El camión salió lleno,
con aire adentro y mal cargado.

Cubicaje inteligente para el mundo real

En logística de distribución, un camión cargado al 95% de capacidad puede ser un desastre operativo si el chofer tiene que bajar 40 cajas ajenas a la vereda para entregar un pedido. Este módulo resuelve la estiba tridimensional combinando estabilidad física con la secuencia de ruta (milk-run).

1. Secuencia de descarga y resistencia de carga

Cualquier algoritmo que ignore estas dos reglas genera roturas o demoras inaceptables en destino:

2. Por qué el remanipuleo destruye la rentabilidad

El costo de mover carga en la calle es mucho mayor que el costo de llevar un 5% de espacio vacío en el semirremolque:

• Tiempo de chofer y peón: Cada bulto que se baja para buscar otro suma entre 30 y 90 segundos. En una ruta de 4 paradas con 100 remanipuleos, se pierden más de 2 horas de jornada laboral solo moviendo mercadería en la vereda.
• Siniestralidad y roturas: La mercadería que se manipula dos o tres veces en el asfalto tiene 4 veces más probabilidad de sufrir golpes, caídas o raspaduras.
• Pérdida de ventanas horarias: Los retrasos acumulados en las primeras paradas provocan rechazos de recepción en los clientes finales.

3. Heurística greedy con bandas vs. solver matemático

El problema de empaquetado de contenedores multi-destino con restricciones físicas es NP-difícil. Encontrar la solución matemática perfecta para 200 cajas requeriría horas de cálculo por cada camión, algo inviable en un centro de distribución donde los camiones deben salir en horario.

Nuestra solución usa una heurística constructiva greedy por bandas de profundidad: divide el semirremolque en secciones longitudinales según la demanda de cada parada y ubica los bultos evaluando puntos extremos de contacto, soporte de gravedad y límites de sobrecarga.

4. Supuestos declarados del modelo

Para simular escenarios realistas sin conexión a datos confidenciales, el módulo adopta los siguientes parámetros:

• Semirremolque estándar: 13,60 m de largo × 2,45 m de ancho × 2,70 m de alto (89,96 m³) y 28.000 kg de carga útil.
• Densidades por familia: Textil (140 kg/m³), Paquetería (260 kg/m³), Alimentos/Bebidas (410 kg/m³), Ferretería (590 kg/m³).
• Holgura espacial (α = 5%): Margen de flexibilidad que permite a una parada adyacente ocupar un hueco sobrante sin comprometer la accesibilidad del pasillo.

💡 Explorá los escenarios: En la pestaña Simulación podés seleccionar entre 21 perfiles de carga preconfigurados (desde cargas ultra-pesadas hasta paquetería e-commerce o muebles armados) para observar cómo responde el algoritmo ante distintas realidades operativas.

Esto es un problema de multi-drop container loading: ubicar ~200 bultos en un semirremolque de 90 m³ respetando estabilidad gravitacional, resistencia al apilado, orientación y acceso LIFO por parada. La métrica de bloqueo viene de la operación de patios de contenedores. Es NP-difícil; el módulo usa una heurística greedy, no un solver exacto: 200 bultos resueltos en ~400 ms.