En ocasiones se tiene un listado de modelos que se deben comparar mediante un grupo de indicadores, ordenados según el criterio de un usuario, y, dado que se conoce si el crecimiento del valor de los indicadores afectaría o no los intereses del usuario. Se muestra un algoritmo computacional capaz de comparar y asignar un valor numérico a cada modelo, de tal forma que el valor asignado se corresponda con la prioridad establecida por el usuario a cada indicador de los modelos. El algoritmo propuesto permite establecer un ranking entre los modelos, al igual que otros algoritmos conocidos, como el Modelo Espacio Vectorial; sin embargo, este algoritmo considera las prioridades de comparación del usuario. Al trabajar estrictamente con funciones lineales, el margen de errores de cálculo es nulo. El algoritmo ha sido validado por el software Ambiens v1.0 (dedicado a la gestión de residuos) y muestra resultados relevantes en la comparación de modelos. La propuesta cobra su esencia en la necesidad de conocer, de entre un grupo de modelos, el mejor de ellos, según el criterio de usuario por indicadores.
I. INTRODUCCIÓN
El aumento de los costes de producción en la industria, debido a la pérdida de materia prima no utilizada, ha llevado a la preocupación de los expertos que estudian la generación de residuos de los procesos industriales. Dicha preocupación se sustenta en la ley de conservación de la masa descubierta por Lavoisier, que establece que la masa total de las sustancias que reaccionan es igual a la masa de los productos formados en la reacción 1; de ello se deriva que la masa de la materia antes de la reacción es igual a la de la materia después de la reacción. La materia después de la reacción estará compuesta por el producto final y los residuos. Esto confirma que la minimización de la generación de residuos aumenta la producción; por lo tanto, la logística inversa (RL) aparece para lograr dicha minimización.
En esencia, la RL se ocupa de la recuperación y el reciclaje de los envases, el embalaje de los residuos peligrosos, y también de los procesos de devolución de los excesos de inventario, las devoluciones de los clientes, los productos obsoletos y el inventario de temporada 2. Se han realizado varios estudios en este campo, como el 3, que propuso un algoritmo genético para resolver el problema de las decisiones relacionadas con la localización de plantas de tratamiento, lugares de recogida y transferencia; el 4, que propuso un algoritmo evolutivo para resolver el problema NP-hard de una red de remanufactura; y el 5, que resolvió el problema de la programación del transporte internacional terrestre con un algoritmo metaheurístico.
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.
Artículos:
Diseño de un agente inteligente para la ciberseguridad basado en Honeypot y aprendizaje automático
Artículos:
Tecnología de detección de objetos en movimiento del baile en línea basada en la visión artificial
Artículos:
Sobre la disociabilidad de la huella dactilar
Artículos:
Optimizando la reanudación de punto de control con deduplicación de datos.
Artículos:
Tecnología Blockchain: ¿Es una buena candidata para proteger los datos médicos sensibles de IoT?
Artículos:
Comportamiento del aguacate Hass liofilizado durante la operación de rehidratación
Artículos:
Caracterización estructural de la materia orgánica de tres suelos provenientes del municipio de Aquitania-Boyacá, Colombia
Informes y Reportes:
Técnicas de recuperación de suelos contaminados
Artículos:
Una revisión de la etiopatogenia y características clínicas e histopatológicas del melanoma mucoso oral.