Análisis Comparativo de Solvers de Optimizaciónpara el CVRPTW: OR-Tools vs. Hexaly.

Abstract

Este trabajo de fin de máster presenta un análisis comparativo entre dos solvers de optimización aplicados al problema de optimización de rutas con restricciones temporales y de capacidad (CVRPTW): OR-Tools, una herramienta de código abierto desarrollada por Google, y Hexaly, un solver comercial utilizado actualmente en entornos industriales. El objetivo es evaluar su rendimiento y robustez bajo distintos escenarios, tanto en instancias de benchmark clásicas como en datos reales proporcionados por Repsol.

Se ha diseñado una única función objetivo compuesta que combina múltiples métricas relevantes: distancia total recorrida, retraso en la entrega, número de vehículos utilizados, y número de clientes no servidos. A partir de la solución obtenida para cada combinación solver-tiempo, se realiza un análisis detallado de los resultados bajo cada métrica. Además, se introduce una restricción adicional (asignación fija de clientes a vehículos) como experimento de sensibilidad, para observar el efecto sobre la eficiencia y estabilidad de los solvers.

Los resultados muestran que Hexaly ofrece soluciones más consistentes y de mayor calidad, especialmente en instancias de gran tamaño o con menor estructura, mientras que OR-Tools presenta un rendimiento más variable y dependiente del tipo de instancia. Este trabajo también revela que OR-Tools emplea técnicas internas no documentadas oficialmente, lo que dificulta su ajuste fino frente a modelos personalizados.

This master’s thesis presents a comparative analysis between two optimization solvers applied to the Capacitated Vehicle Routing Problem with Time Windows (CVRPTW): OR-Tools, an open-source solver developed by Google, and Hexaly, a commercial tool widely used in industrial environments. The main objective is to evaluate their performance, robustness, and adaptability across different problem settings, including both classical benchmark datasets and real operational data provided by Repsol.

A single composite objective function is formulated, incorporating multiple key performance indicators: total distance traveled, delivery delays, number of vehicles used, and number of unserved customers. For each solver-time configuration, the generated solutions are assessed in detail through a multi-criteria evaluation. Furthermore, a symbolic constraint—enforcing fixed customer-to-vehicle assignments—is introduced as a sensitivity experiment to examine solver stability under additional operational constraints.

The results reveal that Hexaly consistently yields higher-quality solutions, particularly in large-scale scenarios or less structured instances, offering strong robustness and better convergence. In contrast, OR-Tools demonstrates more variable performance, often sensitive to the characteristics of the instance. The study also uncovers the presence of undocumented internal techniques in OR-Tools, which limits its transparency and complicates fine-tuning and customization for advanced use cases.

Overall, this work provides a rigorous and replicable comparison, aiming to support practitioners and researchers in selecting suitable optimization tools for complex routing problems.