http://sedici.unlp.edu.ar:80/handle/10915/176547 Mon, 02 Nov 2026 08:16:03 GMT 2026-11-02T08:16:03Z http://sedici.unlp.edu.ar:80/handle/10915/178804 Objeto de conferencia Simposio Argentino de Informática Industrial e Investigación Operativa (SIIIO 2024) - JAIIO 53 (Universidad Nacional del Sur, 12 al 16 de agosto de 2024) En este trabajo consideramos un problema de programación de tareas para una institución deportiva. Se debe programar un conjunto de tareas a lo largo de varios días, y se tiene un conjunto de empleados que pueden realizar estas tareas. Se supone que todos los empleados realizan el mismo horario de trabajo. Cada tarea tiene su duración y una cantidad requerida de empleados. Si una tarea debe ser realizada por dos o más empleados, entonces los dos empleados deben estar trabajando en la tarea al mismo tiempo. Un empleado no puede trabajar en dos tareas al mismo tiempo, y las tareas no se pueden interrumpir una vez comenzadas. El objetivo es maximizar la importancia de las tareas programadas, respetando las restricciones mencionadas. Presentamos dos modelos de programación lineal entera para este problema, junto con un enfoque basado en la descomposición combinatoria de Benders. Los experimentos computacionales muestran que este último algoritmo es efectivo para resolver instancias reales del problema. Mon, 01 Jan 2024 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/178804 2024-01-01T00:00:00Z En este trabajo consideramos un problema de programación de tareas para una institución deportiva. Se debe programar un conjunto de tareas a lo largo de varios días, y se tiene un conjunto de empleados que pueden realizar estas tareas. Se supone que todos los empleados realizan el mismo horario de trabajo. Cada tarea tiene su duración y una cantidad requerida de empleados. Si una tarea debe ser realizada por dos o más empleados, entonces los dos empleados deben estar trabajando en la tarea al mismo tiempo. Un empleado no puede trabajar en dos tareas al mismo tiempo, y las tareas no se pueden interrumpir una vez comenzadas. El objetivo es maximizar la importancia de las tareas programadas, respetando las restricciones mencionadas. Presentamos dos modelos de programación lineal entera para este problema, junto con un enfoque basado en la descomposición combinatoria de Benders. Los experimentos computacionales muestran que este último algoritmo es efectivo para resolver instancias reales del problema. http://sedici.unlp.edu.ar:80/handle/10915/178491 Objeto de conferencia Simposio Argentino de Informática Industrial e Investigación Operativa (SIIIO 2024) - JAIIO 53 (Universidad Nacional del Sur, 12 al 16 de agosto de 2024) La administración del sistema de residuos sólidos urbanos es una tarea fundamental en las ciudades contemporáneas, dada la problemática ambiental, social y económica que surge cuando su funcionamiento es deficiente. El desarrollo de herramientas informáticas que asistan en la toma de decisiones puede contribuir a la gestión de este sistema complejo, donde normalmente las decisiones se toman de manera parcializada abordando únicamente una de las etapas de este problema. Este trabajo trata los beneficios de abordar el problema de manera integral, indentificándose los trabajos que ya fueron abordados en la literatura y proponiendo nuevas líneas de trabajo en esta dirección. Luego de revisar la literatura en el tema, se concluye que hay una existencia relativamente escasa de trabajos en el tema y en particular una falta casi total de modelos robustos y estocásticos. Mon, 01 Jan 2024 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/178491 2024-01-01T00:00:00Z La administración del sistema de residuos sólidos urbanos es una tarea fundamental en las ciudades contemporáneas, dada la problemática ambiental, social y económica que surge cuando su funcionamiento es deficiente. El desarrollo de herramientas informáticas que asistan en la toma de decisiones puede contribuir a la gestión de este sistema complejo, donde normalmente las decisiones se toman de manera parcializada abordando únicamente una de las etapas de este problema. Este trabajo trata los beneficios de abordar el problema de manera integral, indentificándose los trabajos que ya fueron abordados en la literatura y proponiendo nuevas líneas de trabajo en esta dirección. Luego de revisar la literatura en el tema, se concluye que hay una existencia relativamente escasa de trabajos en el tema y en particular una falta casi total de modelos robustos y estocásticos. http://sedici.unlp.edu.ar:80/handle/10915/178490 Objeto de conferencia Simposio Argentino de Informática Industrial e Investigación Operativa (SIIIO 2024) - JAIIO 53 (Universidad Nacional del Sur, 12 al 16 de agosto de 2024) Son conocidos los pasivos ambientales, económicos y sociales que puede acarrear el mal funcionamiento de un sistema de residuos urbanos. Sin embargo, para poder gestionar eficientemente dicho sitema es crucial que se haya realizado una ciudadosa planificación del mismo. Uno de los factores que puede afectar la etapa de planificación es la carencia de herramientas que permitan considerar las fuentes de incertidumbre que puedan afectar al sistema. En esta línea, este trabajo propone un enfoque estocástico para determinar la frecuencia de recolección en puntos limpios utilizando como base un modelo robusto previamente desarrollado y considerando como fuente de incertidumbre la variabilidad en la tasa de generación de residuos. Este enfoque fue aplicado en pruebas  reliminares basadas en casos simulados de Bahía Blanca. Los resultados preliminares permiten plantear que la metodología propuesta puede mejorar las soluciones obtenidas por el modelo puramente robusto lo cual puede constituir un incentivo para que las autoridades mejoren el proceso de recopilación de datos para poder mejorar la estimación de la tasa de generación y así poder aplicar herramientas estocásticas para resolver este problema. Mon, 01 Jan 2024 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/178490 2024-01-01T00:00:00Z Son conocidos los pasivos ambientales, económicos y sociales que puede acarrear el mal funcionamiento de un sistema de residuos urbanos. Sin embargo, para poder gestionar eficientemente dicho sitema es crucial que se haya realizado una ciudadosa planificación del mismo. Uno de los factores que puede afectar la etapa de planificación es la carencia de herramientas que permitan considerar las fuentes de incertidumbre que puedan afectar al sistema. En esta línea, este trabajo propone un enfoque estocástico para determinar la frecuencia de recolección en puntos limpios utilizando como base un modelo robusto previamente desarrollado y considerando como fuente de incertidumbre la variabilidad en la tasa de generación de residuos. Este enfoque fue aplicado en pruebas  reliminares basadas en casos simulados de Bahía Blanca. Los resultados preliminares permiten plantear que la metodología propuesta puede mejorar las soluciones obtenidas por el modelo puramente robusto lo cual puede constituir un incentivo para que las autoridades mejoren el proceso de recopilación de datos para poder mejorar la estimación de la tasa de generación y así poder aplicar herramientas estocásticas para resolver este problema. http://sedici.unlp.edu.ar:80/handle/10915/178489 Objeto de conferencia Simposio Argentino de Informática Industrial e Investigación Operativa (SIIIO 2024) - JAIIO 53 (Universidad Nacional del Sur, 12 al 16 de agosto de 2024) En este trabajo consideramos el manufacturer's pallet loading problem, que consiste en ubicar cajas rectangulares en un contenedor rectangular, de modo tal que cada caja se ubique en posición vertical y los lados de cada caja estén paralelos a los lados del contenedor. Existen diversos enfoques tanto heurísticos como exactos para este problema. En este trabajo presentamos un algoritmo de generación de las y columnas para la formulación canónica de programación lineal entera de este problema. Reportamos experimentos computacionales sobre instancias reales, que muestran que este algoritmo permite encontrar soluciones óptimas para instancias que hasta ahora estaban abiertas. Mon, 01 Jan 2024 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/178489 2024-01-01T00:00:00Z En este trabajo consideramos el manufacturer's pallet loading problem, que consiste en ubicar cajas rectangulares en un contenedor rectangular, de modo tal que cada caja se ubique en posición vertical y los lados de cada caja estén paralelos a los lados del contenedor. Existen diversos enfoques tanto heurísticos como exactos para este problema. En este trabajo presentamos un algoritmo de generación de las y columnas para la formulación canónica de programación lineal entera de este problema. Reportamos experimentos computacionales sobre instancias reales, que muestran que este algoritmo permite encontrar soluciones óptimas para instancias que hasta ahora estaban abiertas. http://sedici.unlp.edu.ar:80/handle/10915/178488 Objeto de conferencia Simposio Argentino de Informática Industrial e Investigación Operativa (SIIIO 2024) - JAIIO 53 (Universidad Nacional del Sur, 12 al 16 de agosto de 2024) El paradigma Industria 4.0 plantea una digitalización profunda de los sistemas de producción. Esta digitalización integra las funciones de producción (ambiente físico) y de toma de decisiones (ambiente digital) en un único sistema, comúnmente llamados sistemas ciber-físicos. Los sistemas ciber-físicos permiten recolectar datos del proceso en tiempo real y utilizarlos para soportar la toma de decisiones, todos dentro de una misma arquitectura. A su vez, es posible aplicar distintas herramientas informáticas para el procesamiento de los datos y lograr procesos optimizados.Dentro de esas herramientas, aquellas basadas en Inteligencia Artificial (AI) han tenido un especial interés en los últimos años, dando lugar a una gran cantidad de contribuciones sobre la disciplina. En este trabajo se propone analizar la literatura sobre los desarrollos y aplicaciones de AI en sistemas de producción, particularmente en la gestión de la producción y las operaciones. Para ello, se revisan aquellos trabajos que se abordan con una lógica data-driven, en donde el foco está puesto en explotar las bondades de disponer una gran cantidad de datos en tiempo real. Se identifican los autores y países líderes, y se analizan los desarrollos y aplicaciones más relevantes. Finalmente, se plantean los desafíos futuros de la disciplina sobre la base de aquellas áreas que aún no han sido exploradas pero que serían especialmente potenciadas a partir de un enfoque basado en AI. Mon, 01 Jan 2024 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/178488 2024-01-01T00:00:00Z El paradigma Industria 4.0 plantea una digitalización profunda de los sistemas de producción. Esta digitalización integra las funciones de producción (ambiente físico) y de toma de decisiones (ambiente digital) en un único sistema, comúnmente llamados sistemas ciber-físicos. Los sistemas ciber-físicos permiten recolectar datos del proceso en tiempo real y utilizarlos para soportar la toma de decisiones, todos dentro de una misma arquitectura. A su vez, es posible aplicar distintas herramientas informáticas para el procesamiento de los datos y lograr procesos optimizados.Dentro de esas herramientas, aquellas basadas en Inteligencia Artificial (AI) han tenido un especial interés en los últimos años, dando lugar a una gran cantidad de contribuciones sobre la disciplina. En este trabajo se propone analizar la literatura sobre los desarrollos y aplicaciones de AI en sistemas de producción, particularmente en la gestión de la producción y las operaciones. Para ello, se revisan aquellos trabajos que se abordan con una lógica data-driven, en donde el foco está puesto en explotar las bondades de disponer una gran cantidad de datos en tiempo real. Se identifican los autores y países líderes, y se analizan los desarrollos y aplicaciones más relevantes. Finalmente, se plantean los desafíos futuros de la disciplina sobre la base de aquellas áreas que aún no han sido exploradas pero que serían especialmente potenciadas a partir de un enfoque basado en AI. http://sedici.unlp.edu.ar:80/handle/10915/177467 Objeto de conferencia Simposio Argentino de Informática Industrial e Investigación Operativa (SIIIO 2024) - JAIIO 53 (Universidad Nacional del Sur, 12 al 16 de agosto de 2024) E-commerce companies are facing a challenge in terms of customer service experience: faster and more frequent deliveries. Therefore, order picking productivity becomes a critical factor to establish a competitive advantage and, as a consequence, automation has been increasingly incorporated into warehouse systems, primarily to help order pickers improve process performance. However, new automated picking systems have not yet been extensively addressed or have received little attention from academia.This project addresses the problem by researching automated configurations and, as its main contribution, offers a new proposal to categorize these systems. Additionally, a list of relevant topics for further study is provided for researchers interested in the subject. Finally, a focus on Robotic Fulfillment Mobile Systems (RFMS) is presented to understand a very complex problem to optimize and to define a baseline configuration to serve as a parameter for future research. Mon, 01 Jan 2024 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/177467 2024-01-01T00:00:00Z E-commerce companies are facing a challenge in terms of customer service experience: faster and more frequent deliveries. Therefore, order picking productivity becomes a critical factor to establish a competitive advantage and, as a consequence, automation has been increasingly incorporated into warehouse systems, primarily to help order pickers improve process performance. However, new automated picking systems have not yet been extensively addressed or have received little attention from academia.This project addresses the problem by researching automated configurations and, as its main contribution, offers a new proposal to categorize these systems. Additionally, a list of relevant topics for further study is provided for researchers interested in the subject. Finally, a focus on Robotic Fulfillment Mobile Systems (RFMS) is presented to understand a very complex problem to optimize and to define a baseline configuration to serve as a parameter for future research. http://sedici.unlp.edu.ar:80/handle/10915/177466 Objeto de conferencia Simposio Argentino de Informática Industrial e Investigación Operativa (SIIIO 2024) - JAIIO 53 (Universidad Nacional del Sur, 12 al 16 de agosto de 2024) En este trabajo consideramos el problema de programación de horarios de las clases de grado en la Universidad Torcuato Di Tella. Dado el conjunto de comisiones a dictar, la disponibilidad de docentes y aulas, y diversas restricciones sobre la programación, el problema consiste en determinar en qué horario se debe dictar cada clase de cada comisión intentando minimizar los tiempos muertos para docentes y estudiantes. Una característica importante del problema consiste en que muchas materias son compartidas entre varias (o todas) las carreras ofrecidas por la universidad, de modo tal que se debe proponer un esquema de cursada que sea factible para todos los grupos de estudiantes. Proponemos en este trabajo un enfoque de dos fases para este problema junto con un esquema secuencial para resolver consecutivamente sub-instancias de la instancia original. Analizamos los resultados sobre los datos de la universidad y comentamos los pasos que se están dando para implementar esta herramienta en la universidad. Mon, 01 Jan 2024 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/177466 2024-01-01T00:00:00Z En este trabajo consideramos el problema de programación de horarios de las clases de grado en la Universidad Torcuato Di Tella. Dado el conjunto de comisiones a dictar, la disponibilidad de docentes y aulas, y diversas restricciones sobre la programación, el problema consiste en determinar en qué horario se debe dictar cada clase de cada comisión intentando minimizar los tiempos muertos para docentes y estudiantes. Una característica importante del problema consiste en que muchas materias son compartidas entre varias (o todas) las carreras ofrecidas por la universidad, de modo tal que se debe proponer un esquema de cursada que sea factible para todos los grupos de estudiantes. Proponemos en este trabajo un enfoque de dos fases para este problema junto con un esquema secuencial para resolver consecutivamente sub-instancias de la instancia original. Analizamos los resultados sobre los datos de la universidad y comentamos los pasos que se están dando para implementar esta herramienta en la universidad. http://sedici.unlp.edu.ar:80/handle/10915/177465 Objeto de conferencia Simposio Argentino de Informática Industrial e Investigación Operativa (SIIIO 2024) - JAIIO 53 (Universidad Nacional del Sur, 12 al 16 de agosto de 2024) Este trabajo presenta una metodología para la calibración de propiedades de materiales farmacéuticos (gránulos de lactosa coprocesados con PEG 6000) para su uso en el modelado por elementos discretos (DEM). Los parámetros de interacción característicos se obtuvieron mediante simulaciones in-silico en el software de DEM Rocky ANSYS, replicando distintas experiencias de laboratorio.Mediante un análisis de sensibilidad preliminar se determinó que los parámetros más influyentes en el comportamiento del material son el coeficiente de fricción partícula-partícula, el coeficiente de fricción partícula-entorno, el coeficiente de restitución partícula-partícula y el coeficiente de restitución partícula-entorno. En base a estos resultados, se realizó un diseño de experimentos de tipo Box-Behnken con el objetivo de reducir el número de simulaciones de calibración a realizar para obtener el conjunto de parámetros de interacción óptimo.Las variables de respuesta analizadas fueron la densidad bulk del material y los ángulos de reposo por elevación de un cilindro y por descarga de un embudo. Una vez que se obtuvo la combinación óptima de los parámetros, se utilizó el ensayo de drenaje de polvo para validar los resultados obtenidos. De esta manera fue posible calibrar con éxito el material de estudio, con un número reducido de ensayos de simulación. Mon, 01 Jan 2024 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/177465 2024-01-01T00:00:00Z Este trabajo presenta una metodología para la calibración de propiedades de materiales farmacéuticos (gránulos de lactosa coprocesados con PEG 6000) para su uso en el modelado por elementos discretos (DEM). Los parámetros de interacción característicos se obtuvieron mediante simulaciones in-silico en el software de DEM Rocky ANSYS, replicando distintas experiencias de laboratorio.Mediante un análisis de sensibilidad preliminar se determinó que los parámetros más influyentes en el comportamiento del material son el coeficiente de fricción partícula-partícula, el coeficiente de fricción partícula-entorno, el coeficiente de restitución partícula-partícula y el coeficiente de restitución partícula-entorno. En base a estos resultados, se realizó un diseño de experimentos de tipo Box-Behnken con el objetivo de reducir el número de simulaciones de calibración a realizar para obtener el conjunto de parámetros de interacción óptimo.Las variables de respuesta analizadas fueron la densidad bulk del material y los ángulos de reposo por elevación de un cilindro y por descarga de un embudo. Una vez que se obtuvo la combinación óptima de los parámetros, se utilizó el ensayo de drenaje de polvo para validar los resultados obtenidos. De esta manera fue posible calibrar con éxito el material de estudio, con un número reducido de ensayos de simulación. http://sedici.unlp.edu.ar:80/handle/10915/177464 Objeto de conferencia Simposio Argentino de Informática Industrial e Investigación Operativa (SIIIO 2024) - JAIIO 53 (Universidad Nacional del Sur, 12 al 16 de agosto de 2024) In this article, we studied the anthropically impacted natural environmental sound in the port of Bahía Blanca, located in the southern province of Buenos Aires, Argentina. To acquire the acoustic signals, an omni-directional passive hydrophone was used. The acoustic signals were analyzed using scripts implemented in the R programming language. Temporal series without maritime traffic were used as a baseline to describe the soundscape in the harbour area by estimating its power spectral density (PSD). Subsequently, the acoustic environment was analyzed with the presence of two man-made acoustic sources: "boat" and "ship" in the vicinity. Finally, the calculated normal soundscape level in the harbour has a magnitude of 116.25 dB re 1 µPa. Mon, 01 Jan 2024 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/177464 2024-01-01T00:00:00Z In this article, we studied the anthropically impacted natural environmental sound in the port of Bahía Blanca, located in the southern province of Buenos Aires, Argentina. To acquire the acoustic signals, an omni-directional passive hydrophone was used. The acoustic signals were analyzed using scripts implemented in the R programming language. Temporal series without maritime traffic were used as a baseline to describe the soundscape in the harbour area by estimating its power spectral density (PSD). Subsequently, the acoustic environment was analyzed with the presence of two man-made acoustic sources: "boat" and "ship" in the vicinity. Finally, the calculated normal soundscape level in the harbour has a magnitude of 116.25 dB re 1 µPa. http://sedici.unlp.edu.ar:80/handle/10915/177463 Objeto de conferencia Simposio Argentino de Informática Industrial e Investigación Operativa (SIIIO 2024) - JAIIO 53 (Universidad Nacional del Sur, 12 al 16 de agosto de 2024) La industria de los biocombustibles enfrenta hoy en día una serie de desafíos para afianzar la sustentabilidad energética, lo que hace necesario el planteo de alternativas más eficientes. En este trabajo se propone el diseño y modelado de la cadena de suministros (CS) del bioetanol en la Argentina para un hipotético aumento del corte obligatorio en naftas del 12% al 18% utilizando herramientas de optimización de procesos. Se plantea un modelo lineal mixto entero (MILP) que incluye las tecnologías utilizadas actualmente para la producción de alcohol anhidro para dos escenarios diferentes. Se obtienen valores óptimos del valor actual neto (VAN) que combina la producción de los dos sectores alcoholeros, el maicero y el cañero. Los modelos además calculan las inversiones, flujos de insumos y de productos, número de plantas, número de almacenes, ventas y cantidades a producir de cada producto, entre algunas de las variables más relevantes. Mon, 01 Jan 2024 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/177463 2024-01-01T00:00:00Z La industria de los biocombustibles enfrenta hoy en día una serie de desafíos para afianzar la sustentabilidad energética, lo que hace necesario el planteo de alternativas más eficientes. En este trabajo se propone el diseño y modelado de la cadena de suministros (CS) del bioetanol en la Argentina para un hipotético aumento del corte obligatorio en naftas del 12% al 18% utilizando herramientas de optimización de procesos. Se plantea un modelo lineal mixto entero (MILP) que incluye las tecnologías utilizadas actualmente para la producción de alcohol anhidro para dos escenarios diferentes. Se obtienen valores óptimos del valor actual neto (VAN) que combina la producción de los dos sectores alcoholeros, el maicero y el cañero. Los modelos además calculan las inversiones, flujos de insumos y de productos, número de plantas, número de almacenes, ventas y cantidades a producir de cada producto, entre algunas de las variables más relevantes. http://sedici.unlp.edu.ar:80/handle/10915/177462 Objeto de conferencia Simposio Argentino de Informática Industrial e Investigación Operativa (SIIIO 2024) - JAIIO 53 (Universidad Nacional del Sur, 12 al 16 de agosto de 2024) In this study, a novel decision-making approach is proposed for the forest management planning process. Even in small-scale cases of study, the relationship between the dataset size and the complexity of mathematical optimization models (in terms of constraints and variables) is factorial, resulting in exponential increases in computational complexity. Thus, while acknowledging large size and realistic data is crucial to account for reasonable conclusions, it is also a challenge itself. Hence, a procedure is proposed to approach this strategic problem.First, random data is generated to assume an ongoing forest inventory. Second, data is processed applying three successive grouping steps to enhance the utilization of large datasets. Within this stage, clustering techniques are applied using the Scikit-learn library for a large group of stands with several characteristics. Last, a mathematical framework is presented, rooted in Generalized Disjunctive Programming (GDP) and reformulated as a Mixed Integer Linear Programming (MILP) model, to address optimal forest management strategy to maximize the net present value (NPV). The MILP model is implemented in Pyomo library in Python and solved using GAMS-CPlex. The feasibility of the proposed model is assessed using data obtained from the Desarrollo Foresto Industrial web page of the Secretaría de Agricultura, Ganadería y Pesca (Ministerio de Economía de la República Argentina). Computational analysis demonstrates the versatility of the framework as a decision-making tool, highlighting its ability to generate diverse and viable solutions for forest management. Mon, 01 Jan 2024 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/177462 2024-01-01T00:00:00Z In this study, a novel decision-making approach is proposed for the forest management planning process. Even in small-scale cases of study, the relationship between the dataset size and the complexity of mathematical optimization models (in terms of constraints and variables) is factorial, resulting in exponential increases in computational complexity. Thus, while acknowledging large size and realistic data is crucial to account for reasonable conclusions, it is also a challenge itself. Hence, a procedure is proposed to approach this strategic problem.First, random data is generated to assume an ongoing forest inventory. Second, data is processed applying three successive grouping steps to enhance the utilization of large datasets. Within this stage, clustering techniques are applied using the Scikit-learn library for a large group of stands with several characteristics. Last, a mathematical framework is presented, rooted in Generalized Disjunctive Programming (GDP) and reformulated as a Mixed Integer Linear Programming (MILP) model, to address optimal forest management strategy to maximize the net present value (NPV). The MILP model is implemented in Pyomo library in Python and solved using GAMS-CPlex. The feasibility of the proposed model is assessed using data obtained from the Desarrollo Foresto Industrial web page of the Secretaría de Agricultura, Ganadería y Pesca (Ministerio de Economía de la República Argentina). Computational analysis demonstrates the versatility of the framework as a decision-making tool, highlighting its ability to generate diverse and viable solutions for forest management. http://sedici.unlp.edu.ar:80/handle/10915/177461 Objeto de conferencia Simposio Argentino de Informática Industrial e Investigación Operativa (SIIIO 2024) - JAIIO 53 (Universidad Nacional del Sur, 12 al 16 de agosto de 2024) En la optimización de cadenas de suministro sostenibles es crucial considerar el flujo de materias primas hacia las plantas y el flujo directo e inverso de productos y materiales reciclables. Este estudio aborda la planificación óptima de los flujos de materias primas, productos y reciclables en cadenas de suministro lineales considerando decisiones relacionadas con la adquisición, almacenamiento, producción y distribución de los mismos.El aporte de este trabajo abarca aspectos de modelado y resolución. Se presenta primeramente la formulación lineal entera mixta del problema (MILP) y luego se describe un algoritmo de solución de dos etapas, en el que, primeramente, se generan conjuntos de rutas de recolección de materias primas y de entrega de producto y recupero de reciclables mediante el método de generación de columnas para alimentar rutas de alta calidad a la formulación del problema. El enfoque de optimización cubre todas las etapas de la cadena de suministro, desde la adquisición de materia prima hasta la recolección de material reciclado, proporcionando una valiosa herramienta computacional para analizar y evaluar diferentes escenarios.La función objetivo del problema es la maximización del beneficio de la empresa que fabrica y distribuye los productos integrando la recogida de material reciclado. El procedimiento se codificó y resolvió utilizando GAMS para diferentes escenarios. Finalmente, se presenta y resuelve un caso de estudio. Mon, 01 Jan 2024 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/177461 2024-01-01T00:00:00Z En la optimización de cadenas de suministro sostenibles es crucial considerar el flujo de materias primas hacia las plantas y el flujo directo e inverso de productos y materiales reciclables. Este estudio aborda la planificación óptima de los flujos de materias primas, productos y reciclables en cadenas de suministro lineales considerando decisiones relacionadas con la adquisición, almacenamiento, producción y distribución de los mismos.El aporte de este trabajo abarca aspectos de modelado y resolución. Se presenta primeramente la formulación lineal entera mixta del problema (MILP) y luego se describe un algoritmo de solución de dos etapas, en el que, primeramente, se generan conjuntos de rutas de recolección de materias primas y de entrega de producto y recupero de reciclables mediante el método de generación de columnas para alimentar rutas de alta calidad a la formulación del problema. El enfoque de optimización cubre todas las etapas de la cadena de suministro, desde la adquisición de materia prima hasta la recolección de material reciclado, proporcionando una valiosa herramienta computacional para analizar y evaluar diferentes escenarios.La función objetivo del problema es la maximización del beneficio de la empresa que fabrica y distribuye los productos integrando la recogida de material reciclado. El procedimiento se codificó y resolvió utilizando GAMS para diferentes escenarios. Finalmente, se presenta y resuelve un caso de estudio. http://sedici.unlp.edu.ar:80/handle/10915/177460 Objeto de conferencia Simposio Argentino de Informática Industrial e Investigación Operativa (SIIIO 2024) - JAIIO 53 (Universidad Nacional del Sur, 12 al 16 de agosto de 2024) Presentamos criterios y métodos computacionales para estimar la dificultad de problemas de ajedrez para jugadores humanos mediante técnicas de aprendizaje automático, extrapolables a otros juegos. En este contexto, el enfoque propuesto busca emular la forma y el orden en que los humanos consideran jugadas candidatas, asignándoles puntajes a estas, para luego predecir la dificultad. Mon, 01 Jan 2024 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/177460 2024-01-01T00:00:00Z Presentamos criterios y métodos computacionales para estimar la dificultad de problemas de ajedrez para jugadores humanos mediante técnicas de aprendizaje automático, extrapolables a otros juegos. En este contexto, el enfoque propuesto busca emular la forma y el orden en que los humanos consideran jugadas candidatas, asignándoles puntajes a estas, para luego predecir la dificultad. http://sedici.unlp.edu.ar:80/handle/10915/177368 Objeto de conferencia Simposio Argentino de Informática Industrial e Investigación Operativa (SIIIO 2024) - JAIIO 53 (Universidad Nacional del Sur, 12 al 16 de agosto de 2024) The Quito local government aims to establish a low-emission zone in the city’s historic center. A key focus is the shift to eco-friendly transportation for last-mile logistics, including electric cargo bikes and other types of light electric vehicles (LEVs). Our research delves into integer programming models to optimize the vehicle routes. We address a variation of the electric vehicle routing problem (EVRP), factoring in vehicle load and street slope for battery consumption and travel times. Moreover, we consider the existence of multiple paths between each pair of customers, which vary in distance and slope, yielding different travel times and battery consumption values. For instance, some paths may have small travel times but require high battery consumption, while other paths may have longer travel times and require less battery consumption. The problem is formulated on a customer multigraph that has one node for each customer and depot, and where parallel arcs are used to represent efficient paths in the original network. Road selection is carried out as part of the vehicle routing. This talk highlights findings on modeling strategies and reports some computational results to examine the impact of some model parameters upon the optimal solutions. Mon, 01 Jan 2024 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/177368 2024-01-01T00:00:00Z The Quito local government aims to establish a low-emission zone in the city’s historic center. A key focus is the shift to eco-friendly transportation for last-mile logistics, including electric cargo bikes and other types of light electric vehicles (LEVs). Our research delves into integer programming models to optimize the vehicle routes. We address a variation of the electric vehicle routing problem (EVRP), factoring in vehicle load and street slope for battery consumption and travel times. Moreover, we consider the existence of multiple paths between each pair of customers, which vary in distance and slope, yielding different travel times and battery consumption values. For instance, some paths may have small travel times but require high battery consumption, while other paths may have longer travel times and require less battery consumption. The problem is formulated on a customer multigraph that has one node for each customer and depot, and where parallel arcs are used to represent efficient paths in the original network. Road selection is carried out as part of the vehicle routing. This talk highlights findings on modeling strategies and reports some computational results to examine the impact of some model parameters upon the optimal solutions. http://sedici.unlp.edu.ar:80/handle/10915/177367 Objeto de conferencia Simposio Argentino de Informática Industrial e Investigación Operativa (SIIIO 2024) - JAIIO 53 (Universidad Nacional del Sur, 12 al 16 de agosto de 2024) En el sistema de transporte público que opera en Santiago (Chile), los operadores definen h orarios “ planificados” pa ra su s se rvicios cu mpliendo co n los requerimientos de la Autoridad en términos de frecuencias y rangos de capacidades. Sin embargo, en la práctica el despacho de viajes se decide en tiempo real según la flota disponible y otras condiciones. Este enfoque funciona bien durante la operación diaria cuando la demanda y las frecuencias son altas. En cambio, durante la operación nocturna, cuando la demanda es baja y hay menos servicios operando con frecuencias más bajas, este política puede resultar en mayores tiempos de espera y una mala calidad del servicio para los pasajeros. Para abordar estas ineficiencias, se han definido un conjunto de servicios nocturnos que operan según horarios fijos y coordinados. Estos horarios contemplan la posibilidad de mantener los vehículos en “paradas de transbordo” especiales para mejorar la sincronización de las distintas líneas. En este trabajo proponemos un modelo de programación entera mixta para definir l os h orarios e specíficos y la du ración de la s es peras. An alizamos su desempeño para la resolución del problema bajo un conjunto de posibles funciones objetivo. Este trabajo ha sido publicado como artículo completo en revista como [1]. Mon, 01 Jan 2024 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/177367 2024-01-01T00:00:00Z En el sistema de transporte público que opera en Santiago (Chile), los operadores definen h orarios “ planificados” pa ra su s se rvicios cu mpliendo co n los requerimientos de la Autoridad en términos de frecuencias y rangos de capacidades. Sin embargo, en la práctica el despacho de viajes se decide en tiempo real según la flota disponible y otras condiciones. Este enfoque funciona bien durante la operación diaria cuando la demanda y las frecuencias son altas. En cambio, durante la operación nocturna, cuando la demanda es baja y hay menos servicios operando con frecuencias más bajas, este política puede resultar en mayores tiempos de espera y una mala calidad del servicio para los pasajeros. Para abordar estas ineficiencias, se han definido un conjunto de servicios nocturnos que operan según horarios fijos y coordinados. Estos horarios contemplan la posibilidad de mantener los vehículos en “paradas de transbordo” especiales para mejorar la sincronización de las distintas líneas. En este trabajo proponemos un modelo de programación entera mixta para definir l os h orarios e specíficos y la du ración de la s es peras. An alizamos su desempeño para la resolución del problema bajo un conjunto de posibles funciones objetivo. Este trabajo ha sido publicado como artículo completo en revista como [1]. http://sedici.unlp.edu.ar:80/handle/10915/177365 Objeto de conferencia Simposio Argentino de Informática Industrial e Investigación Operativa (SIIIO 2024) - JAIIO 53 (Universidad Nacional del Sur, 12 al 16 de agosto de 2024) En este trabajo estudiamos el desempeño de un procedimiento de ayuda a la decisión multicriterio de dos etapas para resolver problemas de procesamiento de pedidos en sistemas de almacenamiento con múltiples bloques de dos y tres dimensiones. Los problemas se modelaron mediante programación entera mixta. Se estudiaron hibridaciones de tres Algoritmos Evolutivos Multiobjetivo (MOEAs) basados en relaciones de dominancia para resolver instancias pequeñas, medianas y grandes. La comparación se realizó en base a un conjunto de métricas y una extensa batería de simulaciones ampliamente utilizada en la literatura. Los aportes principales de este trabajo son (1) la hibridación de MOEAs para afrontar de manera eficiente a la combinación de pedidos en uno o varios tours de picking, y (2) un enfoque multicriterio para programar múltiples equipos de preparación de pedidos por oleada de pedidos. Con base en los resultados experimentales obtenidos, se puede afirmar que, en entornos con un gran número de artículos diferentes y pedidos con alta variabilidad en volumen, el enfoque propuesto puede reducir significativamente los costos operativos al tiempo que permite al tomador de decisiones anticipar el posicionamiento de los pedidos en el área de despacho. Como trabajo futuro se considerarán otros criterios de decisión presentes en este tipo de problema y el testeo de algoritmos evolutivos basados en descomposición utilizando conjuntos de vectores de referencia, con buen desempeño en frentes irregulares con formas invertidas, degeneradas y discontinuas. Mon, 01 Jan 2024 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/177365 2024-01-01T00:00:00Z En este trabajo estudiamos el desempeño de un procedimiento de ayuda a la decisión multicriterio de dos etapas para resolver problemas de procesamiento de pedidos en sistemas de almacenamiento con múltiples bloques de dos y tres dimensiones. Los problemas se modelaron mediante programación entera mixta. Se estudiaron hibridaciones de tres Algoritmos Evolutivos Multiobjetivo (MOEAs) basados en relaciones de dominancia para resolver instancias pequeñas, medianas y grandes. La comparación se realizó en base a un conjunto de métricas y una extensa batería de simulaciones ampliamente utilizada en la literatura. Los aportes principales de este trabajo son (1) la hibridación de MOEAs para afrontar de manera eficiente a la combinación de pedidos en uno o varios tours de picking, y (2) un enfoque multicriterio para programar múltiples equipos de preparación de pedidos por oleada de pedidos. Con base en los resultados experimentales obtenidos, se puede afirmar que, en entornos con un gran número de artículos diferentes y pedidos con alta variabilidad en volumen, el enfoque propuesto puede reducir significativamente los costos operativos al tiempo que permite al tomador de decisiones anticipar el posicionamiento de los pedidos en el área de despacho. Como trabajo futuro se considerarán otros criterios de decisión presentes en este tipo de problema y el testeo de algoritmos evolutivos basados en descomposición utilizando conjuntos de vectores de referencia, con buen desempeño en frentes irregulares con formas invertidas, degeneradas y discontinuas. http://sedici.unlp.edu.ar:80/handle/10915/177364 Objeto de conferencia Simposio Argentino de Informática Industrial e Investigación Operativa (SIIIO 2024) - JAIIO 53 (Universidad Nacional del Sur, 12 al 16 de agosto de 2024) Routing and distribution problems have been widely studied within the Operations Research (OR) community. When restricting to distribution problems in large cities, the congestion of the road network becomes a key aspect with a significant practical impact. These problems are known as Time-Dependent VRPs (TDVRPs), as they naturally capture the effect of congestion by assuming that the travel time between any two customers varies depending on the departure time. The TDVRP literature has widely accepted to model the time-dependent travel time model between two customers as continuous piecewise linear (PWL) function that satisfies the first-in first-out (FIFO) condition. In this paper, we investigate the problem of estimating these continuous PWL travel time functions from real data travel time data. We benchmark two recently proposed Mixed Integer Programming based models for estimating general PWL functions and a well-known heuristic proposed within the context of travel-time estimations. In addition, we also contribute with a new dataset of instances created using real-world data as input. Mon, 01 Jan 2024 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/177364 2024-01-01T00:00:00Z Routing and distribution problems have been widely studied within the Operations Research (OR) community. When restricting to distribution problems in large cities, the congestion of the road network becomes a key aspect with a significant practical impact. These problems are known as Time-Dependent VRPs (TDVRPs), as they naturally capture the effect of congestion by assuming that the travel time between any two customers varies depending on the departure time. The TDVRP literature has widely accepted to model the time-dependent travel time model between two customers as continuous piecewise linear (PWL) function that satisfies the first-in first-out (FIFO) condition. In this paper, we investigate the problem of estimating these continuous PWL travel time functions from real data travel time data. We benchmark two recently proposed Mixed Integer Programming based models for estimating general PWL functions and a well-known heuristic proposed within the context of travel-time estimations. In addition, we also contribute with a new dataset of instances created using real-world data as input. http://sedici.unlp.edu.ar:80/handle/10915/177362 Objeto de conferencia Simposio Argentino de Informática Industrial e Investigación Operativa (SIIIO 2024) - JAIIO 53 (Universidad Nacional del Sur, 12 al 16 de agosto de 2024) Se presentan avances en el desarrollo de una metodología de estimación de tiempos de traslado y de servicio en los problemas de distribución de última milla de mercadería, empleando herramientas de minería de datos. Estos tiempos, que son afectados por una multiplicidad de factores, son utilizados como datos de entrada en problemas de tipo VRPTW (Vehicle Routing Problem with Time Windows) que se presentan en áreas urbanas. La correcta estimación de dichos tiempos juega un rol central en la efectiva solución de estos problemas y la consecuente eficiencia de los sistemas de distribución gestionados. Asimismo, resultan cruciales en los sistemas de transporte inteligentes asociados a las Smart Cities. Para realizar las estimaciones ha sido necesario anonimizar, limpiar, pre-procesar y analizar una importante cantidad de datos crudos provenientes de las bases de una empresa de seguimiento satelital de vehículos. Este trabajo describe dichas actividades y sus resultados, al igual que las tareas que se están llevando a cabo en la actualidad en relación a la incorporación de datos de contexto a los dataset de trabajo. También se describen las actividades futuras vinculadas a la solución del problema de estimación propiamente dicho. Mon, 01 Jan 2024 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/177362 2024-01-01T00:00:00Z Se presentan avances en el desarrollo de una metodología de estimación de tiempos de traslado y de servicio en los problemas de distribución de última milla de mercadería, empleando herramientas de minería de datos. Estos tiempos, que son afectados por una multiplicidad de factores, son utilizados como datos de entrada en problemas de tipo VRPTW (Vehicle Routing Problem with Time Windows) que se presentan en áreas urbanas. La correcta estimación de dichos tiempos juega un rol central en la efectiva solución de estos problemas y la consecuente eficiencia de los sistemas de distribución gestionados. Asimismo, resultan cruciales en los sistemas de transporte inteligentes asociados a las Smart Cities. Para realizar las estimaciones ha sido necesario anonimizar, limpiar, pre-procesar y analizar una importante cantidad de datos crudos provenientes de las bases de una empresa de seguimiento satelital de vehículos. Este trabajo describe dichas actividades y sus resultados, al igual que las tareas que se están llevando a cabo en la actualidad en relación a la incorporación de datos de contexto a los dataset de trabajo. También se describen las actividades futuras vinculadas a la solución del problema de estimación propiamente dicho. http://sedici.unlp.edu.ar:80/handle/10915/177361 Objeto de conferencia Simposio Argentino de Informática Industrial e Investigación Operativa (SIIIO 2024) - JAIIO 53 (Universidad Nacional del Sur, 12 al 16 de agosto de 2024) One of the pillars of the Industry 4.0 paradigm is the vertical and horizontal integration of systems and devices that need to interplay in this digital ecosystem. Interoperability is crucial to attain this ambitious goal. It is the ability of systems to transact with other systems to exchange data, services and coordinate activities in a seamless fashion. In the last decades, industry has pursued technical interoperability by developing and adopting standards. More recently, in the context of Industry 4.0 reference architectures have been proposed, which aim at providing a roadmap for the use of standards in smart factories. Despite their success, standards still present weaknesses that are addressed in this contribution along with the drawbacks of some of the reference architectures. So far, our work has mainly focused on standards ISA-88 and ISA- 95, but it is currently being extended to other ones. On the other hand, industrial ontologies play a key role in reaching semantic interoperability. Unfortunately, each community assumes that the proper strategy to solve this problem is to create its own ad hoc ontology, thereby recreating the initial problem of data siloes but now at the ontology level. The Industrial Ontology Foundry (IOF) is trying to solve this problem by developing a suite of open and principles-based reference ontologies, from which other domain dependent or application ontologies can be derived in a modular fashion, so that they can be reused in various industrial domains. However, this initiative has other weaknesses, which are described and critically addressed in this work. Mon, 01 Jan 2024 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/177361 2024-01-01T00:00:00Z One of the pillars of the Industry 4.0 paradigm is the vertical and horizontal integration of systems and devices that need to interplay in this digital ecosystem. Interoperability is crucial to attain this ambitious goal. It is the ability of systems to transact with other systems to exchange data, services and coordinate activities in a seamless fashion. In the last decades, industry has pursued technical interoperability by developing and adopting standards. More recently, in the context of Industry 4.0 reference architectures have been proposed, which aim at providing a roadmap for the use of standards in smart factories. Despite their success, standards still present weaknesses that are addressed in this contribution along with the drawbacks of some of the reference architectures. So far, our work has mainly focused on standards ISA-88 and ISA- 95, but it is currently being extended to other ones. On the other hand, industrial ontologies play a key role in reaching semantic interoperability. Unfortunately, each community assumes that the proper strategy to solve this problem is to create its own ad hoc ontology, thereby recreating the initial problem of data siloes but now at the ontology level. The Industrial Ontology Foundry (IOF) is trying to solve this problem by developing a suite of open and principles-based reference ontologies, from which other domain dependent or application ontologies can be derived in a modular fashion, so that they can be reused in various industrial domains. However, this initiative has other weaknesses, which are described and critically addressed in this work. http://sedici.unlp.edu.ar:80/handle/10915/177360 Objeto de conferencia Simposio Argentino de Informática Industrial e Investigación Operativa (SIIIO 2024) - JAIIO 53 (Universidad Nacional del Sur, 12 al 16 de agosto de 2024) Big Data ha transformado radicalmente la industria logística, reconfigurando la gestión de la cadena de suministro y la toma de decisiones estratégicas. Este artículo ofrece una revisión exhaustiva de la producción científica sobre el tema, analizando el impacto de Big Data en la logística y explorando sus aplicaciones, beneficios y desafíos. Las aplicaciones más destacadas incluyen la optimización de rutas y entregas, la predicción de la demanda mediante algoritmos de machine learning y el mantenimiento predictivo. Entre los beneficios relevantes se encuentran la reducción de costos y la mejora de la eficiencia, además de una mayor satisfacción del cliente y una toma de decisiones estratégicas más informada. Sin embargo, persisten desafíos como el acceso y calidad de los datos, la infraestructura y tecnología requeridas, y la escasez de talento humano capacitado en Big Data. Se destaca que las empresas que inviertan en Big Data y en la formación de su personal estarán mejor preparadas para competir en el mercado globalizado y satisfacer las demandas cambiantes de los clientes. Mon, 01 Jan 2024 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/177360 2024-01-01T00:00:00Z Big Data ha transformado radicalmente la industria logística, reconfigurando la gestión de la cadena de suministro y la toma de decisiones estratégicas. Este artículo ofrece una revisión exhaustiva de la producción científica sobre el tema, analizando el impacto de Big Data en la logística y explorando sus aplicaciones, beneficios y desafíos. Las aplicaciones más destacadas incluyen la optimización de rutas y entregas, la predicción de la demanda mediante algoritmos de machine learning y el mantenimiento predictivo. Entre los beneficios relevantes se encuentran la reducción de costos y la mejora de la eficiencia, además de una mayor satisfacción del cliente y una toma de decisiones estratégicas más informada. Sin embargo, persisten desafíos como el acceso y calidad de los datos, la infraestructura y tecnología requeridas, y la escasez de talento humano capacitado en Big Data. Se destaca que las empresas que inviertan en Big Data y en la formación de su personal estarán mejor preparadas para competir en el mercado globalizado y satisfacer las demandas cambiantes de los clientes.