Arias-Rojas, Juan S.Jiménez-Gordillo, J. F. (José Fernando)Montoya-Torres, J. R. (Jairo Rafael)2013-11-132013-11-132012-072013-11-132011-09-21ISSN 17941237https://repository.eia.edu.co/handle/11190/137The school bus routing problem (SBRP) seeks to plan an efficient schedule of a fleet of school buses that must pick up students from various bus stops and deliver them by satisfying various constraints: maximum capacity of the bus, maximum riding time of students, time window to arrive to school. In this paper, we consider a case study of SBRP for a school in Bogotá, Colombia. The problem is solved using ant colony optimization (ACO). Computational experiments are performed using real data. Results lead to increased bus utilization and reduction in transportation times with on-time delivery to the school. The proposed decision-aid tool has shown its usefulness for actual decision-making at the school: it outperforms current routing by reducing the total distance traveled by 8.3 % and 21.4 % respectively in the morning and in the afternoon.El problema de ruteo de buses escolares (SBRP) busca encontrar el programa más eficiente para una flota de buses escolares que deben recoger y despachar estudiantes en varias paradas de bus satisfaciendo varias restricciones: capacidad máxima del bus, máximo tiempo de recorrido de los estudiantes, ventanas de tiempo para la llegada al colegio. En este artículo se considera un caso de estudio de un problema SBRP para un colegio en Bogotá, Colombia. El problema se resuelve usando la metaheurística de colonia de hormigas (ACO). Los experimentos computacionales se realizan empleando datos reales. Los resultados muestran el incremento en el nivel de utilización de los buses y una reducción en los tiempos de transporte con despacho a tiempo en el colegio. La herramienta ha mostrado su utilidad para la planeación regular de buses en el colegio: se redujo la distancia total recorrida en 8,3 % en la mañana y en 21,4 % en la tarde.16 p.engDerechos Reservados - Universidad EIA, 2020REI00186Solving of school bus routing problem by ant colony optimizationResolução do problema de ruteo de ônibus escolares com otimização por colônia de formigasResolución del problema de ruteo de buses escolares con optimización por colonia de hormigasArtículo de revistaEl autor de la obra, actuando en nombre propio, hace entrega del ejemplar respectivo y de sus anexos en formato digital o electrónico y autoriza a la ESCUELA DE INGENIERIA DE ANTIOQUIA, para que en los términos establecidos en la Ley 23 de 1982, Ley 44 de 1993, Decisión andina 351 de 1993, Decreto 460 de 1995, y demás normas generales sobre la materia, utilice y use por cualquier medio conocido o por conocer, los derechos patrimoniales de reproducción, comunicación pública, transformación y distribución de la obra objeto del presente documento. PARÁGRAFO: La presente autorización se hace extensiva no sólo a las dependencias y derechos de uso sobre la obra en formato o soporte material, sino también para formato virtual, electrónico, digital, y en red, internet, extranet, intranet, etc., y en general en cualquier formato conocido o por conocer. EL AUTOR, manifiesta que la obra objeto de la presente autorización es original y la realiza sin violar o usurpar derechos de autor de terceros, por lo tanto la obra es de exclusiva autoría y tiene la titularidad sobre la misma. PARÁGRAFO: En caso de presentarse cualquier reclamación o acción por parte de un tercero en cuanto a los derechos de autor sobre la obra en cuestión, EL AUTOR, asumirá toda la responsabilidad, y saldrá en defensa de los derechos aquí autorizados; para todos los efectos la ESCUELA DE INGENIERÍA DE ANTIOQUIA actúa como un tercero de buena fe.HEURÍSTICAHEURISTICINFRAESTRUCTURA Y GESTIÓN DEL TERRITORIOINFRAESTRUCTURE AND LAND PLANNINGSCHOOL BUSROUTINGANT COLONYCASE STUDYBUSES ESCOLARESRUTEOCOLONIA DE HORMIGASESTUDIO DE CASOinfo:eu-repo/semantics/openAccessAtribución-NoComercialArias-Rojas, Juan S., Jiménez, J. F., and Montoya-Torres, J. T. (2012). Solving of school bus routing problem by ant colony optimization, Revista EIA, 9 (17), 193-208. doi: http://hdl.handle.net/11190/137http://purl.org/coar/access_right/c_abf2