Este trabajo de máster tiene como objetivo resolver el problema de agrupación de órdenes dentro de un almacén para minimizar el coste total de las rutas. El almacén se modela mediante un grafo que representa su distribución física, y se desarrolla un sistema que determina qué órdenes deben fusionarse para obtener la mejor configuración posible. El problema se resuelve utilizando heurísticas para el cálculo de rutas individuales (problema del viajante de comercio) y un algoritmo genético para la optimización de la agrupación de órdenes. Los resultados muestran que este enfoque híbrido reduce efectivamente los costes operativos manteniendo la eficiencia computacional, lo que lo hace adecuado para aplicaciones reales de gestión de almacenes.

Aquest treball de màster té com a objectiu resoldre el problema d'agrupació d'ordres dins d'un magatzem per minimitzar el cost total de les rutes. El magatzem es modela mitjançant un graf que representa la seva distribució física, i es desenvolupa un sistema que determina quines ordres s'han de fusionar per obtenir la millor configuració possible. El problema es resol utilitzant heurístiques per al càlcul de rutes individuals (problema del viatjant de comerç) i un algoritme genètic per a l'optimització de l'agrupació d'ordres. Els resultats mostren que aquest enfocament híbrid redueix efectivament els costos operatius mantenint l'eficiència computacional, cosa que el fa adequat per a aplicacions reals de gestió de magatzems.

This master’s thesis aims to solve the order grouping problem within a warehouse to minimize the total cost of routes. The warehouse is modeled using a graph representing its physical distribution, and a system is developed to determine which orders should be merged to obtain the best possible configuration. The problem is solved using heuristics for calculating individual routes (traveling salesman problem) and a genetic algorithm for optimizing order grouping. Results show that this hybrid approach effectively reduces operational costs while maintaining computational efficiency, making it suitable for real-world warehouse management applications.