The Retail Location Problem Under Uncertain Demand [Recurso Electrónico] / Cristian David Ramírez Pico

Por: Ramírez Pico, Cristian DavidColaborador(es): De Lara, Michel [dir.] | Guerrero R, William J [dir.]Tipo de material: Archivo de ordenadorArchivo de ordenadorEditor: Bogotá (Colombia) : Escuela Colombiana de Ingeniería Julio Garavito, 2017Descripción: 62 p. : gráTema(s): PROGRAMACIÓN ESTOCÁSTICA | PROGRAMACIÓN DINÁMICA | PROGRAMACIÓN LINEAL | TESIS Y DISERTACIONES ACADÉMICASClasificación CDD: 519.703 Recursos en línea: Haga clic para acceso en línea Nota de disertación: Tesis (Magíster en Ingeniería Industrial) Resumen: Estudiamos el problema de un minorista que se enfrenta a incertidumbre en la demanda. El objetivo principal es maximizar la utilidad generada optimizando las decisiones asociadas a las políticas de inventario y ventas, además de considerar la posible apertura de nuevos puntos de venta. Proponemos un marco que integra la optimización de decisiones tanto estratégicas como tácticas. En primera instancia, se presenta el problema de optimización determinístico (demanda conocida con anticipación) y se analizan sus resultados. Logramos evidenciar que la solución no satisface las condiciones dadas en situaciones reales debido a que la demanda puede ser anticipada. Posteriormente, presentamos un modelo estocástico multi etapa, formulando el problema en 3 diferentes versiones las cuales incrementan su complejidad de una a otra. La primera formulación considera un único punto de venta excluyendo decisiones de localización (SRLP por sus siglas en inglés Single Retail Location problem). El modelo es resuelto utilizando programación estocástica dinámica y los resultados obtenidos son discutidos. La segunda y tercera versión consideran: múltiples retailers e inclusión de decisiones de localización de nuevos puntos de venta, respectivamente. En esta etapa proponemos un nuevo método de solución utilizando algoritmos existentes en la literatura como Programación Estocástica Dinámica Dual y algoritmo "Progressive Hedging".
Etiquetas de esta biblioteca: No hay etiquetas de esta biblioteca para este título. Ingresar para agregar etiquetas.
    Valoración media: 0.0 (0 votos)
Tipo de ítem Ubicación actual Signatura Info Vol Copia número Estado Fecha de vencimiento Código de barras Reserva de ítems
TRABAJOS DE GRADO TRABAJOS DE GRADO Biblioteca Jorge Álvarez Lleras
Fondo general
519.703 R173r Ts (Navegar estantería) Ej.1 1 Disponible D001084
Total de reservas: 0

Tesis (Magíster en Ingeniería Industrial)

Incluye Bibliografía

Estudiamos el problema de un minorista que se enfrenta a incertidumbre en la demanda. El objetivo principal es maximizar la utilidad generada optimizando las decisiones asociadas a las políticas de inventario y ventas, además de considerar la posible apertura de nuevos puntos de venta. Proponemos un marco que integra la optimización de decisiones tanto estratégicas como tácticas. En primera instancia, se presenta el problema de optimización determinístico (demanda conocida con anticipación) y se analizan sus resultados. Logramos evidenciar que la solución no satisface las condiciones dadas en situaciones reales debido a que la demanda puede ser anticipada. Posteriormente, presentamos un modelo estocástico multi etapa, formulando el problema en 3 diferentes versiones las cuales incrementan su complejidad de una a otra. La primera formulación considera un único punto de venta excluyendo decisiones de localización (SRLP por sus siglas en inglés Single Retail Location problem). El modelo es resuelto utilizando programación estocástica dinámica y los resultados obtenidos son discutidos. La segunda y tercera versión consideran: múltiples retailers e inclusión de decisiones de localización de nuevos puntos de venta, respectivamente. En esta etapa proponemos un nuevo método de solución utilizando algoritmos existentes en la literatura como Programación Estocástica Dinámica Dual y algoritmo "Progressive Hedging".

No hay comentarios en este titulo.

para colocar un comentario.

Haga clic en una imagen para verla en el visor de imágenes