Resumen

Esta investigación se enfoca en la utilización de métodos cuantitativos en concreto, técnicas metaheurísticas para analizar los problemas de localización en logística inversa en general y, en particular, dos problemas propuestos por el autor. Se propone una metodología basada en la utilización de técnicas metaheurísticas, en la estructura de la solución del metaheurístico (compuesta por una matriz) y en una herramienta de resolución compuesta por un metaheurístico, un modelador y un solver que resuelva de forma rápida modelos lineales continuos. De las técnicas metaheurísticas existentes en la literatura se han seleccionado dos para probar la validez del enfoque propuesto: algoritmos genéticos y búsqueda dispersa (scatter search).

Como casos de aplicación, se han identificado dos problemas de localización especialmente interesantes: el problema de localización de instalaciones de recuperación del residuo ligero de fragmentación de los vehículos fuera de uso (con carácter dinámico) y el problema de localización de la planta de tratamiento y centros de transferencia en una región determinada (con carácter dinámico y estocástico). Ambos problemas son presentados junto a los modelos correspondientes: MPMCFLP (multiple period multiple capacitated facility location problem) y STPNTCLP (single treatment plant and necessary transfer centers location problem).

La metodología y las adaptaciones de las técnicas metaheurísticas propuestas se plasman en el desarrollo de una herramienta informática, que fue desarrollada mediante tres capas independientes: una aplicación desarrollada en Visual Basic 6.0 donde se configura y se ejecuta la técnica metaheurística, AIMMS 3.7 como modelador y el solver CPLEX. Los resultados obtenidos para distintas instancias del problema SPNTCLP sugieren la validez de este enfoque, sobre todo si la técnica metaheurística utilizada es la búsqueda dispersa.

• Materias:Logística en los negocios Logística Gestión de proyectos Algoritmos genéticos
• Subjects:Business logistics Logistics Project management Genetic algorithms
• Palabras claves:Gestión de cadena de suministro, Cadena de suministro, Logística verde, Logística inversa, Medio ambiente, Métodos cuantitativos, Técnicas metaheurísticas
• Keywords:Supply chain management, Supply chain, Green logistics, Reverse logistics, Environment, Quantitative methods, Metaheuristic techniques