel mundial como son los
soluciones aunque no necesariamente sean óptimas; en estos sistemas integrados de información y comunicación dentro del
métodos, la rapidez del proceso es tan importante como la calidad puerto (SIOP , SIOP-RF , SPARCS , entre otros), y a la vez
de la solución obtenida.
cabe señalar la adquisición de nuevas maquinarias y
Los resultados muestran que fue viable el desarrollo de un
sistema capaz de simular una asignación heurística, la nivelación
últimamente la adquisición de grúas pórtico de muelle y grúas
de cargas en los muelles producida en el algoritmo de reajuste de patio.
permite una mayor atención de naves elevando los niveles de
satisfacción de clientes, además el modelo ofrece una respuesta ágil No obstante las mejoras del sistema portuario de ninguna
y confiable. Con el modelo se incrementó la tasa de utilización de manera debería recaer solamente en el administrador
los muelles de 48% a 57%, lo cual impactó directamente en la portuario, sino de igual manera son partícipes la Región, la
utilidades con una mejora de 17.09%. cual debería proveer mejoras en las rutas de acceso al puerto,

13th LACCEI
13 Annual International
LACCEI Annual International Conference:
Conference: “Engineering
“Engineering Education
Education Facing
Facing the
the Grand
Grand Challenges,
Challenges, What
What Are
Are We
We Doing?”
Doing?”
July 29-31, 2015, Santo Domingo, Dominican Republic
Republic ISBN: 13 978-0-9822896-8-6 ISSN: 2414-6668 1
DOI: http://dx.doi.org/10.18687/LACCEI2015.1.1.073
y a su vez los usuarios del terminal portuario, los cuales a su Actualmente la programación de buque-amarradero no se
vez deberían modernizar sus infraestructuras y equipos para realiza mediante un modelo de optimización o un algoritmo
garantizar un trabajo con una productividad óptima y formal de secuenciación. El proceso comienza cuando el
constante, sin inconvenientes que se presentan en la actualidad cliente (línea de buques) mediante el uso de la plataforma web
como son las paralizaciones por la escasez de camiones para realiza una reserva de atraque en puerto, donde especifica las
movilizar la descarga o la planificaciones de embarque de dimensiones del buque (eslora, calado y manga), tipo de nave,
contenedores de último momento. Por ende el terminal tiempo esperado de atraque y tiempo en puerto, observe la
portuario en estudio viene implementando un programa piloto Tabla I.
para el atraque anticipado de naves de itinerario fijo, PAAN, Tabla I
Base de datos de solicitud de atraque de nave en muelle
esto de acuerdo a tendencias mundiales, dado que sistemas
Plan ETA ETD NAVE CAL ESL MAN
similares vienen funcionando en puertos importantes de Asia y 1184 02/11/2014 04/11/2014 NYK JOANNA 33 210 30.1
Europa que marcan la pauta en el comercio mundial; las naves 06:00 02:00
de itinerario fijo tienen ventanas de tiempo confirmadas para 1297 02/11/2014 03/11/2014 MAPOCHO 33 168 27.2
12:00 16:00
sus operaciones; de esta manera, tanto el terminal portuario 1295 02/11/2014 03/11/2014 MOL 33 178 28.24
como el agente de la nave puede prever con anticipación su 12:00 12:00 UNIVERSE E
planificación y optimizar las operaciones para atender el 1247 03/11/2014 05/11/2014 MARUBA 33.15 210.9 32.26
embarque o descarga de mercadería y servicios que requerirá 12:00 04:00 VICTORY
la nave. 1106 04/11/2014 05/11/2014 HERMANN 35 176.9 27.4
01:00 13:00 HESSE
1273 04/11/2014 05/11/2014 ITAJAI 36 207.5 29.8
La actual asignación de amarraderos del programa piloto 06:00 11:00 EXPRESS
PAAN se viene realizando con una anticipación de 3 meses y 1185 04/11/2014 06/11/2014 NYK CLARA 34 210 30.1
de manera manual, lo cual implica un alto grado de dificultad 09:00 09:00
1138 04/11/2014 06/11/2014 CAP BRETON 33 210.0 30.2
no solo por la gran cantidad de datos que se manejan sino 18:00 08:00
también porque el convenio PAAN permite rectificaciones 1311 04/11/2014 05/11/2014 CSAV RIO 33 207.4 29.8
(sujetas a la disposición de amarraderos y al visto bueno de la 20:00 20:00 LONTUE
oficina de Trafico del Puerto). De continuar sin el uso de un 1322 05/11/2014 06/11/2014 APL COLIMA 25 166.1 25
07:00 07:00
modelo formal es muy probable que la empresa afronte en un 1136 06/11/2014 08/11/2014 CAP PASADO 36 221.6 29.8
periodo de corto plazo desventajas competitivas, dado que no 06:00 23:00
se tomaron medidas correctivas para el manejo de un gran y 1347 06/11/2014 07/11/2014 ESTHER 32 210.0 30.2
07:00 07:00 SCHULTE
dinámico número de datos provocando malestar entre los 1165 06/11/2014 08/11/2014 CSAV MEXICO 33 207.9 32.24
clientes por demoras en el procesamiento de datos. 07:00 01:00
1159 06/11/2014 07/11/2014 LIBRA CHILE 33 184.1 25.3
Por lo tanto, en esta investigación se brinda una solución 12:00 06:00
1238 06/11/2014 09/11/2014 MARUBA 33 175.4 27.7
para afrontar el reto de este nuevo plan piloto, evitando un 12:00 05:00 PARANA
futuro conflicto en el manejo de datos, desarrollando un
modelo formal de programación dinámica basado en un Programación:
modelo heurístico para la asignación de estos buques de
itinerario fijo, teniendo como función objetivo la Posteriormente el administrador portuario descarga la data
maximización de la suma de tiempos en muelle de estos en una hoja de cálculo y procede a la asignación de buque a
buques de itinerarios dejando mayores márgenes o ventanas de amarradero aplicando el principio de primero en llegar
tiempo para la atención de buques Tramp (modalidad de primero en ser asignado, FIFO, siempre y cuando las
fletamento); aportando de esta manera al desarrollo del Puerto dimensiones del buque seleccionado (eslora y calado) no
para el manejo de una información exacta y oportuna, sobrepasen las dimensiones del muelle donde debe ser
facilitando la gestión de la empresa y su desarrollo. asignado por este principio; en el caso que las dimensiones del
buque no cumplan con los requerimientos de eslora y calado,
la nave deberá ser asignada al siguiente muelle hasta cumplir
II. SITUACION INICIAL con las restricciones de medidas. Si las dimensiones de la nave
La actual asignación de amarraderos del programa piloto a asignar cumplen con las medidas de un solo muelle en
PAAN, tal como se mencionó anteriormente, se realiza con específico, y éste muelle se encuentra ocupado, la nave deberá
una anticipación de 3 meses y de manera manual (en archivos esperar.
de cálculo), lo cual implica un alto grado de complejidad, no
solo por la gran cantidad de datos que se manejan sino Una nave solo puede ser asignada a un muelle, es decir,
también porque es necesario realizar un plan dinámico, dado una vez que la nave atraca en un muelle, solo desatracará
que el convenio PAAN permite rectificaciones en el tiempo cuando termine su servicio en muelle.
esperado de atraque y desatraque las naves.

13th LACCEI Annual International Conference: “Engineering Education Facing the Grand Challenges, What Are We Doing?”
July 29-31, 2015, Santo Domingo, Dominican Republic 2
 Un muelle solo puede atender a una nave por intervalo de En la Tabla III se muestran las características de los
tiempo. En nuestro análisis de los datos, se observó que este amarraderos:
principio muchas veces no es respetado, siendo la causa la Tabla III
complejidad de la programación en una hoja de cálculo, dado Dimensiones de los muelles
que no se puede ver el nivel de carga por muelle en tiempo Muelle Eslora (metros) Calado (pies)
M2A 195 33
real, y por consiguiente se programa distintos naves a un M2B 195 33
mismo muelle en el mismo intervalo de tiempo, lo cual genera M5A 180 36
quejas e insatisfacción en los clientes. En la tabla II podemos M5B 220 36
observar el formato de asignación de nave a muelle, así M5D 225 36
M5E 192 36
también se observa un error típico en el plan 1184 y el plan
1295, los cuales se cruzan en el amarradero 5A entre el 02 y
03 de noviembre. La presencia de este error es del 12% del III. SITUACION MEJORADA
total de naves a asignar.
En la actualidad el terminal portuario de estudio, en su
Mediante el análisis de la data de asignación de dos años,
plan piloto PAAN, se encuentra recibiendo la información de
se observó que en promedio el 12% de la asignación total de
los itinerarios de las naves de itinerario fijo por parte de los
naves a asignar, es asignación errada por causa de sobrecargar
distintos agentes navieros; sin lograr satisfactoriamente
el uso del muelle en más de una nave en un solo intervalo de
organizar esta información y sin usar una propuesta de
tiempo.
Tabla II programación óptima de los itinerarios concordante con los
Asignación de nave a muelle recursos con los que cuenta el puerto. Nuestra investigación
Plan ETA ETD CAL ESL MAN Muelle propone un modelo para la correcta asignación de
1184 02/11/2014 04/11/2014 33 210 30.1 5A naves/amarraderos, mediante un modelo formal, buscando la
06:00 02:00
1297 02/11/2014 03/11/2014 33 168 27.2 5B óptima utilización de los recursos (muelles y tiempo), y
12:00 16:00 posteriormente se determina una propuesta de redistribución
1295 02/11/2014 03/11/2014 33 178 28.24 5A para alcanzar a la demanda no cubierta, realizando arreglos en
12:00 12:00
determinado margen los tiempos de arribo (ETA 1 ) y zarpe
Recursos: (ETD2) de las naves, para buscar satisfacer la demanda con el
recurso actual. Caso contrario la línea naviera al observar que
Los recursos disponibles para el proyecto PAAN son el no disponemos reiteradamente capacidad de atención a sus
muelle 2 y el muelle 5, que contienen 6 amarraderos, teniendo buques, podría optar por no desembarcar en el puerto del
en cuenta que el puerto de estudio cuenta con 15 amarraderos Callao, pudiéndola realizar en el puerto de Paita u otros
para la atención de naves de carga general (02 amarraderos en puertos, o lo que sería peor, atracar en un puerto fuera del País
el muelle 2 y 04 amarraderos en el muelle 5). En la figura 1 se Actualmente solo el 5% no es atendido por capacidad (con
puede observar los amarraderos para el proyecto PAAN. mal uso de los recursos) de los muelles, no obstante si
hablásemos de atender justo a tiempo, solo se atiende al 78%
según lo observado en los registros de asignación, lo cual
genera pérdidas en promedio de $ 300 por hora buque en mar.
Sabemos que el costo de la naviera por buque, desde que
atraca hasta que desatraca está en un rango de $18,750 hasta
los $40,250 dependiendo del tipo de buque, del tipo de carga y
de los días en muelle.

Por lo mencionado, para el presente caso es necesario

definir las prioridades de las naves que van a programarse,
debe seguir algún criterio de optimización, como el costo de
operación, el tiempo de cambio, o la importancia de los
clientes.
El modelo propuesto tiene como input los itinerarios de
llegadas de las naves por parte de las líneas navieras; la
programación debe de regirse por Políticas, Limitaciones y los
Recursos con los que cuenta el puerto; y así el modelo logrará
brindar una programación lógica favorable. La metodología de
elaboración del modelo se observa en la figura 2.

Figura 1 Amarraderos pertenecientes al proyecto PAAN.

1
ETA – [Estimated Time of Arrival] Tiempo estimado de llegada
2
ETD – [Estimated Time of Departure] Tiempo estimado de salida

13th LACCEI Annual International Conference: “Engineering Education Facing the Grand Challenges, What Are We Doing?”
July 29-31, 2015, Santo Domingo, Dominican Republic 3
 2) Muelles activos: Con la finalidad de mantener los
muelles siempre activos se le asignarán a las naves los
muelles que hayan sido desocupados más próximos a la
llegada de la nave. Esto reduce el tiempo de no utilización
de los muelles lo cual genera menos desperdicio del recurso.
3) Optimizar: Para buscar optimizar los recursos
disponibles, en caso de que una nave pueda atracar en más
Figura 2 Esquema de elaboración del modelo de asignación de buques. de un muelle, esta atracará en el muelle que se ajuste mejor a
las características de la nave, es decir de entre los muelles
PROGRAMACIÓN posibles, se le asignará el muelle con el largo más justo al de
la nave o la profundidad más justa al de la nave. Esto
Los elementos necesarios para una adecuada significa a la vez de que si la nave es capaz de atracar en 2
programación en la asignación de nave-amarradero se observa muelles siendo estos de diferentes dimensiones, esta atracará
en la figura 2. El formato de las solicitudes se observan en la al muelle de largo más justo al de la nave, reservando el
Tabla 1, los recursos se visualizan en la figura 1, y las muelle de mayores dimensiones para una nave de mayores
limitaciones del plan PAAN en la tabla III. A continuación se dimensiones, dado que se aprovecharían mejor los recursos,
explica la programación y la secuencia que propone nuestro generando mayores ganancias hacia el puerto.
modelo. 4) Supuestos: Además para nuestra abstracción
A. Políticas trabajaremos con los siguientes supuestos:
Identificando el servicio brindado por el terminal - Los muelles y en general el puerto están disponibles en
portuario, y su fundamento en la “Programación de la todo el periodo de planificación.
Demanda de los Clientes (naves de Línea)”, desarrollamos - Los muelles no pueden dar servicio más allá de sus límites
políticas de reservaciones. Normamos las siguientes políticas: ya establecidos.
- No se permite interrupción de operaciones de las naves.
1) Regla de servicio FIFO (first in first out): la nave con la - No se permite cancelación, una vez iniciadas las
fecha más próxima en anunciar su llegada, es la nave que se operaciones de las naves.
le programará primero en muelle, siendo ésta la idea central - Los muelles pueden estar desocupados.
del algoritmo de aplicación, debido a que todos los clientes - Las restricciones tecnológicas son conocidas e inmutables.
del sistema portuario poseen un trato igualitario y no de
exclusividad de arribo. Esta conclusión surge de un B. Secuencia
razonamiento simple el cual consiste:
- Si por atender exclusivamente a un buque Panamax Class La secuencia se analizará y realizará en el siguiente ítem
antes que un buque de primera Generación, y siendo el “Formulación del Modelo”, buscando una programación de
buque de primera Generación el que llego primero, naves automatizada y posteriormente un arreglo de la
incurriríamos en los siguientes problemas: a) Una mala distribución realizando pequeños ajustes tanto en los tiempos
Captación de la perspectiva que tiene el cliente sobre la de llegada, como en los tiempos de salida de las naves
calidad de servicio, las cuales afectarían a las dimensiones limitando la variación de los tiempos en un tiempo máximo de
de credibilidad (honestidad al asignar), confiabilidad veinticuatro (24) horas.
(desempeñar el servicio prometido), compresión del
cliente, seguridad (incertidumbre) y respuesta por parte FORMULACIÓN DEL MODELO
del terminal portuario. b) La línea naviera al observar un
trato no igualitario en sus buques, podría optar por no VARIABLES
desembarcar en el puerto de estudio, pudiéndola realizar en
el puerto de Paita u otros puertos, o lo que sería peor, Para iniciar con la formulación del modelo definiremos
fuera del País. las variables con las que trabajaremos:
- Los costos adicionales que incurra el buque por esperar - Muelle.Calado[J] : Esta variable se define como el calado
arribar a muelle, son costos que están dentro de los rangos de cada muelle [J] ingresado a la programación.
de costos, que las centrales de las Navieras manejan. Por lo - Muelle.Eslora[J]: Esta variable se define como la eslora de
tanto que un buque grande espere y sus costos de cada muelle [J] ingresado a la programación.
operación sean mayores a los de un buque pequeño, no lo - Muelle.ETD[J]: Esta variable es un artificio utilizado para
tomamos como factor principal en la asignación. poder comparar los tiempos de salida de las naves con el
Tomaremos como mayor factor de asignación su orden de estado (ocupado o desocupado) del muelle.
llegada de los barcos, es decir FIFO.

13th LACCEI Annual International Conference: “Engineering Education Facing the Grand Challenges, What Are We Doing?”
July 29-31, 2015, Santo Domingo, Dominican Republic 4
- N: es el número de naves que se programa durante el observar la demanda real y actual y al mismo tiempo lograr
periodo. apreciar los conflictos existentes.
- Tinicial: Es un dato de tiempo, el que indica el inicio el Paso 2: Paso siguiente el programa requiere el ingreso del
periodo de programación. número total de naves a ingresar (N), los límites de tiempo
- Tfinal: Es un dato de tiempo, el que indica el final el para la asignación, tanto el Tiempo Inicial del Periodo
periodo de programación. (Tinicial) como el tiempo final de la asignación (Tfinal).
- Nplan[i]: Es el dato que interrelaciona la nave con el Paso 3: El sistema cargará las naves en orden cronológico con
anuncio de llegada al puerto (dado a que con el nombre de respecto al anuncio de su llegada (ETA[i]) con sus respectivos
la nave no basta porque esta puede llegar en más de una datos de una base de datos previamente ingresada.
oportunidad al puerto). Paso 4: Asumiremos como hipótesis que al inicio de la
- Nave.Nombre[i]: atributo de nombre de la nave. programación todos los muelles se encuentran desocupados
- Nave.Eslora[i]: atributo de dimensión (largo) de la nave. (ETD[J] = Tinicial).
- Nave.Calado[i]: atributo de dimensión (profundidad) de la Paso 5: Luego, se analizará la posibilidad de atracar una nave
nave. en cada uno de los muelle, teniendo en cuenta las
- Nave.ETA[i]: dato de la fecha de arribo de la nave (ETA características de estas y las restricciones de la infraestructura
Tiempo estimo de atraque). actual (Muelle.Calado[J], Muelle.Eslora[J]), y por supuesto el
- Nave.ETD[i]: dato de la fecha de zarpe de la nave (ETD hecho de su estado como ocupado o desocupado de cada
Tiempo estimado de zarpe). muelle (Nave.ETA[i] - Muelle.ETD[J]).
- Naves.ToMI: Contador de naves asignadas a muelles Paso 6: Daremos preferencia de atracar en los muelles 2A y
imaginarios 2B a buques que vengan con calado menor de 33 pies y por
- Min.Eslora[i]: variable que es utilizada como punto de supuesto que sus esloras le permitan un amarre bueno y
comparación para lograr hallar la eslora mínima de un seguro.
conjunto de muelles. Paso 7: Otro punto que tomamos en cuenta es el afán de hacer
- Nave.Muelle.index[i]: Es el número [J] del muelle que se un mejor uso del recurso por medio de iteraciones buscamos,
le asigna a la nave para su recalada. de entre los posibles muelles en los que puede atracar la nave,
- Min.Time[i]: variable que es utilizada como punto de que los naves atraquen en muelles con el calado y la eslora
comparación para lograr hallar el tiempo ocioso mínimo de más justa a estos con el objeto de reservar los muelles de
un conjunto de muelles. grandes dimensiones para los buques de grandes dimensiones
- Dif.Eslora[J]: Variable que sirve para comparar las Paso 8: Además el tiempo juega un papel importante dado a
diferencias de dimensión de eslora (largo) entre una nave y que si en un buque luego de las 2 primeras restricciones
un conjunto de muelles. (eslora y calado) le es indiferente atracar en un muelle o en
- Dif.Calado[J]: Variable que sirve para comparar las otro este buscará el muelle desocupado cuyo momento en que
diferencias de dimensión de calado (profundidad) entre cambio de estado de ocupado a desocupado sea el más
una nave y un conjunto de muelles. próximo a la fecha de arribo del buque (ETA[i]), esto es para
- Dif.Tiempo[J]: Variable que sirve para comparar las que el muelle permanezca el mayor tiempo operativo, y a la
diferencias de tiempo (ETA[i]-ETD[J]) entre el tiempo de vez lograr ventanas de tiempo libre en los otros muelles para
llegada de una nave y el tiempo en el que se desocupo cada tener la oportunidad de atender a buques que no pertenezcan a
muelle de un conjunto de muelles. este proyecto (buques TRAMP).
Paso 9: Continuar hasta terminar con el total de la lista de
buques para el respectivo periodo seleccionado
ALGORITMO DE ASIGNACION DE BUQUES
Para una mayor referencia se presenta en las figuras 3 y 4
Iniciaremos desarrollando un algoritmo capaz de devolver el algoritmo con la lógica empleada (el algoritmo se presenta
una asignación de buques/muelles para un determinado como una sub-rutina dado que en un proceso posterior se
periodo de tiempo, programación la cual al contar con una requerida de este).
lógica adquirida mediante la investigación se considera una
buena asignación (buscando la óptima). El algoritmo Una vez efectuado el algoritmo se observa (según pruebas
propuesto solo es válido para aquellos buques que se realizadas) que en ciertos momentos la demanda de buques
encuentran en el rango de dimensiones de eslora, calado y sobrepasa a los recursos con los que se goza en el puerto por
manga, el algoritmo sigue la siguiente lógica: cuanto se aprecian congestiones y en muchos casos existirán
buques que posiblemente no logren atracar a muelle en el
Paso 1: El programa deberá cargar los datos de los muelles. tiempo requerido. Se ha realizado un análisis para medir la
Cantidad de muelles a utilizar y sus atributos como la eslora frecuencia de los buques, con lo cual se halló las proporciones
(Muelle.Eslora[J]) y el calado (Muelle.Calado[J]), de los de servicio, con lo cual obtuvimos la prioridad de atención
muelles destinados para el proyecto; en nuestra propuesta para los buques de mayor tamaño.
hemos adherido 6 muelles imaginarios extras para lograr

13th LACCEI Annual International Conference: “Engineering Education Facing the Grand Challenges, What Are We Doing?”
July 29-31, 2015, Santo Domingo, Dominican Republic 5
 SOLUCIÓN 1

Dif.Eslora[J] >= 0
ʌ
INICIO Dif.Calado[J] >= 0
ʌ
Dif.Tiempo[iJ] >= 0

Sí
Muelle.Calado133; Muelle.Eslora 1195; Muelle.Calado736; Muelle.Eslora 7300;
Muelle.Calado233; Muelle.Eslora 2195; Muelle.Calado836; Muelle.Eslora 8300;
J==1 ˅ J==2
Muelle.Calado333; Muelle.Eslora 3195; Muelle.Calado936; Muelle.Eslora 9300;
Muelle.Calado433; Muelle.Eslora 4195; Muelle.Calado1036; Muelle.Eslora 10300;
Sí No
Muelle.Calado533; Muelle.Eslora 5195; Muelle.Calado1136; Muelle.Eslora 11300;
Muelle.Calado633; Muelle.Eslora 6195; Muelle.Calado1236; Muelle.Eslora 12300;
Dif.Eslora[J] <= Min.Eslora[i]

Sí

N;
Tinicial; Dif.Eslora[J] == Min.Eslora[i] No
Tfina
Sí Nave.Muelle.index[i] [J]
Min.Eslora[i] dif.eslora[iJ]
Nave.Muelle.index[i] [J] Dif.Eslora[J] Min.Eslora[i]
J=1; J=12;++

No

Muelle.ETD[J]
Tinicial Dif.Tiempo [iJ] < Min.Time[i]

Sí
J No
Nave.Muelle.index[i] [j]
Min.Time[i] dif.tiempo[iJ]
i=1; i<=N; ++

No
No
Nplan[i]; Nave.Nombre[i] ;
Nave.Calado[i]; Nave.Eslora[i];
Nave.ETA[i]; Nave.ETD[i]

Nave.ETA[i] >= Tinicial

ʌ
[J] Nave.Muelle.index[i]
Nave.ETD[i] <= Tfinal
Muelle.ETD[J] Nave.ETD[i]

Sí
Nave.Muelle.index[i] > 5
i
Sí

Naves.ToMI Naves.ToMI + 1
Naves.ToMI 0
No

i=1; i<=N; ++ Nplan[i]; Nave.Nombre[i]; Nave.Muelle.index[i];

Nave.Calado[i]; Nave.Eslora[i]; Nave.ETA[i];
Nave.ETD[i]
Min.eslora[i] MaxValor;
Nave.Muelle.index[i] -1;
Min.Time[i] MaxValor
i

J=1; J=12;++ Naves.ToMI

FIN

Dif.Eslora[J] Eslora.Muelle[J] – Nave.Eslora[i]

Dif.Calado[J] Calado.Muelle[J] – Nave.Calado[i]
Dif.Tiempo[iJ] Nave.ETA[i] – Muelle.ETD[J] Figura 4 Algoritmo Solución Parte II.

Luego de observar que aún existen naves sin poder

1 programar a tiempo, buscamos una solución a esta nueva
problemática, donde se propuso trabajar con el tiempo de
arribo y zarpe sin hacer variar sus tiempos totales de trabajo.
Figura 3 Algoritmo Solución Parte I.
Para esto se acordó en variar las horas en inicio de las
operaciones de los buques en máximo de +/-24 horas, en
nuestra propuesta dejaremos abierta esta opción para buscar la
mejor opción en cuanto a propuestas de programación, esta

13th LACCEI Annual International Conference: “Engineering Education Facing the Grand Challenges, What Are We Doing?”
July 29-31, 2015, Santo Domingo, Dominican Republic 6
será una variable que será ingresada a la programación, ARREGLO ALEATORIO
variable que en nuestro algoritmo aparece con el nombre de
“Lim.variacion”, y realizar múltiples iteraciones del algoritmo INICIO
de asignación de buques/muelles anteriormente presentado
(figuras 3 y 4), y posteriormente ir comparándolos, y TotalVariación 0
seleccionar el algoritmo que muestra una solución más
cercana al óptimo.
i=1; i<= N; ++

Al realizar la posibles soluciones nos enfrentamos con un

número demasiado grande de iteraciones, la cual incrementa el VARIACIÓN
tiempo de respuesta, por consiguiente se optó por realizar una
muestra de un número predeterminado de iteraciones (30,000)
y estas iteraciones modificarán las horas de inicio de Nave.ETA[i] + Varianza > Tinicial No
operaciones de los buques dentro del límite anteriormente
seleccionado, de manera aleatoria por cada buque, tanto Varianza 0
Sí
positivamente como negativamente. La lógica para el arreglo
Nueva.ETA[i] Nave.ETA[i]+Varianza
en la variación aleatoria de las horas de inicio de operaciones Nueva.ETD[i] Nave.ETD[i]+Varianza
de los buques se muestra a continuación en las subrutinas:
“Variación” (figura 5) y “Arreglo Aleatorio” (figura 6).

VARIACIÓN Nave.variación[i] varianza

TotalVariación TotalVariación + Nave.variación[i]

INICIO

Lim.variacion
FIN

Prob = random(100)
Figura 6 Sub-Rutina Arreglo Aleatorio.
Varianza = random(Lim.variacion)
Una vez efectuado los arreglos aleatorios en los tiempos
de las naves, se procede a efectuar el algoritmo de solución
Prob < 50 presentado al inicio de la formulación del modelo (figuras 3 y
4, en este caso empleado como una sub-rutina) con el cual se
Sí generaría nuevas propuestas de solución.

Varianza Varianza*-1 No Posteriormente se procede a la comparación de las

propuestas, paso en el cual se toma como parámetros de
comparación el número de buques que no lograron ocupar
FIN muelles reales (Condición Nave.ToMI < Aux.NavesToMI),
seleccionando el menor tiempo de ellos, y en caso de que estos
Figura 5 Algoritmo Sub-Rutina Variación. sean iguales se procedería a comparar el total de las horas de
variación de los buques buscando que estas fueran las
En esta sub-rutina (figura 5) se realiza el trabajo de mínimas posibles, y que estas naves mantenga su itinerario
generar aleatoriamente las horas de variación, positiva o original (Condición TotalVariación < Aux.TotalVariación). La
negativa, que serán aumentadas para cada nave. lógica de esta condición se observa en la figura 7.

En el proceso siguiente (figura 6) se observa el En el siguiente paso, se procederá a reemplazar los

mecanismo empleado para el aumento de en las horas (+/-) tiempos de arribo de la nave, almacenando la mejor solución
teniendo en cuenta que el arreglo de las variaciones de las para la comparación con la siguiente propuesta producto de la
horas no produzca que en ningún caso alguna de las naves siguiente iteración. Observe la figura 8.
salga del límite de tiempo inicial (Tinicial) anteriormente
asignado para la programación.

13th LACCEI Annual International Conference: “Engineering Education Facing the Grand Challenges, What Are We Doing?”
July 29-31, 2015, Santo Domingo, Dominican Republic 7
 COMPARAR LISTAS INICIO Como paso final, en la figura 9 se muestra el algoritmo de
reporte del resultado del modelo propuesto.
Aux.Naves.ToMI ;
Naves.ToMI ; REPORTE DE
Aux.TotalVariación; RESULTADOS
TotalVariación

INICIO

Aux.Naves.ToMI == Naves.ToMI
i=1; i <= N ; ++
Sí

No
Aux.Nplan[i]
Aux.TotalVariación < TotalVariación Aux.Nave.Nombre[i]
Aux.Nave.Calado[i]
Aux.Nave.Eslora[i]
No
Aux.Nave.ETA[i]
Aux.Nave.ETD[i]
Aux.Naves.ToMI < Naves.ToMI Sí Aux.Nave.Muelle.index[i]
Aux.Naves.ToMI
Comparación
0

Sí
Comparación
1
No
m

Comparación
1
FIN
Comparación
0

Figura 9 Algoritmo Sub-Rutina Reporte de Resultados.

Los procesos descritos anteriormente se integran a un

FIN algoritmo maestro, figura 10, con el cual se realiza el reajuste
de las naves y se espera llegar a un a respuesta mejorada
Figura 7 Algoritmo Sub-Rutina Comparar Listas. siempre en busca de la utilización óptima de los recursos del
Puerto. Esto se da en un número de 30,000 iteraciones.
REEMPLAZO
REAJUSTE

INICIO
INICIO

Comparación == 0 ALMACENAR ORIGINAL

Sí LISTA AUXILIAR

i=1; i <= N ; ++
m=1; m <= 30,000; ++

ARREGLO ALEATORIO
Aux.Nplan[i]
Nplan[i];
Aux.Nave.Nombre[i]
Nave.Nombre[i];
Aux.Nave.Calado[i]
Nave.Calado[i]; SOLUCIÓN
Aux.Nave.Eslora[i]
Nave.Eslora[i];
Aux.Nave.ETA[i]
Nave.ETA[i]; COMPARAR LISTAS
No
Aux.Nave.ETD[i]
Nave.ETD[i]
Aux.Nave.Muelle.index[i] Nave.Muelle.index[i]
Aux.Naves.ToMI Naves.ToMI REEMPLAZO

m
i
REPORTE DE
RESULTADOS

FIN
FIN
Figura 8 Algoritmo Sub-Rutina Reemplazo.
Figura 10 Algoritmo Reajuste.

13th LACCEI Annual International Conference: “Engineering Education Facing the Grand Challenges, What Are We Doing?”
July 29-31, 2015, Santo Domingo, Dominican Republic 8
 Como se observa en la figura 10 para la ejecución del las naves de itinerario fijo del terminal portuario en estudio.
algoritmo se necesitó las sub-rutinas complementarias como En la figura 13 se observa la interface del modelo propuesto.
son la del almacenaje de la propuesta original, el algoritmo
para almacenar la solución inicial se muestra en la figura 11.
Para futuras comparaciones y observar la mejora entre la
propuesta original y la propuesta final se trabajó con la
subrutina “Lista Auxiliar” (figura 12), la cual es necesaria para
la operatividad del algoritmo Global (figura 10: Reajuste).

ALMACENAR ORIGINAL

INICIO

i=1; i<=N; ++
Figura 13 Interface: Menú de solución.
O.Nplan[i]
Nplan[i];
O.Nave.Nombre[i]
Nave.Nombre[i]; En este módulo se puede obtener de forma matricial:
O.Nave.Calado[i]
Nave.Calado[i]; donde indica el nombre de la nave, tiempo esperado de
O.Nave.Eslora[i]
Nave.Eslora[i];
O.Nave.ETA[i]
Nave.ETA[i];
embarque ETA, tiempo esperado de desembarque y el muelle
O.Nave.ETD[i]
Nave.ETD[i] asignado. El programa también de manera grafica la
O.Nave.Muelle.index[i] Nave.Muelle.index[i] asignación de los buques, empleando un nivel de carga por
O.Naves.ToMI Naves.ToMI
amarradero. En la tabla IV y en la figura 14 se muestra el
reporte de asignación.
i Tabla IV
ASIGANCION ANTICIPADA
NOMBRE
FIN ETA ETD MA1 MA2 M5A M5B M5D M5E
NAVE
Figura 11 Algoritmo Sub-Rutina Almacenar Original. APL 13/10/2014 14/10/2014
X
MANAGUA 01:12 18:12
NORASIA 13/10/2014 14/10/2014
X
ALYA 02:12 20:12
LISTA AUXILIAR
RHL 13/10/2014 14/10/2014
X
AGILITAS 02:12 14:12
NYK 13/10/2014 15/10/2014
X
INICIO CLARA 04:12 18:12
15/10/2014 16/10/2014
TORGE S X
01:12 06:12
i=1; i<=N; ++ 15/10/2014 17/10/2014
RHL AQUA X
20:12 08:12
Aux.Nplan[i]
Nplan[i];
Aux.Nave.Nombre[i]
Nave.Nombre[i];
Aux.Nave.Calado[i]
Nave.Calado[i];
Aux.Nave.Eslora[i]
Nave.Eslora[i];
Aux.Nave.ETA[i]
Nave.ETA[i];
Aux.Nave.ETD[i]
Nave.ETD[i]
Aux.Nave.Muelle.index[i] Nave.Muelle.index[i]
Aux.Naves.ToMI Naves.ToMI

FIN

Figura 12 Algoritmo Sub-Rutina Lista Auxiliar.

Figura 14 Reporte Gráfico Asignación Anticipada.
INTERFACE DE SOLUCIÓN
VALIDACIÓN DEL MODELO
Se elaboró una plataforma desarrollada en Visual C#, la
base y diseño de este programa son los algoritmos arriba Para la validación del modelo, se simularon escenarios
descritos, además de hacer uso de los datos del itinerario de donde se modificaba el tiempo esperado de atraque, luego se
tomó muestras de las programaciones realizadas manualmente

13th LACCEI Annual International Conference: “Engineering Education Facing the Grand Challenges, What Are We Doing?”
July 29-31, 2015, Santo Domingo, Dominican Republic 9
 contrastándolas con programaciones alternativas resultantes de (cuya eslora es de 182.80 m.) lo cual evidencia una seria falla
la aplicación del modelo desarrollado; finalmente mediante de asignación, dado consigo problemas de seguridad; lo cual
una prueba estadística se determinó la significancia de la evidencia una fortaleza de nuestra propuesta, dado que las
diferencia entre los métodos. No obstante haciendo una prueba restricciones establecidas evitan que estos conflictos ocurran.
validación del modelo con distintos datos de entrada y Además se aprecia una disminución general del tiempo
distintas variaciones de horas, se observó un periodo estable insatisfecho de las naves que no lograron atracar a ningún
en la asignación obtenida, después de las 24 horas de muelle.
variación, el resultado de asignación no tiende a cambiar
significativamente, esto se comprobó mediante un análisis de V. CONCLUSIONES
medias. Se elaboró un modelo formal para determinar la
IV. RESULTADOS programación/asignación de los buques/muelles de itinerario
Se observa la deficiencia en la programación manual con fijo suscritos al Plan Piloto PAAN en el Terminal Portuario.
la cual se trabajaba, dado que no se toman en cuenta las horas
de arribo y zarpe de las naves (solo toma en cuenta el tiempo El uso del sistema propuesto incrementa la productividad
de operación), por cuanto en realidad el método actual puede de la mano de obra en el área de la oficina de Tráfico del
considerarse tan solo una asignación de muelles, más no una terminal portuario. La nivelación de cargas horas de trabajo,
programación adecuada. que produce automáticamente el programa, permite una
atención de mayor número de naves.
El modelo heurístico propuesto se enfoca a simular
escenarios de asignación más cercana al optimo, tomando en Se desarrolló un sistema capaz de simular una asignación
cuenta los estados de los muelles como ocupado y heurística, donde es posible observar las probables
desocupado, en un principio se logra mostrar la situación real, problemáticas debidas a la demanda vs. la infraestructura del
del muelle, la congestión por cual atravesó en determinado puerto. La implementación del sistema propuesto permitirá
momento, y lo que posiblemente atravesaría en el futuro. disponer de información oportuna y confiable

En la tabla V se presentan las estadísticas para contrastar Se demostró la viabilidad técnica de elaborar un algoritmo
los datos obtenidos en una corrida de 10 días de atención. de asignación-secuenciación de buques/amarraderos mediante
principios y mezcla de algoritmos heurísticos de asignación y
Tabla V secuenciación. Esta unión de principios mejoró la calidad de
Total del Naves
respuesta del algoritmo propuesto. Con el uso de los
Sin
Asignar
M02A M02B M05A M05B M05D M05E algoritmos no se concluye que es la asignación óptima, no
Programación actual 26 5 7 5 0 3 3 obstante es una asignación cercana al óptimo y mejor que la
Programación
20 6 3 12 0 7 1 asignación actual, dado que se tiene una mejor tasa de
Propuesta Inicial utilización por amarradero.
Programación
16 7 3 13 0 8 2
Propuesta Mejorada
REFERENCIAS
Observamos un aumento considerable de naves atracadas [1] M. Pinedo, Scheduling: Theory, Algorithms, and Systems, New York,
en muelle, y las naves sin asignar van disminuyendo de 26 Stern School of Business, Springer, 2008.
naves en la programación actual, 20 según la Programación [2] M. Pinedo, Planning and Scheduling in Manufacturing and Services, New
Propuesta Inicial a 16 naves según la Programación Propuesta York, 2005.
[3] P. Brucker, Scheduling Algorithms, New York, Springer, 2007.
Mejorada. En la tabla VI se presentan las horas de [4] R. Kenneth Baker y D. Trietsch, Principles of Sequencing and
aprovechamiento en muelle. Scheduling, Wiley, 2013.
[5] S. Russell, y P. Norvig, Inteligencia Artificial. Un enfoque moderno.
Tabla VI Madrid, Pearson Educación S.A., 2004.
Total de horas ocupadas por Naves [6] Escuela Nacional de Aduanas, Operativa de comercio exterior, Manual
Sin base, Lima-Perú, 2001.
M02A M02B M05A M05B M05D M05E
Asignar [7] CEPAL (Comisión Económica para América Latina y el Caribe),
Programación actual 967.48 257.98 165 153 0 142 110.98 Indicadores de productividad para la Industria Portuaria. Aplicación en
Programación 880.5 162.98 96 312.98 0 294.98 49 América Latina y el Caribe, 2006
Propuesta Inicial
Programación 773.47 198.98 84 359 0 300 81
Propuesta Mejorada
Authorization and Disclaimer
Se aprecia que la programación propuesta mejora las Authors, Jonatán Edward Rojas Polo, David Melendez
horas de las naves en los muelles, se distribuye de mejor Medina and Sharely Cardenas Robles, authorize LACCEI to
manera dado a que en la programación actual. Se observó que publish the paper in the conference proceedings. Neither
asignaron buques de eslora mayor de 200 m. a los muelles 2A LACCEI nor the editors are responsible either for the content
or for the implications of what is expressed in the paper.

13th LACCEI Annual International Conference: “Engineering Education Facing the Grand Challenges, What Are We Doing?”
July 29-31, 2015, Santo Domingo, Dominican Republic 10