Optimización de la red de suministro del plan nacional de vacunación con algoritmos meméticos: una aproximación al uso del MD-IRP en el contexto de la logística humanitaria
La pandemia causada por el COVID-19 no sólo ha generado pérdidas humanas y económicas, sino también un reto logístico para todos los países que tuvieron que desarrollar inmediatamente un plan de vacunación para atender a todos sus ciudadanos. En Colombia, el Ministerio de Salud y Protección, junto c...
- Autores:
-
Rincon Guerrero, Victor Manuel
Marin Bedoya, Juan Manuel
Camacho Zuluaga, Maria Juliana
Cortes Rodriguez, Laura Daniela
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2022
- Institución:
- Pontificia Universidad Javeriana
- Repositorio:
- Repositorio Universidad Javeriana
- Idioma:
- spa
- OAI Identifier:
- oai:repository.javeriana.edu.co:10554/61516
- Acceso en línea:
- http://hdl.handle.net/10554/61516
- Palabra clave:
- SARS-Cov2
Vacuna
Distribución
Ruteo
MDIRP
Logística Humanitaria
Plan Nacional de Vacunación
Inventario
SARS-Cov2
Vaccine
Distribution
Routing
MDIRP
Humanitarian logistics
National vaccination plan
Inventory
Ingeniería industrial - Tesis y disertaciones académicas
Optimización estructural
Logística en los negocios
Vacunación
COVID-19 (Enfermedad)
- Rights
- openAccess
- License
- Atribución-NoComercial-SinDerivadas 4.0 Internacional
Summary: | La pandemia causada por el COVID-19 no sólo ha generado pérdidas humanas y económicas, sino también un reto logístico para todos los países que tuvieron que desarrollar inmediatamente un plan de vacunación para atender a todos sus ciudadanos. En Colombia, el Ministerio de Salud y Protección, junto con el Gobierno, ya contaba con suficientes bodegas para almacenar una gran cantidad de vacunas en todo el país; sin embargo, el verdadero reto se intensificó cuando se trató de crear rutas eficientes para llegar a todas las regiones del país. Considerando la situación anterior, se utilizaron dos herramientas de optimización para generar una comparación y así obtener un mejor resultado. En primer lugar, se implementó un modelo matemático en Gusek, por medio del F.O. se obtuvo el valor óptimo, sin embargo, cuando las instancias crecían en complejidad, el modelo dejaba de funcionar, ya que tomaba demasiado tiempo haciéndolo ineficiente. Por otro lado, el segundo modelo era un algoritmo memético en VBA, que generaba un valor cercano al óptimo, reduciendo los tiempos con instancias grandes. De esta forma, se consideraron diferentes restricciones para ambos modelos, como que las flotas fueran homogéneas, que sólo se utilizara un tipo de vacuna y que los tiempos fueran deterministas. Teniendo en cuenta los resultados obtenidos al ejecutar ambos modelos, se concluyó que el modelo Gusek es efectivo cuando la instancia es pequeña, al contrario que el algoritmo memético que obtiene un valor cercano al óptimo con instancias más grandes. |
---|