OPTIMIZACIÓN DE PROCESOS LOGISTICOS DEL SECTOR CARBÓN USANDO TÉCNICAS HEURISTICAS Y METAHEURISTICAS

Autores/as

  • L. Jaimes Cerveleón
  • J. D. Fernandez Ledesma

Palabras clave:

Heurísticas, Metaheurísticas, Inteligencia Artificial, Industria 4.0, Optimización, logística del transporte

Resumen

Este artículo presenta los resultados del uso de las herramientas de optimización en los procesos logísticos del transporte en el sector industrial del carbón. Se realizó un análisis de los modelos de optimización heurísticos y meta heurísticos más adecuados para la posible implementación a corto plazo en la solución de un problema logístico en el sector carbón. Por otro lado, se evidenció la importancia que tienen actualmente los procesos logísticos y el cambio que genera la inclusión de procesos de optimización o del uso de herramientas tecnológicas y claramente que deben ser aplicables a los diferentes elementos o necesidades que tenga la industria del sector carbón.  Finalmente, se recomienda que se deben identificar las necesidades y así mismo seleccionar las mejora herramientas para contribuir y apoyar los procesos de optimización.  De esta manera la inclusión de herramientas de optimización permite obtener resultados potenciales en las industrias relacionados con: costos, aumentar clientes, optimizar materia prima, entre otras.

Citas

Abarca, J. D. C. P., Bahena, B. M., & Urbano, J. E. (2021). Industria 4.0. Inventio. La génesis de la cultura universitaria en Morelos.

Arango Serna, M. D., Gil Gomez, H., & Zapata Cortés, J. A. (2009). Logística esbelta aplicada al transporte en el sector minero. Boletín de Ciencias de la Tierra, (25), 121-136.

Ficarella, E., Lamberti, L., & Degertekin, S. O. (2021). Comparison of three novel hybrid metaheuristic algorithms for structural optimization problems. Computers & Structures, 244, 106395.

Goodarzian, F., Kumar, V., & Abraham, A. (2021). Hybrid meta-heuristic algorithms for a supply chain network considering different carbon emission regulations using big data characteristics. Soft Computing, 25(11), 7527-7557.

Goodarzian, F., Wamba, S. F., Mathiyazhagan, K., & Taghipour, A. (2021). A new bi-objective green medicine supply chain network design under fuzzy environment: Hybridmetaheuristic algorithms. Computers & Industrial Engineering, 160, 107535.

L. Man-zhi, Z. Mei-hua, L. Xue-qing, and Y. Ji-xian. (2009). The research on modeling of coal supply chain based on objectoriented Petri net and optimization, Procedia Earth Planet. Sci., vol. 1, no. 1, pp. 1608–1616.

M. T. Melo, S. Nickel, and F. Saldanha-da-Gama. (2012). A tabu search heuristic for redesigning a multi-echelon supply chain network over a planning horizon, Int. J. Prod. Econ., vol. 136, no. 1, pp. 218–230.

Parra, P. Y., Arond, E., Strambo, C., & Araújo, J. V. (2021). El ocaso del carbón y la necesidad de una transición justa en Colombia.

Plan Estratégico Departamental de Ciencia Tecnología e Innovación PEDCTI 2014-2020. (2014). pp. 434–440.

Rivera, F. C., Hermosilla, P., Delgadillo, J., & Echeverría, D. (2021). Propuesta de construcción de competencias de innovación en la formación de ingenieros en el contexto de la industria 4.0 y los objetivos de desarrollo sostenible (ODS). Formación universitaria, 14(2), 75-84.2.

Rubio, L. R., Mas, F., Martín-Mariscal, A., & Álvarez, E. P. (2021). Carbon footprint management in the aerospace industry: circular economy and plm environment in industry 4.0 contexts. sinergias en la investigación en stem, 63.9.

S. Yu, C. Ding, and K. Zhu. (2011). A hybrid GA-TS algorithm for open vehicle routing optimization of coal mines material, Expert Syst. Appl., vol. 38, no. 8, pp. 10568–10573.

Sánchez Martínez, L. (2021). La Industria 4.0 y la transformación digital.

Uribe-Vélez, J., Avila-Roa, L., & Chacón-Ramírez, E. A. (2021). Sistema de gestión de energía bajo el paradigma de Industria 4.0. Revista Ingenio, 18(1), 33-40.

X.-C. Dong and G.-X. Wang. (2012). Coal Logistics Competency Strategies for Ports in the Tianjin and Hebei Regions around the Bohai Bay in China, Energy Procedia, vol. 17, pp. 436–443.

Y. Xiao and A. Konak. (2016). A genetic algorithm with exact dynamic programming for the green vehicle routing & scheduling problem, J. Clean. Prod., pp. 1–14, 2016.

Descargas

Publicado

2022-07-28

Cómo citar

Jaimes Cerveleón, L. ., & Fernandez Ledesma, J. D. . (2022). OPTIMIZACIÓN DE PROCESOS LOGISTICOS DEL SECTOR CARBÓN USANDO TÉCNICAS HEURISTICAS Y METAHEURISTICAS. REVISTA COLOMBIANA DE TECNOLOGIAS DE AVANZADA (RCTA), 1(39), 93–99. Recuperado a partir de https://ojs.unipamplona.edu.co/ojsviceinves/index.php/rcta/article/view/1386

Número

Sección

Artículos