Con la enfermedad por coronavirus de 2019 remodelando el mercado mundial del transporte martimo, muchos buques del trfico entre Europa y Asia que necesitan navegar por el Canal de Suez empezaron a desviarse por la ruta mucho ms larga, el Cabo de Buena Esperanza. Con el fin de explicar y predecir la eleccin de la ruta, este trabajo emplea la regresin del mnimo absoluto y del operador de seleccin para estimar el consumo de combustible basndose en el sistema de identificacin automtica y el conjunto de datos ocenicos, y dise una optimizacin multiobjetivo de enjambre de partculas para encontrar soluciones ptimas de Pareto que minimicen el coste total del viaje y el tiempo total del viaje. A continuacin, se introdujo el mtodo de la suma ponderada para tratar la seleccin de rutas. Por ltimo, se realiz un estudio de caso con datos reales de CMA CGM, una de las principales navieras del mundo, y se construyeron y analizaron cuatro escenarios de precios del combustible y tarifas de flete. Los resultados muestran que el desvo alrededor del Cabo de Buena Esperanza slo es preferible en el escenario de bajo precio del combustible y bajo flete. Adems, el documento sugiere que la autoridad del Canal de Suez debera reducir el peaje del canal segn nuestro resultado para recuperar los buques, ya que hemos comprobado que ofrecer un descuento en el rollo del canal es eficaz.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Actualización de la riqueza en un modelo de fijación de precios de activos con agentes heterogéneos.
Artículo:
Convergencia Exponencial para la Solución Numérica de Ecuaciones Integrales Utilizando Funciones de Base Radial
Artículo:
Control Garantizado de Costo Finito en Tiempo Finito de Sistemas Conmutados Positivos de Orden Fraccional.
Artículo:
Una generalización de tipo Kantorovich-Stancu de los operadores de Szasz que incluye polinomios de tipo Brenke.
Artículo:
Un modelo epidémico SIR con retardo temporal y tasa de incidencia no lineal general