MÉTODOS DE OPTIMIZACIÓN PARA EL PROBLEMA DE RUTEO DE VEHÍCULOS CON INVENTARIOS Y VENTANAS DE TIEMPO DURAS
El problema estudiado considera las decisiones de ruteo de vehículos con inventarios y restricciones de ventanas de tiempo duras (IRPTW) en una cadena de abastecimiento compuesta por un depósito y múltiples minoristas. Se asume un horizonte de planeación discreto y finito en donde las decisiones por...
- Autores:
-
Pérez Kaligari, Eliseo
Guerrero Rueda, William Javier
- Tipo de recurso:
- Article of journal
- Fecha de publicación:
- 2015
- Institución:
- Escuela Colombiana de Ingeniería Julio Garavito
- Repositorio:
- Repositorio Institucional ECI
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.escuelaing.edu.co:001/1915
- Acceso en línea:
- https://repositorio.escuelaing.edu.co/handle/001/1915
- Palabra clave:
- Logística empresarial
Metaheurística
Algoritmos heurísticos
Business logistics
Metaheuristics
Heuristic algorithms
Problema de Ruteo de Vehículos con Ventanas de Tiempo (VRPTW)
Problema de Ruteo de Vehículos con Inventarios y Ventanas de Tiempo (IRPTW)
Cadena de Suministros
Gestión de Inventarios del Proveedor (VMI)
Problema de Ruteo de Vehículos con Inventarios(IRP)
- Rights
- openAccess
- License
- http://purl.org/coar/access_right/c_abf2
id |
ESCUELAIG2_7744c880547558f10e39ec9f2fdebe3f |
---|---|
oai_identifier_str |
oai:repositorio.escuelaing.edu.co:001/1915 |
network_acronym_str |
ESCUELAIG2 |
network_name_str |
Repositorio Institucional ECI |
repository_id_str |
|
dc.title.spa.fl_str_mv |
MÉTODOS DE OPTIMIZACIÓN PARA EL PROBLEMA DE RUTEO DE VEHÍCULOS CON INVENTARIOS Y VENTANAS DE TIEMPO DURAS |
title |
MÉTODOS DE OPTIMIZACIÓN PARA EL PROBLEMA DE RUTEO DE VEHÍCULOS CON INVENTARIOS Y VENTANAS DE TIEMPO DURAS |
spellingShingle |
MÉTODOS DE OPTIMIZACIÓN PARA EL PROBLEMA DE RUTEO DE VEHÍCULOS CON INVENTARIOS Y VENTANAS DE TIEMPO DURAS Logística empresarial Metaheurística Algoritmos heurísticos Business logistics Metaheuristics Heuristic algorithms Problema de Ruteo de Vehículos con Ventanas de Tiempo (VRPTW) Problema de Ruteo de Vehículos con Inventarios y Ventanas de Tiempo (IRPTW) Cadena de Suministros Gestión de Inventarios del Proveedor (VMI) Problema de Ruteo de Vehículos con Inventarios(IRP) |
title_short |
MÉTODOS DE OPTIMIZACIÓN PARA EL PROBLEMA DE RUTEO DE VEHÍCULOS CON INVENTARIOS Y VENTANAS DE TIEMPO DURAS |
title_full |
MÉTODOS DE OPTIMIZACIÓN PARA EL PROBLEMA DE RUTEO DE VEHÍCULOS CON INVENTARIOS Y VENTANAS DE TIEMPO DURAS |
title_fullStr |
MÉTODOS DE OPTIMIZACIÓN PARA EL PROBLEMA DE RUTEO DE VEHÍCULOS CON INVENTARIOS Y VENTANAS DE TIEMPO DURAS |
title_full_unstemmed |
MÉTODOS DE OPTIMIZACIÓN PARA EL PROBLEMA DE RUTEO DE VEHÍCULOS CON INVENTARIOS Y VENTANAS DE TIEMPO DURAS |
title_sort |
MÉTODOS DE OPTIMIZACIÓN PARA EL PROBLEMA DE RUTEO DE VEHÍCULOS CON INVENTARIOS Y VENTANAS DE TIEMPO DURAS |
dc.creator.fl_str_mv |
Pérez Kaligari, Eliseo Guerrero Rueda, William Javier |
dc.contributor.author.none.fl_str_mv |
Pérez Kaligari, Eliseo Guerrero Rueda, William Javier |
dc.contributor.researchgroup.spa.fl_str_mv |
Informática |
dc.subject.armarc.spa.fl_str_mv |
Logística empresarial Metaheurística Algoritmos heurísticos |
topic |
Logística empresarial Metaheurística Algoritmos heurísticos Business logistics Metaheuristics Heuristic algorithms Problema de Ruteo de Vehículos con Ventanas de Tiempo (VRPTW) Problema de Ruteo de Vehículos con Inventarios y Ventanas de Tiempo (IRPTW) Cadena de Suministros Gestión de Inventarios del Proveedor (VMI) Problema de Ruteo de Vehículos con Inventarios(IRP) |
dc.subject.armarc.eng.fl_str_mv |
Business logistics Metaheuristics Heuristic algorithms |
dc.subject.proposal.spa.fl_str_mv |
Problema de Ruteo de Vehículos con Ventanas de Tiempo (VRPTW) Problema de Ruteo de Vehículos con Inventarios y Ventanas de Tiempo (IRPTW) Cadena de Suministros Gestión de Inventarios del Proveedor (VMI) Problema de Ruteo de Vehículos con Inventarios(IRP) |
description |
El problema estudiado considera las decisiones de ruteo de vehículos con inventarios y restricciones de ventanas de tiempo duras (IRPTW) en una cadena de abastecimiento compuesta por un depósito y múltiples minoristas. Se asume un horizonte de planeación discreto y finito en donde las decisiones por optimizar son: las cantidades a aprovisionar a los minoristas y, simultáneamente, la secuencia de minoristas a visitar en cada periodo de tiempo. El sistema cuenta con un sólo vehículo de capacidad limitada, restricciones de capacidad de almacenamiento de los minoristas, y tasa de producción limitada del depósito. Se requiere satisfacer la demanda que tienen los minoristas. Se asume que los minoristas tienen demanda determinística y no homogénea. Se propone una formulación matemática basada en programación entera mixta y se estudia el impacto que tiene la configuración de las ventanas de tiempo sobre las decisiones de ruteo de vehículos con inventarios, a través de dos métodos de optimización. El primer método optimiza las decisiones de forma simultánea, mientras que el segundo método propuesto considera las decisiones de forma secuencial, lo que lo convierte en un método heurístico. Se presenta un estudio computacional con 80 instancias adaptadas de la literatura. Los resultados muestran que el método de optimización simultáneo tiene un desempeño mejor que el método heurístico de optimización secuencial generando ahorros potenciales en los costos logísticos de al menos 6% |
publishDate |
2015 |
dc.date.issued.none.fl_str_mv |
2015 |
dc.date.accessioned.none.fl_str_mv |
2021-12-07T21:02:52Z |
dc.date.available.none.fl_str_mv |
2021-12-07T21:02:52Z |
dc.type.spa.fl_str_mv |
Artículo de revista |
dc.type.coar.fl_str_mv |
http://purl.org/coar/resource_type/c_2df8fbb1 |
dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_6501 |
dc.type.content.spa.fl_str_mv |
Text |
dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/article |
dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/ART |
format |
http://purl.org/coar/resource_type/c_6501 |
status_str |
publishedVersion |
dc.identifier.uri.none.fl_str_mv |
https://repositorio.escuelaing.edu.co/handle/001/1915 |
url |
https://repositorio.escuelaing.edu.co/handle/001/1915 |
dc.language.iso.spa.fl_str_mv |
spa |
language |
spa |
dc.relation.citationendpage.spa.fl_str_mv |
49 |
dc.relation.citationissue.spa.fl_str_mv |
3 |
dc.relation.citationstartpage.spa.fl_str_mv |
31 |
dc.relation.citationvolume.spa.fl_str_mv |
14 |
dc.relation.indexed.spa.fl_str_mv |
N/A |
dc.relation.ispartofjournal.spa.fl_str_mv |
Revista Ingeniería Industria |
dc.relation.references.spa.fl_str_mv |
ANDERSSON, H., HOFF, A., CHRISTIANSEN, M., HASLE, G., and LØKKETANGEN, A. Industrial aspects and literature survey: Combined inventory management and routing. Computers & Operations Research, 2010, vol. 37, no. 9, pp. 1515-1536. ARCHETTI, C., BERTAZZI, L., HERTZ, A., and SPERANZA, M.G. A Hybrid Heuristic for an Inventory Routing Problem.INFORMS Journal on Computing, 2012, vol. 24, no. 1, pp. 101- 116. ARCHETTI, C., BERTAZZI, L., LAPORTE, G., and SPERANZA, M.G. A Branch-and-Cut Algorithm for a Vendor-Managed Inventory-Routing Problem. Transportation Science, 2007, vol. 41, no. 3, pp. 382-391. BAÑOS, R., ORTEGA, J., GIL, C., MÁRQUEZ, A.L., and DE TORO, F. A hybrid meta-heuristic for multi-objective vehicle routing problems with time windows. Computers & Industrial Engineering, 2013, vol. 65, no. 2, pp. 286-296. BARD, J.F., and NANANUKUL, N. Heuristics for a multiperiod inventory routing problem with production decisions. Computers & Industrial Engineering, 2009, vol. 57, no. 3, pp. 713-723. BERTAZZI, L., BOSCO, A., GUERRIERO, F., and LAGANÀ, D.A stochastic inventory routing problem with stock-out. Transportation Research Part C: Emerging Technologies, 2013, vol. 27, pp. 89-107 BRÄYSY, O., and GENDREAU, M. Vehicle Routing Problem with Time Windows, Part II: Metaheuristics. Transportation Science, 2005, vol. 39, no. 1, pp. 119-139. CALVETE, H.I., GALÉ, C., OLIVEROS, M.J., and SÁNCHEZ-VALVERDE, B. A goal programming approach to vehicle routing problems with soft time windows. European Journal of Operational Research, 2007, vol. 177, no. 3, pp. 1720-1733. CHANG, T.S., WAN, Y., and OOI, W.T.A stochastic dynamic traveling salesman problem with hard time windows. European Journal of Operational Research, 2009, vol. 198, no. 3, pp. 748-759. COELHO, L.C. Instance set proposed by Archetti et al. (2007) for the single vehicle single commodity inventory-routing problem. 2007. [Disponible en]: <http://www.leandro-coelho. com/instances/inventory-routing>[Acceso 9 de Diciembre 2015].q COELHO, L.C., and LAPORTE, G. The exact solution of several classes of inventory-routing problems. Computers & Operations Research, 2013, vol. 40, no. 2, pp. 558-565. COELHO, L.C., CORDEAU, J.F., and LAPORTE, G. Consistency in multi-vehicle inventoryrouting. Transportation Research Part C: Emerging Technologies, 2012(a), vol. 24, pp. 270- 287. COELHO, L.C., CORDEAU, J.F., and LAPORTE, G. The inventory-routing problem with transshipment. Computers & Operations Research, 2012 (b), vol. 39, no. 11, pp. 2537-2548. DONDO, R., MÉNDEZ, C. A., and CERDÁ, J. The multi-echelon vehicle routing problem with cross docking in supply chain management. Computers & Chemical Engineering, 2011, vol. 35, no. 12, pp. 3002-3024. GRONHAUG, R., CHRISTIANSEN, M., DESAULNIERS, G., and DESROSIERS, J.A. Branchand-Price Method for a Liquefied Natural Gas Inventory Routing Problem.Transportation Science, 2010,vol. 44, no.3 pp. 400-415. GUERRERO, W.J., PRODHON, C., VELASCO, N., and AMAYA, C.A. A relax-and-price heuristic for the inventory-location-routing problem. International Transactions in Operational Research, 2015, vol. 22, no. 1, pp. 129-148. LIU, S.C., and LEE, W.T. A heuristic method for the inventory routing problem with time windows. Expert Systems with Applications, 2011, vol. 38, no. 10, pp. 13223-13231. QIN, L., MIAO, L., RUAN, Q., and ZHANG, Y. A local search method for periodic inventory routing problem. Expert Systems with Applications, 2014, vol. 41, no. 2, pp. 765-778. QURESHI, A.G., TANIGUCHI, E., and YAMADA, T. A Microsimulation Based Analysis of Exact Solution of Dynamic Vehicle Routing with Soft Time Windows. Procedia - Social and Behavioral Sciences, 2012, vol. 39, pp. 205-216. |
dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://purl.org/coar/access_right/c_abf2 |
dc.format.extent.spa.fl_str_mv |
19 páginas. |
dc.format.mimetype.spa.fl_str_mv |
application/pdf |
dc.publisher.spa.fl_str_mv |
Universidad del Bío-Bío |
dc.publisher.place.spa.fl_str_mv |
Chile |
institution |
Escuela Colombiana de Ingeniería Julio Garavito |
bitstream.url.fl_str_mv |
https://repositorio.escuelaing.edu.co/bitstream/001/1915/1/M%c3%89TODOS%20DE%20OPTIMIZACI%c3%93N%20PARA%20EL%20PROBLEMA%20DE.pdf https://repositorio.escuelaing.edu.co/bitstream/001/1915/2/license.txt https://repositorio.escuelaing.edu.co/bitstream/001/1915/3/M%c3%89TODOS%20DE%20OPTIMIZACI%c3%93N%20PARA%20EL%20PROBLEMA%20DE.pdf.txt https://repositorio.escuelaing.edu.co/bitstream/001/1915/4/M%c3%89TODOS%20DE%20OPTIMIZACI%c3%93N%20PARA%20EL%20PROBLEMA%20DE.pdf.jpg |
bitstream.checksum.fl_str_mv |
5b1bfb45f7313ae893735a45b8661a95 5a7ca94c2e5326ee169f979d71d0f06e f8fe3ee83a3d52ffd5a0509e2b0a665c a20025eca43cf21bd68d125c29037aae |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio Escuela Colombiana de Ingeniería Julio Garavito |
repository.mail.fl_str_mv |
repositorio.eci@escuelaing.edu.co |
_version_ |
1814355635611893760 |
spelling |
Pérez Kaligari, Eliseo75546a4eed468605ae8c732c988a37c5600Guerrero Rueda, William Javierd89216cf106b0e3a9c34c45cc7dd1ceb600Informática2021-12-07T21:02:52Z2021-12-07T21:02:52Z2015https://repositorio.escuelaing.edu.co/handle/001/1915El problema estudiado considera las decisiones de ruteo de vehículos con inventarios y restricciones de ventanas de tiempo duras (IRPTW) en una cadena de abastecimiento compuesta por un depósito y múltiples minoristas. Se asume un horizonte de planeación discreto y finito en donde las decisiones por optimizar son: las cantidades a aprovisionar a los minoristas y, simultáneamente, la secuencia de minoristas a visitar en cada periodo de tiempo. El sistema cuenta con un sólo vehículo de capacidad limitada, restricciones de capacidad de almacenamiento de los minoristas, y tasa de producción limitada del depósito. Se requiere satisfacer la demanda que tienen los minoristas. Se asume que los minoristas tienen demanda determinística y no homogénea. Se propone una formulación matemática basada en programación entera mixta y se estudia el impacto que tiene la configuración de las ventanas de tiempo sobre las decisiones de ruteo de vehículos con inventarios, a través de dos métodos de optimización. El primer método optimiza las decisiones de forma simultánea, mientras que el segundo método propuesto considera las decisiones de forma secuencial, lo que lo convierte en un método heurístico. Se presenta un estudio computacional con 80 instancias adaptadas de la literatura. Los resultados muestran que el método de optimización simultáneo tiene un desempeño mejor que el método heurístico de optimización secuencial generando ahorros potenciales en los costos logísticos de al menos 6%The studied problem considers the inventory routing problem with time windows (IRPTW) in a supply chain that consists of a single warehouse and multiple retailers. The considered planning horizon is discrete and finite, and the decisions to optimize are: the quantities to supply to retailers, and simultaneously the sequence of retailers to visit in each time period. The system has a single vehicle with limited capacity, storage capacity constraints at retailers and a limited production rate at the depot is considered. It is required to meet the retailer ́s demand. It is assumed that retailers have deterministic demand and not homogeneous. It is proposed a mathematical formulation based on mixed integer programming, and it is studied the impact of the time windows configuration on inventory routing decisions through two optimization methods. The first method optimizes decisions simultaneously, while the second proposed method considers sequential decisions, making it a heuristic method. A computational study with 80 instances adapted from the literature is presented. The results show that the method of simultaneous optimization has outperformed the heuristic optimization method generating potential savings in logistics costs of at least 6%19 páginas.application/pdfspaUniversidad del Bío-BíoChileMÉTODOS DE OPTIMIZACIÓN PARA EL PROBLEMA DE RUTEO DE VEHÍCULOS CON INVENTARIOS Y VENTANAS DE TIEMPO DURASArtículo de revistainfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1Textinfo:eu-repo/semantics/articlehttp://purl.org/redcol/resource_type/ARThttp://purl.org/coar/version/c_970fb48d4fbd8a854933114N/ARevista Ingeniería IndustriaANDERSSON, H., HOFF, A., CHRISTIANSEN, M., HASLE, G., and LØKKETANGEN, A. Industrial aspects and literature survey: Combined inventory management and routing. Computers & Operations Research, 2010, vol. 37, no. 9, pp. 1515-1536.ARCHETTI, C., BERTAZZI, L., HERTZ, A., and SPERANZA, M.G. A Hybrid Heuristic for an Inventory Routing Problem.INFORMS Journal on Computing, 2012, vol. 24, no. 1, pp. 101- 116.ARCHETTI, C., BERTAZZI, L., LAPORTE, G., and SPERANZA, M.G. A Branch-and-Cut Algorithm for a Vendor-Managed Inventory-Routing Problem. Transportation Science, 2007, vol. 41, no. 3, pp. 382-391.BAÑOS, R., ORTEGA, J., GIL, C., MÁRQUEZ, A.L., and DE TORO, F. A hybrid meta-heuristic for multi-objective vehicle routing problems with time windows. Computers & Industrial Engineering, 2013, vol. 65, no. 2, pp. 286-296.BARD, J.F., and NANANUKUL, N. Heuristics for a multiperiod inventory routing problem with production decisions. Computers & Industrial Engineering, 2009, vol. 57, no. 3, pp. 713-723.BERTAZZI, L., BOSCO, A., GUERRIERO, F., and LAGANÀ, D.A stochastic inventory routing problem with stock-out. Transportation Research Part C: Emerging Technologies, 2013, vol. 27, pp. 89-107BRÄYSY, O., and GENDREAU, M. Vehicle Routing Problem with Time Windows, Part II: Metaheuristics. Transportation Science, 2005, vol. 39, no. 1, pp. 119-139.CALVETE, H.I., GALÉ, C., OLIVEROS, M.J., and SÁNCHEZ-VALVERDE, B. A goal programming approach to vehicle routing problems with soft time windows. European Journal of Operational Research, 2007, vol. 177, no. 3, pp. 1720-1733.CHANG, T.S., WAN, Y., and OOI, W.T.A stochastic dynamic traveling salesman problem with hard time windows. European Journal of Operational Research, 2009, vol. 198, no. 3, pp. 748-759.COELHO, L.C. Instance set proposed by Archetti et al. (2007) for the single vehicle single commodity inventory-routing problem. 2007. [Disponible en]: <http://www.leandro-coelho. com/instances/inventory-routing>[Acceso 9 de Diciembre 2015].qCOELHO, L.C., and LAPORTE, G. The exact solution of several classes of inventory-routing problems. Computers & Operations Research, 2013, vol. 40, no. 2, pp. 558-565.COELHO, L.C., CORDEAU, J.F., and LAPORTE, G. Consistency in multi-vehicle inventoryrouting. Transportation Research Part C: Emerging Technologies, 2012(a), vol. 24, pp. 270- 287.COELHO, L.C., CORDEAU, J.F., and LAPORTE, G. The inventory-routing problem with transshipment. Computers & Operations Research, 2012 (b), vol. 39, no. 11, pp. 2537-2548.DONDO, R., MÉNDEZ, C. A., and CERDÁ, J. The multi-echelon vehicle routing problem with cross docking in supply chain management. Computers & Chemical Engineering, 2011, vol. 35, no. 12, pp. 3002-3024.GRONHAUG, R., CHRISTIANSEN, M., DESAULNIERS, G., and DESROSIERS, J.A. Branchand-Price Method for a Liquefied Natural Gas Inventory Routing Problem.Transportation Science, 2010,vol. 44, no.3 pp. 400-415.GUERRERO, W.J., PRODHON, C., VELASCO, N., and AMAYA, C.A. A relax-and-price heuristic for the inventory-location-routing problem. International Transactions in Operational Research, 2015, vol. 22, no. 1, pp. 129-148.LIU, S.C., and LEE, W.T. A heuristic method for the inventory routing problem with time windows. Expert Systems with Applications, 2011, vol. 38, no. 10, pp. 13223-13231.QIN, L., MIAO, L., RUAN, Q., and ZHANG, Y. A local search method for periodic inventory routing problem. Expert Systems with Applications, 2014, vol. 41, no. 2, pp. 765-778.QURESHI, A.G., TANIGUCHI, E., and YAMADA, T. A Microsimulation Based Analysis of Exact Solution of Dynamic Vehicle Routing with Soft Time Windows. Procedia - Social and Behavioral Sciences, 2012, vol. 39, pp. 205-216.info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Logística empresarialMetaheurísticaAlgoritmos heurísticosBusiness logisticsMetaheuristicsHeuristic algorithmsProblema de Ruteo de Vehículos con Ventanas de Tiempo (VRPTW)Problema de Ruteo de Vehículos con Inventarios y Ventanas de Tiempo (IRPTW)Cadena de SuministrosGestión de Inventarios del Proveedor (VMI)Problema de Ruteo de Vehículos con Inventarios(IRP)ORIGINALMÉTODOS DE OPTIMIZACIÓN PARA EL PROBLEMA DE.pdfMÉTODOS DE OPTIMIZACIÓN PARA EL PROBLEMA DE.pdfArtículo principal.application/pdf2183611https://repositorio.escuelaing.edu.co/bitstream/001/1915/1/M%c3%89TODOS%20DE%20OPTIMIZACI%c3%93N%20PARA%20EL%20PROBLEMA%20DE.pdf5b1bfb45f7313ae893735a45b8661a95MD51open accessLICENSElicense.txtlicense.txttext/plain; charset=utf-81881https://repositorio.escuelaing.edu.co/bitstream/001/1915/2/license.txt5a7ca94c2e5326ee169f979d71d0f06eMD52open accessTEXTMÉTODOS DE OPTIMIZACIÓN PARA EL PROBLEMA DE.pdf.txtMÉTODOS DE OPTIMIZACIÓN PARA EL PROBLEMA DE.pdf.txtExtracted texttext/plain49570https://repositorio.escuelaing.edu.co/bitstream/001/1915/3/M%c3%89TODOS%20DE%20OPTIMIZACI%c3%93N%20PARA%20EL%20PROBLEMA%20DE.pdf.txtf8fe3ee83a3d52ffd5a0509e2b0a665cMD53open accessTHUMBNAILMÉTODOS DE OPTIMIZACIÓN PARA EL PROBLEMA DE.pdf.jpgMÉTODOS DE OPTIMIZACIÓN PARA EL PROBLEMA DE.pdf.jpgGenerated Thumbnailimage/jpeg15329https://repositorio.escuelaing.edu.co/bitstream/001/1915/4/M%c3%89TODOS%20DE%20OPTIMIZACI%c3%93N%20PARA%20EL%20PROBLEMA%20DE.pdf.jpga20025eca43cf21bd68d125c29037aaeMD54open access001/1915oai:repositorio.escuelaing.edu.co:001/19152022-08-22 16:23:07.488open accessRepositorio Escuela Colombiana de Ingeniería Julio Garavitorepositorio.eci@escuelaing.edu.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 |