Optimización de una cadena de suministros hospitalarios incorporando parámetros difusos

El propósito de este trabajo es determinar la estructura óptima de una cadena de suministro de insumos hospitalarios. Para ello se plantea un modelo mixto entero lineal determinístico cuyos objetivos de optimización son tanto la minimización de los costos generales como la minimización de los tiempo...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Kees, María Celeste, Cragno, María Constanza, Moreno, Marta Susana, Bandoni, Alberto
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2016
Materias:
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/58053
http://45jaiio.sadio.org.ar/sites/default/files/CAIS-21.pdf
Aporte de:
id I19-R120-10915-58053
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
programación difusa
Equipo y Suministro de Hospitales
Optimization
spellingShingle Ciencias Informáticas
programación difusa
Equipo y Suministro de Hospitales
Optimization
Kees, María Celeste
Cragno, María Constanza
Moreno, Marta Susana
Bandoni, Alberto
Optimización de una cadena de suministros hospitalarios incorporando parámetros difusos
topic_facet Ciencias Informáticas
programación difusa
Equipo y Suministro de Hospitales
Optimization
description El propósito de este trabajo es determinar la estructura óptima de una cadena de suministro de insumos hospitalarios. Para ello se plantea un modelo mixto entero lineal determinístico cuyos objetivos de optimización son tanto la minimización de los costos generales como la minimización de los tiempos de envío. Debido a la presencia de incertidumbre en algunos parámetros del problema, se presenta una segunda formulación multiobjetivo en la que se incorporan parámetros difusos a través de una metodología que proporciona una solución óptima única, evitando las inconsistencias o subjetividades propias del análisis de escenarios indicado en los métodos tradicionales de lógica borrosa. Los modelos desarrollados permiten identificar los plazos de entrega que implican un incremento en los costos, los que pueden deberse a recargos por parte de las plantas farmacéuticas o al aumento en los gastos de transporte. Las formulaciones contemplan, además, la existencia de una economía de escala en el transporte a través de la cual se logra un mejor equilibrio entre la cantidad de unidades a trasladar y el costo de transporte. Finalmente, se presenta el análisis de un caso de estudio sobre el cual se aplican los modelos propuestos.
format Objeto de conferencia
Objeto de conferencia
author Kees, María Celeste
Cragno, María Constanza
Moreno, Marta Susana
Bandoni, Alberto
author_facet Kees, María Celeste
Cragno, María Constanza
Moreno, Marta Susana
Bandoni, Alberto
author_sort Kees, María Celeste
title Optimización de una cadena de suministros hospitalarios incorporando parámetros difusos
title_short Optimización de una cadena de suministros hospitalarios incorporando parámetros difusos
title_full Optimización de una cadena de suministros hospitalarios incorporando parámetros difusos
title_fullStr Optimización de una cadena de suministros hospitalarios incorporando parámetros difusos
title_full_unstemmed Optimización de una cadena de suministros hospitalarios incorporando parámetros difusos
title_sort optimización de una cadena de suministros hospitalarios incorporando parámetros difusos
publishDate 2016
url http://sedici.unlp.edu.ar/handle/10915/58053
http://45jaiio.sadio.org.ar/sites/default/files/CAIS-21.pdf
work_keys_str_mv AT keesmariaceleste optimizaciondeunacadenadesuministroshospitalariosincorporandoparametrosdifusos
AT cragnomariaconstanza optimizaciondeunacadenadesuministroshospitalariosincorporandoparametrosdifusos
AT morenomartasusana optimizaciondeunacadenadesuministroshospitalariosincorporandoparametrosdifusos
AT bandonialberto optimizaciondeunacadenadesuministroshospitalariosincorporandoparametrosdifusos
bdutipo_str Repositorios
_version_ 1764820477203709952