vol. 2 núm. 1 (2020): memorias institucionales uis

Dentro del sector comercial, los supermercados tienenuna de las tasas más altas de consumo de energía pormetro cuadrado (EIA, 2018). Se trata de un subsectorcon una evidente expansión comercial, un destacadocrecimiento en el consumo de energía y la generaciónde gases de efecto invernadero. La posibilidad deahorrar y mejorar la eficiencia energética en estesubsector es indudable. Los supermercados tienenaltas posibilidades de contribuir a la mitigación delcambio climático debido a la reducción de susemisiones como resultado del desarrollo de fuentesalternativas para la generación de energía eléctrica, laeficiencia energética y la conservación de la energía. Los esfuerzos de los países por enfrentar los efectosdel cambio climático, han hecho que las fuentes noconvencionales de energías renovables y las prácticasde eficiencia energética, reciban mayor atención porparte de los gobiernos, industrias y tomadores dedecisión. Sin embargo, en Colombia se hace necesarioconocer sobre los procesos de difusión de estastecnologías y la efectividad de políticas para acelerar suadopción en el mercado. Esta investigación emplea laherramienta dinámica de sistemas para analizarpolíticas que incentiven la difusión de autogestión en elsubsector comercial como son los supermercados en Colombia. Se desarrollaron simulaciones paradiferentes tipos de estrategias: fiscales, financieras, decomunicación y difusión. Los resultados arrojadosseñalan que las políticas dirigidas a eliminar lasbarreras de entrada, impulsan un mercado deautogestión de baja intensidad de carbono en Colombiay que la ejecución combinada de estrategias deautogestión es más eficaz que la aplicación aislada decada una.

En este trabajo se presenta una novedosa formulación de una programación lineal entera para la solución de un problema de la planeación operativa en sistemas de transporte público. El modelo que presentado es flexible y funciona alternando restricciones específicas de la operación, dependiendo de las leyes locales y las políticas internas de las empresas. La formulación propuesta en este trabajo modela una versión genérica del Bus Driver Rostering Problem, el cual tiene una gran cantidad de aspectos a considerar, principalmente debido a la complejidad de la administración del personal y su asignación del servicio diario. Las principales características que se tienen en cuenta en el modelo son las condiciones de trabajo específicas, las regulaciones laborales de cada país, las políticas internas de las empresas y el personal disponible. Estas se incluyen como conjuntos de restricciones duras del problema. En la literatura, se observó que hay una falta de modelos matemáticos generales que representan esta clase de problema de asignación. En consecuencia, la mayoría de las investigaciones publicadas relacionadas con el rostering de conductores, se refieren al desarrollo de soluciones heurísticas. Además, los enfoques híbridos de dos fases que combinan metodologías heurísticas y exactas para la primera y la segunda etapa, respectivamente, no pueden garantizar soluciones óptimas. En este estudio, el modelo se prueba en tres escenarios diferentes: (i) instancias referenciadas en la literatura, (ii) instancias de referencia recientemente propuestas que simulan el funcionamiento de una empresa de transporte que varía los tipos de turnos y el personal disponible, y (iii) caso real de una empresa de transporte público de un sistema de autobuses de tránsito rápido (BRT) en Colombia. Los experimentos computacionales muestran que un solucionador de programación entero mixto (MIP) es capaz de obtener soluciones óptimas para cada uno de los escenarios mencionados en tiempos de computación razonables

Una de las líneas más importantes de exportación quetiene Colombia está relacionado con el campo de lafloricultura, esta industria se ha fortalecido en lasúltimas décadas en el país, donde Antioquia es una delas regiones más influyentes ya que que exporta unporcentaje importante de flores a nivel mundial(Agricultura, 2015; Alvarez, 2015; empleo.trovit.com.co,2015; Vásquez, 2015). Por su parte, aparece una empresa productora de floresque cuenta con una gran variedad de procesos ysubprocesos, y esto hace importante detallar susdiferentes actividades mediante la utilización deherramientas estadísticas para identificar procesoscríticos que estén afectando el funcionamiento de lacompañía (siembra y corte). Una herramienta importante en la ingeniería es lautilización de modelos de simulación (Banks, 2012), yaque se logran hacer aportes en diferentes áreas de laciencia (Banks, 2012; Groner, 2016; Gwynne, Galea,Owen, Lawrence, & Filippidis, 1999; Ortiz Garcia &Gutiérrez, 2018), y que consiste en la representaciónde un proceso bajo un modelo lógico-matemático,generando un comportamiento artificial del sistema,donde los diferentes tipos de variables que afectan elfuncionamiento de éste, se someten a una serie decambios para analizar el comportamiento encondiciones diferentes. Por lo anterior, las variables que intervengan en dichoprocedimiento serán tratadas bajo modelos desimulación donde las cifras y datos obtenidos de losresultados son recopilados, verificados y validados conel fin de realizar un estudio de sensibilidad, para finalmente identificar la causa del problema e implementar un plan detallado con metodologías ysoluciones factibles para disminuir los reprocesos y laspérdidas económicas de la empresa. Finalmente, se plantean escenarios de solución loscuales se estudian a fondo para determinar cual es elmas apropiado para ser implementado por el aporteque hace a la solución del problema de la empresa.

Una de las tareas más complejas para las empresasindustriales y comerciales es la administración y controlde inventarios (Vidal, Londoño, & Contreras, 2004). Enla actualidad existen diversas políticas de inventario, lascuales se pueden clasificar dependiendo al patrón dedemanda y variabilidad de los tiempos de reposición(Vidal, 2010). La empresa objeto de estudio es unaorganización que se dedica a la distribución de artículosde construcción, remodelación, taller e industria.Actualmente la empresa atiende a clientes desde elnorte del departamento del Cauca hasta el norte delValle del Cauca, a través de los dos centros dedistribución (CEDIS) que tiene en las ciudades de Bugay Palmira. El problema que se plantea en la presente investigaciónes un sistema de abastecimiento de dos productos:Cerámica y Cemento, los cuales se almacenan en cada CEDI respectivamente. El inventario está administradobajo una política de revisión periódica (R, S), dondecada vez que el inventario llegue a un nivel máximo S,se ordena una cantidad igual a la diferencia entre el Sy el inventario a la mano en cada CEDI. Cabe destacarque los dos productos tienen características diferentes,por ejemplo, cantidad de inventarios iníciales, lead time,nivel de demanda, periodos de revisión y sonabastecidos por proveedores diferentes. Los productosson transportados hacia la bodega por dos camionesde los respectivos proveedores (A y B). Finalmente, elproducto es despachado hacia el cliente final a travésde un camión propio de la empresa. A través de una Red de Petri se analizó el impacto quetiene cada uno de los parámetros iniciales en el sistemay como la variación en cada uno de ellos puedeocasionar comportamientos en las variables de salidacomo el nivel de servicio, ventas perdidas y niveles deocupación de los transportes.

En ciudades como Medellín son las que más aportan yse ven involucradas en el mercado de snacks, con másde 20 empresas dedicadas a la producción ycomercialización de este tipo de productos. Sin duda, elmercado de los Snacks tiene amplias expectativas decrecimiento, gracias a la nueva tendencia de consumohacia un estilo de alimentación más saludable, por estoes de suma importancia investigar sobre este, con el finde potencializarlo (Hess & Slavin, 2018; Mattes, 2018;Revista Dinero, 2016; The Nielsen, 2014). El presente trabajo se enfoca en una empresa desnacks ubicada en Medellín Colombia, la cual, debidoal incremento de la producción por la alta demanda desus productos, afectó la calidad y los estándares deproducción, provocando diversos problemas comodemora en la entrega de productos, acumulación demateria prima entre otros. De este modo, mirando diferentes técnicas de estudiopara abordar el problema, se evaluó la problemáticapresentada usando un modelo de simulación discreta,la cual es adecuada para este tipo de problemas(Banks, Carson, & Nelson, 2012), teniendo en cuentatodas las variables que intervienen en dichaproblemática, localizando posibles cuellos de botella(Romero, 2016) que causan la demora en laproducción, y de esta forma se determinó a estudiar yanalizar el plan de acción a seguir para afrontar elproblema. Según lo encontrado en el análisis previo, se procedió a establecer diferentes soluciones basadas enescenarios de solución, tratando de afectar lasdiferentes causas de la problemática, posteriormentese evaluaron dichos escenarios para establecer laviabilidad de la implementación en la fábrica,posteriormente se analizaron los resultadosencontrados para identificar cuáles de las actividadesse podría intervenir para incrementar el volumen deunidades producidas y así mismo dar solución a laproblemática.

El nivel de servicio prestado por los centros de pago dela ciudad de Bucaramanga es un aspecto de vital deimportancia, teniendo en cuenta la emergentecompetencia para realizar trámites como giros,recargas, recaudos, consignaciones, entre otros, pordiferentes tipos de establecimientos, en tal sentido, elpresente estudio realizó el análisis de la teoría de colasen una determinada empresa localizada en un centro comercial, la cual, según, Portilla, Arias & Fernández(2010) citando a Hillier (1999) indican que es unconjunto de modelos matemáticos que describensistemas de líneas de espera particulares, cuyo objetivohace referencia a la determinación del estado estable yel estudio de la capacidad de servicio en el marco delequilibrio entre los costos y la satisfacción del cliente. La metodología utilizada fue la toma de tiempos dellegada y atención en un marco temporal de 1 semana,bajo los criterios del modelo M/M/S, posteriormente, sedefinieron acciones de mejora, siendo simuladas pormedio del software Flexsim. Los resultados permitenevidenciar que el porcentaje de utilización osciló entreel 20% - 50%, así mismo, que el tiempo de esperaequivale entre el 5% - 25% del tiempo de servicio,razones suficientes para generar acciones de mejora. La principal conclusión permitió validar la importanciade la temática en las organizaciones, teniendo encuenta que el tiempo del servicio es un factor clave parael cliente, así mismo, se valida que la simulaciónposibilita un insumo objetivo para la toma dedecisiones.

Actualmente, el sector textil y de confecciones se haconvertido en un referente para la industriamanufacturera, siendo uno de los sectores de mayortradición y reconocimiento en la economía colombiana(Ceballos & Villegas Gómez, 2014) que, además, se ha posicionado como destino para la atracción de capitalesextranjeros (Botello Peñaloza, 2016). Debido a esto, labúsqueda del continuo mejoramiento productivo ycompetitivo de dichas empresas debe incluir el planear,controlar y validar aquellos procesos que afectan oinfluyen en la satisfacción del cliente y el logro de losresultados deseados. A consecuencia de esto, el trabajo se centrará desde lalogística integral de operaciones, en estudiar elaumento del ciclo productivo generado por los llamadoscuellos de botella (Romero, 2016) dentro del procesode diseño, producción y comercialización de prendasfemeninas correspondiente a la empresa de modaRagged, en un acercamiento a la simulación comotecnología estratégica que comprende el uso deherramientas analíticas y modelos para maximizar laefectividad en los procesos y la toma de decisiones,examinando escenarios alternativos antes de suimplementación y ejecución en diferentes entornos.(Banks, J., Carson, J. S., Nelson, B. L., & Nicol, D.(2010); Thompson, Nilsson, Boyce, & McGrath, 2015). Ragged, es una marca representativa de vestuariofemenino de la industria textil colombiana que cuentacon más de 30 años de experiencia y que opera conuna red comercial de más de 70 establecimientos en elmercado local y con proyecciones de exportación aMéxico, Ecuador y Costa Rica. Una vez desarrollado un análisis exhaustivo del sistemareal en dicho proceso, se identifica una alternativa demejora en la disposición física de las mesas deextendido pertenecientes a la planta de Ragged, quepermitirían incrementar la producción (salidas) y mitigarel producto en proceso (colas) elevando la eficienciaactual en un 300%.

Los hubs son instalaciones donde se realiza consolidación y transbordo de flujo. El objetivo es optimizar costos de transporte, reemplazando envíos directos por multimodales. El Hub Location Problem (HLP) busca determinar la mejor localización de dichosnodos y la asignación de flujo dentro del sistema (Laporte, Nickel, & Saldanha da Gama, 2015).En general el HLP se ha abordado como un problema estático, sin embargo, el enfoque multi-periodo aparece como una opción más representativa de la realidad (Correia, Nickel, & Saldanha-da-Gama, 2018). Se propone un modelo de programación lineal entera mixta para resolver el problema de localización en un horizonte de tiempo. De acuerdo a (Farahani, Hekmatfar, Arabani, & Nikbakhsh, 2013) el modelo utilizado es capacitado, multi-periodo, con múltiple asignación, multi-producto y multi-modal. A diferencia de las formulaciones clásicas, la propuesta tiene libre asignación y permite envío directo. Además, la función objetivo corresponde a flujos descontados (Valor Actual de Costos - VAC), considerando así, el valor del dinero en el tiempo. Los modelos son implementados en AMPL y resueltos utilizando GUROBI 8.1.La aplicación corresponde al transporte de carga de exportación en Chile. Se consideran flujos variables de seis productos en un horizonte de 20 años, dos medios de transporte, 50 orígenes, 54 candidatos y seis destinos.Los resultados indican que sólo un hub debe ser abierto, en el sur del área de estudio. Se observa que los hub deben ser instalados cerca de grandes concentraciones de carga, siempre y cuando se recorran largas distancias. Se concluyó que la distancia recorrida es clave en la decisión de localización, mientras que el volumen es una condición necesaria pero no suficiente. Los ahorros en transporte reportados por el hub son del orden del 1%, equivalente en promedio a 395000 USD al año, siendo el momento óptimo de apertura el año 0.

En los problemas de localización ruteo (LRP-Locationrouting problems) se combinan los problemas deenrutamiento de vehículos (VRPs- vehicle routingproblems) y los problemas de localización deinstalaciones (FLPs-Facility location problems). LosVRPs buscan rutas óptimas para atender la demandade un conjunto de clientes dispersos geográficamenteusando una flota de vehículos de capacidad limitada.Mientras que en los FLP se escoge la localizaciónóptima de las instalaciones que satisfarán unademanda por un bien o servicio para un conjunto declientes dispersos en una determinada región. Por suparte, los problemas de localización competitivosextienden los FLP considerando la competencia existente entre las nuevas instalaciones que operaránpara una compañía y las existentes de sus firmascompetidoras. En la literatura, la extensión de problemas de LRP aentornos competitivos (Comp-LRP) no ha sidoestudiada previamente (Prodhon & Prins, 2014; Drexl &Schneider, 2015). Por lo tanto, en este trabajo sepropone un Comp-LRP con la particularidad de que losclientes realizan rutas de recolección para abastecersede los distintos productos que demandan. De estamanera, para capturar la demanda de un cliente esnecesario que la nueva instalación abierta esté en suruta óptima de recolección. Para modelar esteproblema se propone una formulación como programabi-nivel (Colson, Marcotte, & Savard, 2007) en la cual lacompañía localiza las instalaciones en el nivel superiory cada cliente toma las decisiones optimas deenrutamiento en el nivel inferior. Para resolver el Comp-LRP se propone un métodoexacto basado en una reformulación como problema delocalización de máxima cobertura (Church & ReVelle,1974). Dicha reformulación requiere la solución de 2nproblemas de comprador viajero (siendo n el número declientes a atender). El desempeño computacional delmétodo propuesto se evalúa utilizando instancias deprueba adaptadas de la literatura del LRP

El crecimiento de las ciudades ha sido altamenteestudiado y tiene como principal razón que más del50% de la población mundial habita en zonas urbanasy en Latinoamérica ese porcentaje sobrepasa el 75%(Campos, Almeida, & Queiroz, 2018; Cao et al., 2018;Dadashpoor, Azizi, & Moghadasi, 2019). En muchosaspectos se estudia el crecimiento de las ciudades enuna mirada de territorio incrementando el área deocupación sólo en dos dimensiones (Fu et al., 2019).Las ciudades cambian y crecen principalmente en dosámbitos, en territorio y en volumen, la construcción esparte fundamental del dinamismo de una ciudadproporcionando vivienda y opciones de trabajo al crecerverticalmente (Agyemang & Silva, 2019; He, Li, Huang,Liu, & Yu, 2019). En el presente documento se realizauna simulación basada en agentes utilizandoautómatas celulares en tres dimensiones para predecirel crecimiento vertical de la ciudad de Medellín,teniendo en cuenta datos históricos de crecimientovertical de 10 años y la posición geográfica de lasunidades de construcción de la misma ciudad. Sepresentan como resultado cuales sectores de la ciudad son sensibles al crecimiento residencial y/o comercial y diferentes parámetros de ciudad establecidos para elpresente estudio utilizando el software NetLogo 3D.Además, se proponen una serie de estrategias paradecisión de inversión de recursos públicos en las zonasde mayor crecimiento, para mitigar efectos del mismo yrecaudar impuestos.

Este trabajo se enfoca en tres tipos de problemas diferentes relacionados con el diseño de las rutas de vehículos. El primero es aquél en el cual todos losvehículos son del mismo tipo (flota homogénea) y todaslas rutas salen y regresan al mismo depósito. Al agregarla posibilidad de usar distintos depósitos, se da másflexibilidad a la empresa, pero el problema también setorna más complejo ya que la cantidad de posibles rutasaumenta exponencialmente. Por último, se agrega laposibilidad de usar diferentes tipos de vehículos (flotaheterogénea) haciendo el problema aún más complejo. Debido a la complejidad del problema, los métodosestándar para solucionar problemas de optimizaciónson incapaces de proporcionar buenos resultados amedida que aumentan el número de clientes, dedepósitos y el tipo de vehículos. Debido a lo anterior, esnecesario utilizar otro método para obtener buenosresultados. El método que se propone en este trabajoes generación de columnas. Los métodos de generación de columnas inician conuna solución factible a partir de la cual se soluciona unProblema Maestro Restringido. Posteriormente se usanlas variables duales del problema anteriormentedescrito (descompuesto por Dantzig-Wolfe) parabuscar nuevas rutas que permitan mejorar el valor delmismo. Una vez encontradas dichas rutas, estas seincorporan al Problema Maestro Restringido y elproceso se repite. El algoritmo termina cuando noexisten más rutas que puedan mejorar el ProblemaMaestro Restringido. El factor clave en este método esque sólo requiere un subgrupo de variables en lugar detodas ellas Finalmente se aplica el método anteriormente descritoa un problema real de ruteo de una empresa deVending de la ciudad de Medellín y se analizan losresultados a partir de un problema con 48 clientes, trestipos de vehículos y dos depósitos

El aumento en la demanda de formación superior y unacceso limitado a recursos ha llevado a que el análisisde la eficiencia de las instituciones de educaciónsuperior cobre gran relevancia, por lo tanto autorescomo (Abadie, 2001; Palomares-Montero, GarcíaAracil,Castro-Martínez,&Castro-Martínez,2008;Sun, Todo,&Inoue,2014;Yáber&Valarino,2002)definen indicadoresclavesparaelcálculodelaeficienciaenlas institucionesounidadeseducativas.Paralelamentese han realizado varios estudios enfocados en laevaluación de la eficiencia de las instituciones (CastilloMerino,Serradell-Lopez,&González-González,2010; Johnes, 2006; Kuah & Wong, 2011; Kudła &Stachowiak-Kudła, 2016), aunque existen variasmetodologías para realizar este tipo estudios,actualmente el Análisis Envolvente de Datos (DEA) esla más utilizada, por su capacidad de manejar múltiplesentradas y salidas del proceso (Johnes, 2006). Sinembargo, aunque estas metodologías han permitidodar cuenta del estado de las instituciones o programasy han permitido plantear acciones de mejoramientoenfocadas en elementos causantes de posiblesineficiencias, se encuentra dificultad al momento demedir los efectos generados por estas acciones en laeficiencia de los programas y por ende de la institución,debido a que estas metodologías no tienen enconsideración los cambios realizados al interior delproceso. Una de las acciones realizadas por las instituciones es la modificación de sus currículos lacual, debido a la diversidad de posibles cambios y suprolongado tiempo de implementación, no permite unanálisis de su impacto utilizando los métodoscomúnmente usados para la evaluación de la eficiencia.Por tal motivo se propone la construcción de un modelode simulación que, por medio de la utilización deescenarios, permita realizar evaluación del impacto delas modificaciones que se realizan a la estructuracurricular de los programas académicos, quecontribuya a los procesos de diseño de los planes deestudio.

En la distribución urbana de productos de consumomasivo en mercados emergentes (como Colombia) escomún que se utilice la estrategia de preventa (Blanco& Fransoo, 2013). En dicha estrategia se tiene unconjunto de vendedores, quienes visitanperiódicamente los clientes para tomar sus pedidos,ofrecer nuevos productos y en general estrechar lasrelaciones con éstos. Para la entrega de la mercancíaexiste un segundo recurso (los vehículos de reparto),los cuales distribuyen la mercancía solicitada por losclientes desde la planta o centro de distribución (Boulaksil & Belkora, 2017). Comúnmente, las rutas de vendedores y vehículos son planeadas de manera(cuasi)-independiente. En este trabajo se presenta el problema de ruteoperiódico sincronizado (SyncPVRP, SinchronyzedPeriodic Vehicle Routing Problem), el cual extiende elproblema de ruteo de vehículos periódico (Campbell &Wilson, 2014) para modelar explícitamente lainterrelación existente entre rutas de vendedores yvehículos de reparto. Para representar el SyncPVRPse introduce un modelo de programación lineal enteramixta que considera de manera simultánea las fases depreventa y reparto, con el objetivo de minimizar loscostos totales asociados con ambos recursos (vendedores y vehículos). El modelo incluye lasrestricciones clásicas frecuencia de visita, demanda delos clientes, capacidades de vendedores y vehículos yduración máxima de las rutas. Así mismo, seimplementan las restricciones de conservación del flujode Gavish & Graves (1978) para la eliminación desubtours, las cuales han demostrado ser más eficientescomputacionalmente que la formulación clásica deMiller- Tucker-Zemlin (MTZ) (Aksen, Öncan & Sadati,2018). Utilizando dicha formulación e instancias deprueba adaptadas de la literatura se evalúa el impactode la integración de rutas de vendedores y vehículos encomparación con las rutas diseñadas de maneraindependiente.

Selection of the securities for investment portfoliodesign is one of the most important optimizationproblems of the last century. For this, numerousstrategies and mathematical models have beenproposed. For instance, the passive investmentstrategy performs the tracking of market indices with theintention of reproducing its performance with anoptimized portfolio as described in [1]. This passive strategy is based on the advances shownby Palomar [2] who deals with the issue of designingsparse portfolios to efficiently reproduce the returns ofany index. Once the stocks have been selected, thefollowing step aims at dividing the investment capitalbetween these stocks in some efficient way. Thisstrategy has shown promising performance, however, itdoes not take into account the correlation between theselected stock returns, which is an important factor inthe efficient selection of the stocks, but a cointegrationbased approach. Therefore, the main objective of this work relies onformulating a mathematical model that allows to findhigh correlated stocks for the sparse portfolio design.Thus, it aims at modifying previous work to improve thequality results by taking into account the correlationbetween the stocks. In this manner, the proposed optimization problemincludes the nuclear norm over the market returnsmatrix multiplied by the desired variable weights, suchthat it is possible to apply some thresholding techniqueover the singular value decomposition of this resultingmatrix as presented in [3]. This allows to reduce its rankiteratively with the objective of obtaining its low-rankapproximation, which multiplied by the inverse returnsmatrix, results in the desired portfolio weights

Uno de los problemas clásicos en logística es el problema de localización de instalaciones, en una de sus versiones se busca la selección, dentro de un grupo de candidatos, de p sitios, los cuales tendrán funciones especiales dentro del diseño de la cadena logística.En la teoría de Localización Discreta, el problema de seleccionar dichas instalaciones para minimizar la distancia promedio ponderada de las demandas entre n clientes, o nodos de demanda, y la instalación más cercana seleccionada es más conocido como el problema p-median. Este problema está clasificado como NP-duro cuando se modela sobre un grafo general, cuando el grafo es un árbol, este puede ser solucionado en tiempo polinomial. (Mladenovic, Brimberg, Hansen, y Moreno-Pérez,2007) (Lorena y Senne,2003) (Kariv and Hakimi,1979)En la versión clásica, todos los clientes, o puntos de demanda, tienen características similares, y se busca seleccionar p instalaciones, para atenderlos. Las instalaciones finalmente son ubicadas en nodos de demanda, dado el teorema de Hakimi (1965). Las restricciones del problema exigen que los puntos de demanda sean asignados a una sola instalación. El problema acá presentado tiene algunas variaciones, las cuales se resumen en:1. Cada cliente puede asignarse a 1 o más instalaciones.2. Cada cliente puede asignarse a un máximo número de instalacionesCada instalación debe cumplir con una demanda según el tipo de cliente La ponencia presenta un método de solución para el problema antes mencionada, el cual está basado en un modelo de optimización lineal. El problema presentado está inspirado en una situación industrial más compleja, pero que podría ser vista como un caso del problema modificado antes presentado.La ponencia presenta con detenimiento la característica de los puntos de demanda, los cuales, en la situación industrial, son establecimientos que deben ser visitados, dada algunas condiciones particulares. Se presenta el modelo desarrollado y se hace un análisis de la capacidad de encontrar soluciones dadas diferentes situaciones. El análisis se realiza mediante la solución de diferentes instancias, que van en el rango de 9 a 230 establecimientos. El análisis incluye un método de generación de columnas, el cual será también presentado, y un análisis computacional realizado con el software comercial GUROBI y el software libre CBC. Se presenta los resultados encontrados, teniendo como base importante el tiempo de solución y la pertinencia en la implementación real en la empresa.

Existen múltiples variantes del problema de ruteo de vehículos (VRP). Entre ellas se encuentra el VRPperiódico (PVRP), que considera la construcción derutas óptimas para cada uno de los días de un horizontede planeación, conociendo de antemano la frecuenciade visitas demandadas por cada cliente, yseleccionando uno de los patrones de frecuenciaposibles para cada uno. En la literatura se encuentranvariantes del PVRP que consideran ventanas de tiempo(PVRP-TW), tiempo de viaje entre dos clientes o entreun cliente y el depósito depende de la distancia entredichos puntos y la hora del día (PVRP-TD),consistentes (Con-PVRP) donde cada cliente esvisitado siempre por el mismo vehículo. En aplicacionesde la vida real se encuentran diversas funciones aoptimizar, las más frecuentes son minimizar la suma delos tiempos (o distancias) de los trayectos recorridosentre clientes y clientes y depósitos y minimizar númerode vehículos utilizados. Estos problemas se conocen enla literatura como problemas computacionales difícilesde resolver. En este trabajo se plantea un modelo general de Programación Lineal Entera Mixta para el Con-PVRPque incorpora las variantes PVRP-TW, PVRP-TD,PVRP-TW-TD con dos tipos de funciones a optimizar:minimizar el máximo tiempo de iniciar la atención alúltimo cliente de cualquier ruta considerada y minimizarel máximo tiempo de regreso al depósito de cualquierruta. Se valida el modelo propuesto con un diseño deexperimentos, en el cual se obtienen solucionesóptimas para tamaños de problemas razonablesteniendo en cuenta la complejidad del modelo propuesto. Los resultados obtenidos fueronsatisfactorios.

En la actualidad, los desastres, independientemente desu origen (sea natural o humano), son consideradosfenómenos sociales cuyos daños sería posible preveniry mitigar para disminuir o al menos controlar susefectos (Cecchini, Sunkel, y Barrantes, 2017). Así, laincorporación de la gestión de riesgos para la atenciónde desastres naturales cobra una gran importancia,pues es el medio con mayor eficacia para revertir losimpactos negativos, que acaban con el progreso enmateria de desarrollo económico (Programa de lasNaciones Unidas para el Desarrollo [PNUD], 2004). Atendiendo a lo expuesto anteriormente, surge lanecesidad de crear un modelo capaz de proporcionar lainformación suficiente al responsable de la red logística,para que éste tome las mejores decisionesrelacionadas con la ubicación y distribución de recursoshumanitarios, con el fin de garantizar una entregaoportuna de los suministros a las regiones afectadas. Por lo tanto, en la presente investigación se aborda el2E-LRP (Two Echelon Location Routing Problem),teniendo en cuenta su importancia en la gestión de lacadena de suministro humanitaria y tomando comobase la formulación presentada por Dai, Z., Aqlan, F.,Gao, K., y Zhou. (2018). El problema es desarrolladocomo un modelo de programación lineal entera mixta,con el objetivo de minimizar el costo total yconsiderando limitaciones de capacidad en lasinstalaciones (depósitos primarios y centros regionales)a localizar y en los vehículos utilizados para el ruteo tanto del primer como del segundo nivel.Adicionalmente, se asume demanda determinística yflota heterogénea en el escalón. Para dar solución alproblema se desarrolla un algoritmo genético y sepropone una nueva codificación de la solución. Finalmente, los experimentos numéricos muestran que,para instancias hasta de 600 clientes, la metaheurísticaobtiene buenas soluciones en un tiempo de computorazonable (menos de 20 minutos) y el análisisestadístico permite inferir que el enfoque genéticodesarrollado posee una gran competitividad(rendimiento) a la hora de enfrentar diversosescenarios.

Este trabajo presenta estrategias para la distribución deefectivo en corresponsales Bancarios geográficamentedispersos y con capacidad de almacenamiento devalores, en términos de indicadores de riesgo, tiemposde servicio y costos logísticos. Se estudia el problemade gestión de inventario de efectivo de múltiplesclientes y decisiones de transporte, adaptando modelode ruteo de inventarios (IRP, por sus siglas en inglés)inspirado en Archetti et al. (2007) y Pérez et al. (2015),con el fin de proponer el modelo de distribución. Secontempla un único centro de efectivo con capacidadilimitada, desde el cual se ejecutan entregas de efectivopor medio de un vehículo con altas medidas deseguridad y capacidad limitada. El corresponsalbancario al cual se le realizan las entregas de efectivomaneja una capacidad limitada. El modelo propuestooptimiza las decisiones de ruteo de vehículos coninventarios con diferentes estrategias para la gestión delos riesgos asociados a la operación. Estas estrategiasincluyen la imprevisibilidad de las rutas, la estimacióndel riesgo de transporte asociado a las largas distanciasde las rutas, y limitaciones en la frecuencia de uso deun arco. El modelo propuesto se denomina el RcIRPTW (Riskconstaint inventory routing problem with time Windows).Se propone un modelo matemático y una heurísticaconstructivista de solución que trabaja periodo aperiodo para encontrar soluciones factibles deinventario y ruteo. Los resultados computacionales en20 instancias aleatorias inspiradas en un caso realmuestran la importancia de optimizar simultáneamentelas decisiones de inventario considerando costos deruteo junto con las estrategias de mitigación de riesgo.Implementar restricciones de riesgo y las estrategias propuestas permite variar periódicamente la ruta de un vehículo de valores, mejorar los índices desiniestralidad y la predictibilidad de ruta para unaempresa de valores sin impactar la sostenibilidadeconómica de la empresa.

Los sistemas de bicicletas compartidas (BSS, por sussiglas en inglés) representan una estrategia paramitigar efectos adversos propios del proceso deurbanización en las ciudades. Los BSSs permiten a sususuarios usar un conjunto de bicicletas como mediopara transportarse entre dos puntos diferentes(estaciones de origen y de destino) de una zonaurbana. Para el eficiente funcionamiento de un BSS esindispensable tener un número adecuado de bicicletasy espacios de parqueo disponibles de acuerdo a lademanda de cada uno de ellos. Para tal fin, esnecesario que un vehículo entregue o recoja bicicletaspara redistribuirlas en las estaciones si es necesario.Este proceso se conoce como reposicionamiento ydesde la perspectiva de la optimización, puedemodelarse como un problema de ruteo de vehículoscon operaciones de recolección y entrega (PDVRP, porsus siglas en inglés). En este trabajo, se modela elproblema de reposicionamiento a través deformulaciones de programación lineal entera mixta.Siendo la capacidad del vehículo una restricción aconsiderar, se describen características adicionalestales como entregas parciales (split delivery) einventario temporal de bicicletas en las estaciones. Lascaracterísticas anteriores implican que algunasestaciones pueden ser visitadas múltiples vecesdurante la operación de reposicionamiento. Comoestrategia de solución, usamos un optimizadorcomercial para resolver instancias conocidas de laliteratura. Finalmente, analizamos cuales son losbeneficios de permitir múltiples visitas a una estaciónrealizando entregas parciales o almacenando temporalmente unidades que posteriormente sontransportadas a otra estación.

Un generador fotovoltaico (FV) en configuración serieparalelo se puede analizar como un conjunto desubmódulos conectados en serie, junto con un diodo debloqueo, para formar cadenas y un conjunto decadenas conectadas en paralelo. Cada submódulotípicamente se representa por el modelo de un diodo(Yin & Babu, 2018), del cual se obtiene una relación nolineal e implícita entre la corriente y la tensión en susterminales (Bastidas-Rodriguez, Cruz-Duarte, &Correa, 2019). Utilizando dichas relaciones, unacadena formada por N submódulos y un diodo debloqueo se puede modelar con un sistema de N+2ecuaciones, donde las incógnitas corresponden a lacorriente de la cadena, y las tensiones de los Nsubmódulos y el diodo de bloqueo (Bastidas-Rodriguezet al., 2019). Finalmente, el sistema de ecuacionesasociado a cada cadena del generador se puederesolver por separado para obtener las variableseléctricas del generador FV.Hasta el momento, la solución de este sistema deecuaciones se ha realizado utilizando el método deTrust Region para generadores pequeños y medianos.En este trabajo se propone una alternativa de soluciónformulando la solución del sistema de ecuaciones comoun problema de optimización y utilizando un algoritmode optimización global para resolverlo. En lapresentación se detallará el desempeño del métodopropuesto para generadores pequeños y medianosbajo diferentes condiciones de irradiancia, verificandoque estos métodos son una alternativa viable para lasolución de modelos implícitos de generadores FV. Losresultados obtenidos se contrastan con la simulación del circuito equivalente como método de referencia. Para generadores pequeños, el método Trust Regionpresento menores tiempos de cómputo; sin embargo,para generadores medianos el método de Trust Regionno converge para todos los puntos de operación,mientras que otros métodos de optimizaciónencuentran la solución, aunque requieren un mayortiempo de cómputo.