Avances en un modelo estocástico para la localización y dimensionamiento de puntos limpios en la gestión de residuos urbanos
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...
Guardado en:
| Autores principales: | , |
|---|---|
| Formato: | Objeto de conferencia |
| Lenguaje: | Español |
| Publicado: |
2024
|
| Materias: | |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/178490 |
| Aporte de: |
| id |
I19-R120-10915-178490 |
|---|---|
| record_format |
dspace |
| spelling |
I19-R120-10915-1784902025-05-08T17:41:52Z http://sedici.unlp.edu.ar/handle/10915/178490 Avances en un modelo estocástico para la localización y dimensionamiento de puntos limpios en la gestión de residuos urbanos Rossit, Diego Bard, Jonathan 2024-08 2024 2025-04-25T14:55:27Z es Ciencias Informáticas Gestión de residuos sólidos urbanos Localización y dimensionamiento de puntos limpios Optimización estocástica Programación matemática 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. Sociedad Argentina de Informática e Investigación Operativa Objeto de conferencia Objeto de conferencia http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) application/pdf 398-400 |
| institution |
Universidad Nacional de La Plata |
| institution_str |
I-19 |
| repository_str |
R-120 |
| collection |
SEDICI (UNLP) |
| language |
Español |
| topic |
Ciencias Informáticas Gestión de residuos sólidos urbanos Localización y dimensionamiento de puntos limpios Optimización estocástica Programación matemática |
| spellingShingle |
Ciencias Informáticas Gestión de residuos sólidos urbanos Localización y dimensionamiento de puntos limpios Optimización estocástica Programación matemática Rossit, Diego Bard, Jonathan Avances en un modelo estocástico para la localización y dimensionamiento de puntos limpios en la gestión de residuos urbanos |
| topic_facet |
Ciencias Informáticas Gestión de residuos sólidos urbanos Localización y dimensionamiento de puntos limpios Optimización estocástica Programación matemática |
| description |
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. |
| format |
Objeto de conferencia Objeto de conferencia |
| author |
Rossit, Diego Bard, Jonathan |
| author_facet |
Rossit, Diego Bard, Jonathan |
| author_sort |
Rossit, Diego |
| title |
Avances en un modelo estocástico para la localización y dimensionamiento de puntos limpios en la gestión de residuos urbanos |
| title_short |
Avances en un modelo estocástico para la localización y dimensionamiento de puntos limpios en la gestión de residuos urbanos |
| title_full |
Avances en un modelo estocástico para la localización y dimensionamiento de puntos limpios en la gestión de residuos urbanos |
| title_fullStr |
Avances en un modelo estocástico para la localización y dimensionamiento de puntos limpios en la gestión de residuos urbanos |
| title_full_unstemmed |
Avances en un modelo estocástico para la localización y dimensionamiento de puntos limpios en la gestión de residuos urbanos |
| title_sort |
avances en un modelo estocástico para la localización y dimensionamiento de puntos limpios en la gestión de residuos urbanos |
| publishDate |
2024 |
| url |
http://sedici.unlp.edu.ar/handle/10915/178490 |
| work_keys_str_mv |
AT rossitdiego avancesenunmodeloestocasticoparalalocalizacionydimensionamientodepuntoslimpiosenlagestionderesiduosurbanos AT bardjonathan avancesenunmodeloestocasticoparalalocalizacionydimensionamientodepuntoslimpiosenlagestionderesiduosurbanos |
| _version_ |
1847925375862046720 |