El principal problema en los resultados obtenidos con metaheurísticas implementadas para resolver instancias del problema de reaprovisionamiento multiproducto es el deterioro de la calidad de la solución. Se ha observado que las implementaciones se han concentrado en los parámetros del algoritmo prestando poca atención a la estrategia para acceder a la solución vecina. En este trabajo se estudia experimentalmente una implementación del algoritmo Recocido Simulado explorando los parámetros del algoritmo, además se estudian dos esquemas de obtención de la solución vecina realizando las comparaciones con el algoritmo RAND. El estudio se realiza mediante un diseño 2 factorial sobre 2.000 instancias generadas aleatoriamente, los resultados muestran que bajo las mismas combinaciones de parámetros del algoritmo recocido simulado, el esquema de perturbar una variable a la vez proporciona resultados muy pobres ya que devuelve la solución óptima con menor frecuencia, en cambio al acceder a la solución vecina tomando en cuenta grupos de productos, se obtienen mejores resultados y el algoritmo Recocido Simulado se comporta de manera robusta frente al incremento en el tamaño del problema.
The problem in the results when implemented metaheuristics techniques to solve instances of the problem of multi-product replenishment is the deterioration of the quality of the solution. It was noted that the implementations have focused on the parameters of the algorithm paying little attention to the strategy to access the neighboring solution. In this paper, we study experimentally an implementation of Simulated Annealing algorithm exploring several combinations of parameters and also, two schemes for obtaining the neighbor solution by comparison with the RAND algorithm. A 2-factorial experimental design was constructed and the study was conducted over 2.000 randomly generated instances, the results show that under the same combinations of parameters, perturbing a variable at a time provides poor results, however, to access the neighbor solution taking into account families of products provides better results and Simulated Annealing algorithm behaves robust against the increase in the size of the problem.