Este artículo propone un modelo de programación estocástico y un algoritmo de solución para resolver problemas de diseño de redes de cadena de suministro de escala real.
Los enfoques existentes para estos problemas están restringidos, bien sea a ambientes determinísticos o solamente pueden dirigirse a un modesto número de escenarios para los parámetros de problema inciertos.
La metodología de solución propuesta por los autores integra una estrategia de muestreo recientemente propuesta, el Plan de Aproximación Promedio de Muestras, con un algoritmo de descomposición acelerado de Benders para computar rápidamente soluciones de alta calidad a problemas de diseño de cadena de suministro estocásticos de gran escala, con un número enorme (potencialmente infinito) de escenarios.
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:
Un modelo de seguimiento de coches con anticipación asimétrica en la era de los vehículos autónomos conectados y de conducción humana
Artículo:
Mejora del modelo de predicción del estado del tráfico para el control del límite de velocidad variable mediante la introducción de oferta y demanda estocásticas
Artículo:
Un problema de localización de flujo de desviación continuo para una estación de repostaje de combustible alternativo en una red de transporte arborescente
Artículo:
Predicción de colisiones en autopista incorporando parámetros de continuidad del flujo de tráfico basados en un enfoque de aprendizaje automático
Artículo:
Revisión de la simulación de tráfico virtual y sus aplicaciones
Libro:
Ergonomía en los sistemas de trabajo
Artículo:
La necesidad de la planeación estratégica en las organizaciones industriales modernas
Artículo:
Sistemas de producción y potencial energético de la energía mareomotriz
Artículo:
Obtención de gas combustible mediante la bioconversión del alga marina Ulva lactuca