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:
Revisión sistemática de la literatura sobre las formas de medir el rendimiento de la logística inversa
Artículo:
Estrategias de embarque para el tren de alta velocidad
Artículo:
Modelización y simulación avanzadas de la seguridad aerodinámica activa de los vehículos
Artículo:
Evaluación del rendimiento de una cadena segura de suministro de insulina mediante el enfoque AHP-TOPSIS
Artículo:
Análisis de la regularidad de los viajes de los pasajeros a partir de datos de tarjetas inteligentes a gran escala
Libro:
Metodología del marco lógico para la planificación, el seguimiento y la evaluación de proyectos y programas
Folleto:
Análisis de rentabilidad económica y financiera
Artículo:
Estudio sobre la migración global de materiales plásticos de empaque usados en la industria de alimentos
Artículo:
Emisiones globales de gases de efecto invernadero provenientes de materiales de construcción residencial y comercial: estrategias de mitigación para 2060