Diseño de un algoritmo para determinar la estrategia de almacenamiento y programación de manipulación de contenedores en terminales marítimos
Datum
2017Autoren
Garzón Jiménez, Karen AndreaManrique Parra, María Camila
Peña Vargas, Paola Andrea
Román Beltrán, Daniela
Direktor
Rincón Garcia, NicolásHerausgeber
Pontificia Universidad Javeriana
Fakultät
Facultad de Ingeniería
Programm
Ingeniería Industrial
Erhaltener Titel
Ingeniero (a) Industrial
Typ
Tesis/Trabajo de grado - Monografía - Pregrado
Teile diesen Datensatz
Citación
Metadata
Zur Langanzeige
PDF-Dokumente
Zusammenfassung
Debido a las grandes cantidades de carga que se manejan actualmente en la industria, al dinamismo de la economía y al bajo costo del transporte marítimo; este medio de transporte es el más utilizado para el comercio internacional. Sin embargo, los puertos exigen un alto nivel de complejidad tanto en gestión logística cómo de infraestructura, de igual manera es necesario mencionar el alto nivel de complejidad en las actividades y toma de decisiones dentro del mismo.
En tal sentido, este documento tiene como objetivo plantear una solución a la manipulación de contenedores desde el momento en el que son descargados del buque, hasta que son asignados en una posición estratégica de almacenamiento, permitiendo reducir los grandes tiempos de espera tanto para un buque como para un camión, que en términos económicos son bastante representativos.
Este estudio propone el diseño de dos metaheurísticas Búsqueda Tabú y Algoritmo Genético con el fin de obtener la adecuada estrategia de almacenamiento de contenedores dentro de un puerto marítimo. El resultado obtenido en ambas metaheurísticas fue comparado con el propósito de encontrar el menor tiempo total del sistema, y lograr medir el rendimiento de los modelos propuestos. Adicionalmente se diseñó un modelo de simulación para comprender el comportamiento del sistema, evaluar el desempeño de las dos metaheurísticas creadas, comparando sus resultados.
Mediante el modelo de simulación creado se representó un escenario de método LIFO el cual es un ejemplo de cómo se trasladan los contenedores en un puerto marítimo. Una vez obtenido el resultado que arrojo la solución inicial propuesta, se procedió a comparar esté con la representación LIFO. Se concluye que la solución inicial mejora en un 22% el tiempo total del escenario simulado. Comparando los resultados arrojados por las dos metaheurísticas, se obtuvo un 0,25% de mejora en el tiempo
total, de la metaheurística búsqueda Tabú frente al Algoritmo Genético. Finalmente, se verifico que el algoritmo que representa un menor tiempo mejora en un 1,56% la solución inicial propuesta, Aportando como solución propuesta en un total de 23,56% de mejora contra el método LIFO.
Es importante resaltar que los tiempos de operación de las actividades para los diferentes equipos de un puerto fueron los reportados en la literatura.
Abstrakt
Since the rapid growing of the economy and globalization, industry is searching for more efficient types of transportation. Because of a low-cost shipping (compared to air freight) and size restrictions, ocean freight shipping is the most common way of imports transportation. Nevertheless, ports logistics and infrastructure represent an obstacle due to operational and high-risk decisions complexity.
That said, the objective of the following document is to present an operational solution of the cargo from the moment it is on the boat until they are stored in a strategic position. As a result of this solution, cargo downtime and cargo truck wait time will be reduced considerably. This improvement will deliver big economic savings to all the parties and operation will be more efficient.
This study will evaluate two different metaheuristics: Tabu Search (TS) and Genetic Algorithm (GA) in order to propose the best storage strategy in a port. Results of both metaheuristics will be compared evaluating performance and identifying the minor downtime of both proposals.
A modeled simulation created, represent a LIFO method to simulate how cargos will be moved in the port. After simulation LIFO method and the original proposal results were compared to demonstrate if the proposal will reduce cargo downtime. As a result, proposal achieved a 22% down time reduction.
Comparing both metaheuristics results demonstrate that Tabu Search (TS) have a 0.25%-time reduction versus Genetic Algorithm (GA). Finally, Tabu Search (TS) proposal presents a 1,56% time reductions versus original proposal. Comparing this results with LIFO method we conclude that our proposal improves wait time / downtime around 23,56%.
Schlüsselwörter
Logística portuariaManipulación de contenedores
Posición estratégica
Búsqueda tabú
Algoritmo genético
Simulación
Themen
Ingeniería industrial - Tesis y disertaciones académicasLogística en los negocios
Contenedores
Terminales marítimos
Google Analytics Statistics
Collections
- Ingeniería Industrial [1112]