Research Outputs
Propuesta de modelo conceptual de comunidades portuarias basado en benchmarking y análisis de enfoque sistémico para sistemas complejos
Este trabajo propone un modelo conceptual de comunidades portuarias basado en benchmarking y análisis de enfoque sistémico para sistemas complejos. Este cuenta con ocho dimensiones, las que se interrelacionan y tienen como base de construcción elementos comunes que se identificaron a través de revisión bibliográfica y benchmarking. Estas determinan el funcionamiento operacional y el rol que cumplen las comunidades portuarias insertas en un sistema portuario. Esta propuesta fomenta la competitividad de la propuesta de valor para una comunidad portuaria.
Algoritmos para el problema de localización de plantas y centros de distribución maximizando beneficio
Este artículo presenta un caso particular del problema de localización de instalaciones. La característica de este es que considera un conjunto de clusters que representan la acumulación de clientes que demandan un producto en particular. Se desea localizar P centros de distribución donde la demanda de los clusters se satisface solo si localizamos un centro de distribución en dicho cluster. Además, se debe determinar tanto el número de plantas como sus respectivas ubicaciones con el fin de abastecer los diferentes centros de distribución localizados. El objetivo es maximizar la utilidad considerando, por un lado, los ingresos que se obtienen por satisfacer la demanda de los diferentes clusters y, por otro lado, los costos de instalación que se incurren al localizar los centros de distribución y las plantas como también los costos de transporte de material desde las plantas a los centros de distribución. Otras aplicaciones de este problema se aprecian en redes de telecomunicaciones, redes eléctricas, etc. Se presenta un nuevo modelo de programación lineal entera que permite resolver instancias pequeñas, hasta 300 clusters, en un tiempo CPU aceptable, los problemas fueron programados con AMPL, y resueltos con CPLEX 11.0. Para instancias de mayor tamaño se presentan heurísticas que permiten obtener soluciones con un GAP menor al 1%.