Laidy De Armas Jacomino

En el presente estudio se analiza el desempeno de tres herramientas informaticas de optimizacion de libre acceso y de codigo abierto: lpSolve, GLPK y CBC. Se emplean cuatro conjuntos de datos con instancias que representan cuatro configuraciones de un patio de contenedores ubicado en Villa Clara, Cuba. Se estudia si el problema de asignacion de espacios de almacenamiento a contenedores de importacion puede ser resuelto en un tiempo aceptable para las operaciones de este patio, usando un metodo matematico exacto. La evaluacion de estas herramientas informaticas de optimizacion se basa en tres metricas: tiempo computacional, numero de iteraciones y numero de nodos explorados. Ademas, se realiza un estudio de factibilidad sobre el impacto del metodo de optimizacion exacto en las operaciones del patio de contenedores de Villa Clara. PALABRAS CLAVE: Apilamiento de contenedores, asignacion de espacios a contenedores, herramientas de optimizacion libres.

Una terminal de contenedores es una fuente de disimiles problemas de indole matematica y por ende computacional. En particular el apilamiento de contenedores en el patio de una terminal maritima es una de las operaciones mas importantes, debido fundamentalmente, a los cuellos de botella que en el surgen, con los respectivos incumplimientos de los indicadores de eficiencia. El apilamiento de contenedores se divide en actividades de carga, descarga y recolocacion o premarshalling de contenedores. Cuando se realizan estas actividades los operarios y directivos deben determinar las posiciones exactas para los contenedores, descargarlos o recolocarlos haciendo un uso eficiente del espacio de almacenamiento disponible, reduciendo los movimientos improductivos y los costos de transportacion, etc. El proposito del presente trabajo es revisar y describir funciones objetivo encontradas en la literatura sobre problemas de optimizacion que surgen durante el apilamiento de contenedores. Las funcio...

The optimal stacking of import containers in a terminal reduces the reshuffles during the unloading operations. Knowing the departure date of each container is critical for optimal stacking. However, such a date is rarely known because it depends on various attributes. Therefore, some authors have proposed estimation algorithms using supervised classification. Although supervised classifiers can estimate this dwell time, the variable “dwell time” takes ordered values for this problem, suggesting using ordinal regression algorithms. Thus, we have compared an ordinal regression algorithm (selected from 15) against two supervised classifiers (selected from 30). We have set up two datasets with data collected in a container terminal. We have extracted and evaluated 35 attributes related to the dwell time. Additionally, we have run 21 experiments to evaluate both approaches regarding the mean absolute error modified and the reshuffles. As a result, we have found that the ordinal regressi...