Diseño metodológico para integración de investigación de operaciones e inteligencia artificial: apoyo para modelos de localización-asignación en logística alimentaria

Esta monografía propone un diseño metodológico para la integración de investigación de operaciones (programación lineal, lineal entera y mixta) e inteligencia artificial (algoritmos de agrupación, regresión y clasificación) para apoyar en modelos de asignación-localización en logística alimentaria. Haciendo uso de un caso de estudio para evaluar la existencia de una sinergia entre las dos disciplinas y su capacidad de reducir tiempos y recursos computacionales con una buena calidad en la respuesta. Se realiza un recorrido histórico de ambas ramas buscando puntos en común, definiendo los aspectos clave en los que coinciden en la documentación académica encontrada. Definiendo además los insumos a utilizar y evaluar. Planteando la existencia de cuatro estructuras en la sinergia: la generación de valores, el entrenamiento de datos, la selección de parámetros y la división de problemas. Posteriormente, se evalúan en el caso de la logística alimentaria como un espacio de prueba, donde se experimenta con el modelo CFLP (capacitated facility location problem) la localización-asignación de centros de distribución para el último escalón de la cadena de suministro en Colombia, albergando los municipios conectados por vías terrestres. Por último, se realiza un análisis a partir de la aplicación del flujo de trabajo estableciendo las debilidades y fortalezas mediante un acercamiento de costos y proyección dentro de la red logística nacional. Encontrando resultados prometedores en términos de uso de recursos computacionales, tiempo y costos al hacer uso de la unión entre disciplinas.

• Autores: Monsalve Alfonso, Cristian David; León Castañeda, Daniel Alejandro
• Fecha de publicación: 2024
• Institución: Universidad Distrital Francisco José de Caldas
• Repositorio: RIUD: repositorio U. Distrital
• OAI Identifier: oai:repository.udistrital.edu.co:11349/92955
• Acceso en línea: http://hdl.handle.net/11349/92955
• Palabra clave: Investigación De Operaciones; Inteligencia Artificial; Aprendizaje Automático; Ciencia De Datos; Logística; Problema De Localización-Asignación De Instalaciones; Ingeniería Industrial -- Tesis y disertaciones académicas; Operations Research; Artificial Intelligence; Machine Learning; Data Science; Logistics; Facility Location Problem
• License: Abierto (Texto Completo)