Integración de visión computarizada, optimización lineal entera y mixta y notificaciones por email para la optimización del problema de empaque de contenedores: Un Enfoque Bottom-up utilizando Python

Resumen

En este artículo, se presenta un enfoque de diseño que integra cuatro desarrollos principales para abordar un caso de aplicación clásico de la programación lineal entera y mixta: Bin Packing Problem (BPP). El enfoque bottom-up combina un modelo de visión computarizada desarrollado por Google, métodos automatizados de tratamiento de datos no estructurados, un modelo de optimización lineal entera y mixta, y notificaciones por correo electrónico, todo implementado en el lenguaje de programación Python. En primer lugar, se integra un modelo de visión computarizada de Google que emplea técnicas de Inteligencia Artificial como el Reconocimiento Óptico de Caracteres y la Detección de Propiedades de Imagen, para capturar datos relevantes de imágenes y vídeos de los elementos o cargas a ser asignados a contenedores. A través de este modelo externo accesible mediante una Interfaz de Programación de Aplicaciones, se obtienen datos no estructurados que requieren tratamiento para su posterior análisis. Por lo tanto, se aplican métodos automatizados de procesamiento de datos no estructurados para limpiar, filtrar y organizar los datos, convirtiéndolos en una forma estructurada y adecuada para la integración con un modelo de optimización lineal. Posteriormente, se formula, programa e integra un modelo de programación lineal entera y mixta utilizando Google OR Tools como software de optimización y SCIP como solucionador, que aborda el BPP como caso de aplicación.