Estrategias Avanzadas de Colas y Localización-Asiganción para una Cadena de Suministro de Alimentos Sostenible
Autores: Paksaz, Amirmohammad; Zareian Beinabadi, Hanieh; Moradi, Babak; Mousapour Mamoudan, Mobina; Aghsami, Amir
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
Categoría
Gestión y administración
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 9
Citaciones: Sin citaciones
Este estudio presenta un modelo integrado de localización-asignación de colas multi-producto y multi-período para una cadena de suministro de alimentos sostenible de tres niveles que involucra tierras agrícolas, instalaciones y mercados. El modelo emplea sistemas de colas M/M/C/K para optimizar el transporte de bienes, mejorando la eficiencia y la sostenibilidad. Se utiliza un enfoque de programación no lineal entera mixta (MINLP) para identificar las ubicaciones óptimas de las instalaciones mientras se maximiza la rentabilidad, se minimizan los tiempos de espera de los conductores y se reduce el impacto ambiental. Se utiliza el algoritmo de optimización de saltamontes (GOA), un algoritmo meta-heurístico inspirado en el comportamiento de los enjambres de saltamontes, para resolver el modelo a gran escala. Los experimentos numéricos demuestran la efectividad del modelo propuesto, particularmente en la resolución de problemas a gran escala donde los métodos tradicionales como GAMS no son suficientes. Los resultados indican que el modelo propuesto, utilizando el algoritmo de optimización de saltamontes (GOA), aborda de manera efectiva problemas complejos y a gran escala en la cadena de suministro de alimentos. En comparación con GAMS, GOA logró resultados similares con diferencias mínimas en métricas clave como la rentabilidad (con una brecha que varía del 0.097% al 1.11%), el impacto ambiental (0.172% al 1.83%) y el tiempo de espera (menos de 0.027%). En escenarios a gran escala, GOA redujo significativamente los tiempos de procesamiento, que varían de 20.45 a 64.78 s. La optimización de las ubicaciones de las instalaciones de procesamiento dentro de la cadena de suministro, basada en este modelo, condujo a un mejor equilibrio entre costo (hasta $74.2 millones), impacto ambiental (122,112 unidades peligrosas) y tiempo de espera (hasta 11.75 h). El análisis de sensibilidad demostró además que los aumentos en las tasas de llegada de camiones y el valor del producto tuvieron un impacto significativo en la mejora del rendimiento de la cadena de suministro.
Descripción
Este estudio presenta un modelo integrado de localización-asignación de colas multi-producto y multi-período para una cadena de suministro de alimentos sostenible de tres niveles que involucra tierras agrícolas, instalaciones y mercados. El modelo emplea sistemas de colas M/M/C/K para optimizar el transporte de bienes, mejorando la eficiencia y la sostenibilidad. Se utiliza un enfoque de programación no lineal entera mixta (MINLP) para identificar las ubicaciones óptimas de las instalaciones mientras se maximiza la rentabilidad, se minimizan los tiempos de espera de los conductores y se reduce el impacto ambiental. Se utiliza el algoritmo de optimización de saltamontes (GOA), un algoritmo meta-heurístico inspirado en el comportamiento de los enjambres de saltamontes, para resolver el modelo a gran escala. Los experimentos numéricos demuestran la efectividad del modelo propuesto, particularmente en la resolución de problemas a gran escala donde los métodos tradicionales como GAMS no son suficientes. Los resultados indican que el modelo propuesto, utilizando el algoritmo de optimización de saltamontes (GOA), aborda de manera efectiva problemas complejos y a gran escala en la cadena de suministro de alimentos. En comparación con GAMS, GOA logró resultados similares con diferencias mínimas en métricas clave como la rentabilidad (con una brecha que varía del 0.097% al 1.11%), el impacto ambiental (0.172% al 1.83%) y el tiempo de espera (menos de 0.027%). En escenarios a gran escala, GOA redujo significativamente los tiempos de procesamiento, que varían de 20.45 a 64.78 s. La optimización de las ubicaciones de las instalaciones de procesamiento dentro de la cadena de suministro, basada en este modelo, condujo a un mejor equilibrio entre costo (hasta $74.2 millones), impacto ambiental (122,112 unidades peligrosas) y tiempo de espera (hasta 11.75 h). El análisis de sensibilidad demostró además que los aumentos en las tasas de llegada de camiones y el valor del producto tuvieron un impacto significativo en la mejora del rendimiento de la cadena de suministro.