Modelación para la planeación táctica de la operación de una Estación de Transferencia de residuos sólidos en la ciudad de Medellín

RESUMEN: El crecimiento acelerado de la población y el consumo de bienes produce un aumento sostenido de la generación de residuos sólidos. En este trabajo se presenta el caso de una empresa colombiana dedicada a la recolección, transporte y disposición final de residuos sólidos. El problema asociad...

Full description

Autores:
Vargas Restrepo, Angie Paola
Tipo de recurso:
http://purl.org/coar/resource_type/c_7a1f 
Fecha de publicación:
2021
Institución:
Universidad de Antioquia
Repositorio:
Repositorio UdeA
Idioma:
spa
OAI Identifier:
oai:bibliotecadigital.udea.edu.co:10495/18465
Acceso en línea:
http://hdl.handle.net/10495/18465
Palabra clave:
Modelo matemático
Mathematical models
Toma de decisiones
Decision making
Desechos sólidos
Solid wastes
Manejo de desechos
Waste management
Estaciones de transferencia
Investigación de operaciones
Plan de Gestión Integral de Residuos Sólidos (PGIRS)
http://aims.fao.org/aos/agrovoc/c_7228
http://aims.fao.org/aos/agrovoc/c_34763
http://vocabularies.unesco.org/thesaurus/concept13861
http://vocabularies.unesco.org/thesaurus/concept7323
Rights
openAccess
License
Atribución-NoComercial-CompartirIgual 2.5 Colombia
Description
Summary:RESUMEN: El crecimiento acelerado de la población y el consumo de bienes produce un aumento sostenido de la generación de residuos sólidos. En este trabajo se presenta el caso de una empresa colombiana dedicada a la recolección, transporte y disposición final de residuos sólidos. El problema asociado consiste en la optimización de la flota y la secuencia en la llegada de los vehículos compactadores al destino de descarga de residuos de manera que se reduzca la posible congestión en el sistema y se evite el colapso dentro de la instalación de descarga. La metodología utilizada se divide en cuatro etapas. La primera etapa consiste en el diagnóstico del proceso actual de recolección de residuos sólidos. En la segunda etapa se desarrolla un modelo matemático mediante el cual se determina el tamaño óptimo de flota. Posteriormente, en la tercera etapa, se emplea un algoritmo heurístico para secuenciar las microrrutas a realizar por cada vehículo durante la semana. Finalmente, en la cuarta etapa se realiza un análisis de sensibilidad con el objetivo de determinar la cantidad de recursos requeridos en la Estación de Transferencia para atender la demanda de residuos sólidos recolectados. Los resultados obtenidos revelan una reducción entre el 10% y 30% de la flota actual y una secuenciación que permite aumentar la cantidad de viajes diarios realizados por cada vehículo.