Artículo Final Simulación - F. Hollman, F. Iván, R. Álvaro, G. Leandro, P. Liliana, V. Mariana.

Proceedings of the 2019 Winter Simulation Conference
M. Rabe, A.A. Juan, N. Mustafee, A. Skoogh, S. Jain, and B. Johansson, eds.
MEJORAMIENTO DEL NIVEL DE SERVICIO EN UNA BODEGA DE

CONTENEDORES VACÍOS A PARTIR DEL CONTROL DE LOS TIEMPOS DE
REVISIÓN Y REPARACIÓN DE LOS CONTENEDORES SECOS.
Flórez B. Hollman Fontalvo D. Iván

Facultad de Ingeniería Facultad de Ingeniería
Programa de Ingeniería Industrial Programa de Ingeniería Industrial
Universidad del Atlántico Universidad del Atlántico
Km 7, antigua vía Puerto Colombia. Km 7, antigua vía Puerto Colombia.
Reina B. Álvaro García D. Leandro

Km 7, antigua vía Puerto Colombia. Km 7, antigua vía Puerto Colombia.
Pabón P. Liliana Villarreal G. Mariana

Km 7, antigua vía Puerto Colombia. Km 7, antigua vía Puerto Colombia
1
F. Hollman, F. Iván, R. Álvaro, G. Leandro, P. Liliana, V. Mariana.
1. INTRODUCCIÓN
Las empresas que se dedican a las operaciones navieras han debido variar sus procesos para
adaptarse rápidamente a los avances tecnológicos y a los requerimientos del mercado. En
concordancia, los puertos se han visto en la obligación de ofrecer a las compañías navieras servicios
mucho más eficientes con el fin de contribuir al incremento de la competitividad de la cadena
logística de comercio. Según Piaggio “Chile está llegando a niveles de eficiencia de países con
muy buen desempeño. En esa línea, en la actualidad, más que infraestructura, lo que se necesita es
la integración de la cadena logística con los puertos, la ciudad, los centros de transferencia, con el
transporte, con las aduanas, todo ello a través de un Plan Maestro de Desarrollo Logístico, bajo una
mirada más integral” (Piaggio, citado por Revista Hormigón al Día, 2017).
La globalización de la economía mundial ha acelerado el uso de contenedores en el transporte de

carga a través de Proveedores Logísticos Terceros (3PL) y hoy en día más del 60% de la carga
marítima mundial se transporta en contenedores, mientras que en algunas rutas entre los países
económicamente fuertes la cifra ha subido al 100%. Como medio eficaz de transporte de
mercancías, el uso de contenedores no sólo ha reducido los costos de manejo y transporte, sino que
también ha sido considerado como una opción de entrega más rápida y eficiente a miles de clientes
en una red distribuida geográficamente. Las cuestiones relacionadas con las operaciones de
contenedores han recibido una atención significativa y han sido ampliamente estudiadas en diversos
contextos de modelización. Toda la gama de re-búsqueda puede ser capturada en dos dimensiones -
marco conceptual y tecnología de solución (Sinha & Kumar Ganesan, 2011).
La operación efectiva de las grandes empresas navieras requiere un entramado complejo de

actividades asociadas al ejercicio principal de estas. Las labores de despacho, inspección,
reparación y recuperación de contenedores vacíos incidan grandemente en el desempeño de
compañías de estas características. Usualmente, las empresas navieras suelen tercerizar este tipo de
labores, de manera que en los distintos puertos del mundo en los que cuentan con actividad puedan
abastecerse efectivamente en los tiempos señalados. Considerando las grandes presiones logísticas,
las bodegas subcontratadas deben operar en condiciones de eficiencia máxima. Sin embargo, es
bastante común que se presenten atrasos en estas actividades debido a inadecuadas políticas
operativas del patio. En vista de los altos costos involucrados, es imprescindible que en la logística
desempeñada por las bodegas de contenedores vacíos estas evalúen qué política de operación es la
que garantiza un mejor funcionamiento y minimiza los riesgos de atrasos en las entregas. Así
mismo, es importante que se tenga una visión clara de qué distribución del patio es la más factible,
de tal manera que se puedan reducir los tiempos de operación y definir los tiempos de revisión y
reparación de contenedores logrando que el funcionamiento del patio sea más dinámico.
La evaluación de esta problemática está motivada por una exhaustiva revisión bibliográfica previa.
Precisamente, la base está asociada a la investigación realizada en una bodega de contenedores
vacíos en Valparaíso, Chile, en donde se evidencia el problema base relacionado con las políticas de
apilamiento y atención de requerimientos ajustados a una acción FIFO de las actividades (Hidalgo,
Aranda, Pascual, Smith, & Gonzalez-Ramirez, 2018). Para los autores, una reevaluación de las
políticas del patio contribuiría al mejoramiento de la respuesta operativa y, para ello, simularon
diversos escenarios enmarcados en políticas de apilamiento y distribución distintos. Una visión más
amplia del problema, implica la evaluación de los procesos de revisión y reparación de
contenedores, así como propuestas de redistribución del patio que propicien un ambiente más
adecuado y cómodo para el desarrollo de las actividades requeridas.
2
Alrededor del mundo, muchos otros investigadores se han preocupado por evaluar las operaciones
portuarias respecto a las actividades de recepción y despacho de contenedores. Es el caso del
proyecto en el cual se vislumbra la preocupación por reducir los tiempos de espera de los camiones
que reciben los contenedores en los puertos (Legato, Mazza, & Trunfio, 2010). Por otra parte, se
exploró un artículo que se ocupa de revisar específicamente qué disposición de un patio es la que
mejor rendimiento presenta en términos de posición, número y capacidad de bloques almacenados
(Legato & Mazza, 2018). También se revisó la investigación que evalúa las implicaciones de la
gestión de terminales intermodales y el impacto que una política eficiente tiene sobre desempeño
del patio (Montemanni, Smith, Rizzoli, & Gambardella, 2010). El objetivo de este artículo es dar
a conocer el estado actual de una bodega de contenedores cercano al puerto de Valparaíso,
Chile, destinada al manejo de contenedores vacíos y proponer políticas que le permitan mejorar su
desempeño.
Toda la bibliografía referenciada sirve en mayor o menor proporción para que el problema
particular quede entendido ampliamente y se consideren las posibilidades del mismo. En este orden
de ideas, la hipótesis propuesta para la situación planteada es la siguiente: la reducción de los
tiempos de inspección y reparación de contenedores, así como la redistribución del patio incidirá
positivamente en el nivel de servicio del patio que es objeto de análisis.
La comprobación de la hipótesis planteada está determinada por un orden de debate que pretende,
primeramente, evaluar la condición actual de la bodega. Posteriormente se proveerán escenarios
alternos que sirvan de cuadros comparativos para entender qué impacto tendría sobre las
operaciones del patio la reducción de los tiempos de inspección y reparación de contenedores, así
como la redistribución del patio. Los datos obtenidos y analizados estadísticamente a través de la
herramienta de simulación FlexSim 2019, permitirá concluir qué políticas de operación son las que
mejores resultados arrojan en función del desempeño de la capacidad del patio de recibir y
despachar contenedores vacías a sus respectivas líneas navieras.
2. DESCRIPCIÓN DEL PROBLEMA

La situación presentada consiste en un puerto administrado por un tercero, que presta el servicio de
apilamiento a 2 empresas navieras. El puerto está divido en dos patios, uno para contenedores secos
y uno para refrigerados, lo que indica que las operaciones no se mezclan y para este caso solo
evaluaremos el nivel de servicio del patio que se utiliza para apilar los contenedores secos. El
proceso de instancia en la bodega inicia con un fase recepción donde los contenedores se organizan
por tamaño, una fase de inspección, seguido de un fase de mantenimiento para los contenedores que
lo requieran, luego el apilamiento y por último la salida de los contenedores que realizan las grúas.
El problema inmerso dentro de este proceso es que no hay un alto nivel de servicio para las dos
empresas navieras porque no hay control de los tiempos que tarda un contenedor en cada fase hasta
salir del sistema.
Dicha problemática es ocasionada principalmente porque cuando un contenedor está dañado y

necesita ser reparado, no se tiene el control del tiempo que va a tardar dicho contenedor en la etapa
de mantenimiento, también porque la fase de inspección está generando una cola puesto a que existe
una sola máquina para realizar esta tarea, y no cuenta con la capacidad requerida para atender a
todos los contenedores y está ocasionando demoras en el servicio. Otra razón a tener en cuenta es
3
que no se tiene una duración estimada de un contenedor en todo el proceso sea este dañado u
operativo y por último que no hay orden en el funcionamiento de las grúas porque una misma grúa
recoge los contenedores apilados sin importar el tamaño. Cabe resaltar que existen varias causas
externas como la naturaleza incierta de la demanda, o el promedio de contenedores dañados que
afectan el funcionamiento del sistema pero como de cierta forma no pueden ser controladas y
medidas por el mismo, se toman como irrelevantes para nuestra simulación.
Lo anteriormente mencionado, nos afecta directamente el nivel de servicio, porque al no saber el

tiempo promedio que tarda un contenedor en el proceso hasta ser apilado y sacado del sistema no
voy a saber en qué momento tengo disponibilidad para que la otra línea naviera empiece los
apilamientos de sus contenedores. Además, se puede generar tiempo ocioso en la fase de
apilamiento porque como en la inspección no todos los contenedores han sido evaluados y están en
línea de espera, entonces las máquinas apiladoras no estarían realizando su función todo el tiempo
de la jornada, lo cual disminuye la eficiencia de la misma, sumándole a eso los tiempos ociosos
necesarios para las necesidades básicas de los operarios.
2.1 Situación actual de la problemática
El área de estudio para nuestra simulación es la de los contenedores secos. En primera instancia al
sistema se reciben contenedores provenientes de dos navieras los cuales se clasifican por tamaño de
20´ y 40´, estos pasan a una etapa de inspección ubicada en la calle principal y en la cual se evalúa y
se clasifican en operativos o dañados. Luego, se realiza el mantenimiento para los contenedores
dañados, mientras se apilan los operativos y una vez se ha terminado la etapa de apilamiento, las
grúas recogen los contenedores y salen del sistema. Esta instalación almacena aproximadamente
2.000 contenedores en un momento dado.
Figura 1. Esquema de la zona de contenedores secos del depósito actual.
Las calles anchas permiten que las grúas reachstacker (o grúas toplifter) operen y manejen cualquier
tipo de contenedor (20´o 40´), excepto la calle 1, la cual es unidireccional y es utilizada por los
camiones de entrada para acceder a la zona de inspección de contenedores secos.
La calle trasera (Back Street) se utiliza como carril de acceso para los camiones de entrada y salida
que recuperan un contenedor de un bloque en particular y como carril de salida para todos los
4
camiones. Las diferentes secciones están organizadas en bloques de contenedores, cada uno
asignado a un cliente en particular según el tamaño y la clase, sin embargo, a menudo se almacenan
dos clases de contenedores en el mismo bloque (los bloques se dividen por la mitad y se accede a
los contenedores de las dos clases diferentes desde los extremos opuestos del bloque). Cada bloque
tiene una capacidad de ocho contenedores de profundidad (fila) y hasta siete contenedores de altura
(hilera). Hay un total de 74 bloques de los cuales 38 son de 40 pies de largo y 36 de 20 pies de
largo. Las disposiciones contractuales del depósito de contenedores vacíos establecen que los
contenedores se recuperan en una secuencia FIFO. Esto se impone porque el depósito ofrece un
tiempo de almacenamiento gratuito para los contenedores vacíos, por lo que la compañía naviera
exige que los contenedores que llegan primero se despachen primero para evitar cualquier tarifa de
almacenamiento en la que se pueda incurrir si los contenedores exceden el tiempo de
almacenamiento gratuito, tal como lo muestra la figura 1.
2.2 Planteamiento del sistema con base en la simulación.
Teniendo en cuenta las causas del problema y con el fin de controlar todos los tiempos de cada fase
para obtener un manejo del sistema, planteamos la simulación de tal manera que se atacaran las
razones por las ocurren los atrasos. En la zona de análisis del puerto, se reciben los contenedores
secos de dos navieras A y B, que se identifican por su color, son descargados por un montacargas y
entran al sistema y se dividen según el tamaño, y viajan a la fase de inspección A (Para
contenedores de 20´) y la fase de inspección B (Para contenedores de 40´). En esta fase, se evalúa la
condición de cada contenedor y se dividen en dañados, que por consiguiente pasan a una fase de
mantenimiento y operativos que se dirigen al apilamiento en bloque según su tamaño. Los
contenedores reparados pasan al apilamiento en bloque según su tamaño. Una vez cada contenedor
haya sido apilado es recogido por una grúa tiempo A (Tamaño 20´) o tipo B (Tamaño 40´) y salen
del sistema llevándolos a una zona A o B donde cada naviera recibe sus contenedores. Dicha zona
debe realizar la medición de cuántos contenedores recibe al final de cada jornada laboral. Esta
situación se puede ver reflejado en el diagrama 1.
Considerando la base de datos histórica proporcionada por el depósito de contenedores vacíos en
estudio, para cada variable de entrada se realizó una prueba de bondad de ajuste para determinar
una distribución de probabilidad apropiada a ser utilizada en los experimentos de simulación. Los
resultados se presentan en la Tabla 1. Además, fueron datos tomados y calculados según el artículo
principal y otros estudios de contenedores a lo largo de la historia.
Nótese que para el proceso de gate-out se consideran tanto los tiempos de servicio de entrada como
de salida de los camiones, mientras que en el caso del proceso de gate-in sólo se considera el tiempo
requerido en la puerta. Los contenedores dañados que han sido autorizados para el mantenimiento o
servicio de reparación se trasladan a las 8:00 AM al área de mantenimiento, y a las 7:00 PM los
contenedores que fueron reparados se llevan de vuelta al patio y se apilan en los lugares apropiados.
Jornada laboral es de 24 horas.
Variables de entrada Distribución de probabilidad

Tiempo de inspección de los contenedores 20´ ∼Loglogistic (4.4682,178.5)+59.097
Tiempo de inspección de los contenedores 40´ ∼LogNormal (166.07,121.81)+70
Tiempo de entrada de los camiones ∼Weibull (1.4892,155.85)+90.386
Tiempo de salida de los camiones-Entrada ∼Triangular (20,30,35)
Hora de salida de los camiones-Salida ∼ Weibull (1.497,119.83) +109.34
5
Tiempo de mantenimiento =39600

Tiempo de apilamiento =432000
Tabla 1. Variables de entrada y sus distribuciones de probabilidad (Unidades en segundos).
Diagrama 1. Diagrama del modelo de procesos.
2.3 Componentes de la simulación
Para solucionar el problema se realizó la simulación de un modelo de eventos discretos con una
base datos relacionados con las políticas y configuraciones a evaluar. Las medidas de rendimiento
que se consideraron fueron los tiempos de ciclo, la utilización de grúas de patio y los tiempos de
permanencia de los contenedores en cada fase. Las variables de decisión incluidas en el modelo
fueron las operaciones de apilamiento y recuperación de contenedores vacíos que es cuando salen
6
contenedores apilados del sistema. Con base a esto, se identifica cuáles son los componentes de la
simulación, como se puede ver en la tabla 2.
SISTEMA ENTIDADES ATRIBUTOS ACTIVIDADES EVENTOS VARIABLES DE

ESTADO
El depósito de Camiones y Tamaño, Operaciones de Llegada de un Número de

la zona contenedores condiciones entrada y salida nuevo contenedores
interportuaria contenedor, vacíos. Número de
Inspección salida de un
de un puerto. contenedores en
Mantenimiento contenedor,
recuperación de cola. Número de
un contenedor contenedores
vacío apilados
Tabla 2. Componentes de la simulación.
3. METODOLOGÍA
Para el desarrollo del proyecto, se identificó y formuló el problema como se ha descrito
anteriormente. Posteriormente, se estableció como objetivos del proyecto la evaluación de la
situación actual para identificar oportunidades de mejora y atacar las causas medibles que están
ocasionando la problemática. Se especificó un diseño experimental para proporcionar un análisis de
los tiempos de cada una de las fases por el que pasa el contenedor para ser apilado y su efecto en el
nivel de servicio, el cual está relacionado con saber cuándo tengo disponibilidad para atender a cada
una de las navieras A y B.
Así mismo, se determinó que el plan general del proyecto estaría basado en la simulación en el
sistema FlexSim 2019, corrido en un computador con un procesador Core i7, memoria RAM de
2Gb y tarjeta de video Raedon; que seis estudiantes del programa de Ingeniería Industrial de la
Universidad del Atlántico serían los responsables del mismo, y que los días trazados para cumplir
con los objetivos propuestos serían 12 días. Posteriormente se planteó el modelo de manera sencilla
para conocer su disposición; se seleccionaron los datos de entrada al sistema; se tradujo el modelo
al lenguaje del software
seleccionado y se analizó los resultados, verificó, se validó, se documentó y se recolectaron
informes.
3.1 Datos de entrada y salida con Experfit
Se generaron variables aleatorias partiendo de una serie de números aleatorios y una distribucion
con sus respectivos paramentos para cada procedimiento, con el fin de determinar cuál es la
distribución apropiada para cada actividad mediante una analisis realiado por la herramienta de
flexsim; para todas los procedimientos planteados, Expertfit arrojo una serie de sugerencias pero la
distribucion que tiene mayor relacion es la Johnson SB como se muestra en la tabla 3.
7
PARAMETROS
Procedimiento Distribuciòn Lower Point Upper Point Shape 1 Shape 2
Entrada de camiones Johnson SB 0 1,05E+07 1,05064 0,05919
Salida de camiones (Entrada) Johnson SB 19,97993 1,00E+08 1,00596 0,11921
Salida de camiones (salida) Johnson SB 0 1,37E+07 1,06946 0,05929
Inspecciòn contenedores 20" Johnson SB 486,51121 9,98E+06 0,99434 0,16472
Inspecciòn contenedores 40" Johnson SB 613,38374 9,60E+06 0,91445 0,16879
Tabla 3. Distribuciones sugeridas.
3.2 Object Flow Diagram (OFD)

Como se observa en el diagrama 2, el OFD corresponde a la situación actual que se presenta en la
planta y soporta el proceso de diseño del modelo de simulación conceptual o lo que se hizo en el
diagrama de procesos; lo hace caracterizando visualmente los objetos clave que operan en el
sistema y representando visualmente las relaciones que existe entre cada objeto presente en nuestra
lógica del modelo.
Diagrama 2. Object Flow Diagram.
8
3.3 Modelos de simulación
4. RESULTADOS
5. ANÁLISIS DE RESULTADOS
6. CONCLUSIONES
REFERENCIAS
Banks, J., J. S. Carson, B. L. Nelson, and D. M. Nicol. 2000. Discrete-Event System Simulation. 3rd
ed. Upper Saddle River, New Jersey: Prentice-Hall, Inc.
Barrangou, R., Horvath, P., Jinek, M., Chylinski, K., Fonfara, I., Hauer, M., … Summary, R.
(2014). No 主観的健康感を中心とした在宅高齢者における
健康関連指標に関する共分散構造分析Title. Cell, 151(4), 1–46.
https://doi.org/10.1016/j.cell.2009.01.043
Barton, R. R. (2013). Proceedings of the 2013 Winter Simulation Conference R. Pasupathy, S.-H.
Kim, A. Tolk, R. Hill, and M. E. Kuhl, eds. 342–353.
https://doi.org/10.1109/WSC.2013.6721684
Boer, C. A., & Saanen, Y. A. (2015). Plan validation for container terminals. Proceedings - Winter
Simulation Conference, 2015-January, 1783–1794.
https://doi.org/10.1109/WSC.2014.7020027
Böse, J. W. (2011). Handbook of terminal planning. Operations Research/ Computer Science

Interfaces Series, 49(1), 25–39. https://doi.org/10.1007/978-1-4419-8408-1
Brailsford, S. C. (2014). Proceedings of the 2014 Winter Simulation Conference A. Tolk, S. Y.

Diallo, I. O. Ryzhov, L. Yilmaz, S. Buckley, and J. A. Miller, eds. 2014 Winter Simulation
Conference, (Id), 1539–1548.
Briano, E., Caballini, C., Giribone, P., & Revetria, R. (2010). Using system dynamics for short life
cycle supply chains evaluation. Proceedings - Winter Simulation Conference, 1820–1832.
https://doi.org/10.1109/WSC.2010.5678887
Cartenì, A., & Luca, S. De. (2012). Tactical and strategic planning for a container terminal:
Modelling issues within a discrete event simulation approach. Simulation Modelling Practice
and Theory, 21(1), 123–145. https://doi.org/10.1016/j.simpat.2011.10.005
Chafik, R., Benadada, Y., & Boukachour, J. (2016). Stacking policy for solving the container
9
stacking problem at a containers terminal. Information and Software Technology, 1–9.
Chang, Y., Zhu, X., & Haghani, A. (2019). Modeling and solution of joint storage space allocation
and handling operation for outbound containers in rail-water intermodal container terminals.
IEEE Access, 7, 55142–55158. https://doi.org/10.1109/ACCESS.2019.2913019
Dell’Amico, M., & Hadjidimitriou, S. (2012). Innovative Logistics Model and Containers Solution
for Efficient Last Mile Delivery. Procedia - Social and Behavioral Sciences, 48, 1505–1514.
https://doi.org/10.1016/j.sbspro.2012.06.1126
Divandri, A., & Yousefi, H. (2013). Balanced Scorecard: A Tool for Measuring Competitive
Advantage of Ports with Focus on Container Terminals. International Journal of Trade,
Economics and Finance, 2(6), 472–477. https://doi.org/10.7763/ijtef.2011.v2.151
Eskandari, H., Rahaee, M. A., Hasannayebi, E., Memarpour, M., & Malek, S. A. (2013). Evaluation
of different berthing scenarios in Shahid Rajaee container terminal using discrete-event
simulation. Proceedings of the 2013 Winter Simulation Conference - Simulation: Making
Decisions in a Complex World, WSC 2013, 3462–3474.
https://doi.org/10.1109/WSC.2013.6721709
Gambardella, L. M., & Rizzoli, A. E. (2000). The role of simulation and optimisation in intermodal
container terminal. European Simulation Symposium 2000, 422–426.
Gerrits, B., Mes, M., & Schuur, P. (2019). A simulation model for the planning and control of
AGVs at automated container terminals. Proceedings - Winter Simulation Conference, 2018-
December(i), 2941–2952. https://doi.org/10.1109/WSC.2018.8632529
Guo, X., & Huang, S. Y. (2012). Dynamic Space and Time Partitioning for Yard Crane Workload
Management in Container Terminals. Transportation Science, 46(1), 134–148.
https://doi.org/10.1287/trsc.1110.0383
Hidalgo, F., Aranda, D., Pascual, J., Smith, A. E., & Gonzalez-Ramirez, R. G. (2018). Empty
container stacking operations: Case study of an empty container depot in valparaiso chile.
Proceedings - Winter Simulation Conference. https://doi.org/10.1109/WSC.2017.8248031
Homayouni, S. M., Tang, S. H., & Motlagh, O. (2014). A genetic algorithm for optimization of
integrated scheduling of cranes, vehicles, and storage platforms at automated container
terminals. Journal of Computational and Applied Mathematics, 270, 545–556.
https://doi.org/10.1016/j.cam.2013.11.021
Ii, B. A. B., & Pustaka, K. (2011). No 主観的健康感を中心とした在宅高齢者における

健康関連指標に関する共分散構造分析Title. (2009), 11–50.
Il-, E. B. V, & Th, M. (2017). No 主観的健康感を中心とした在宅高齢者における

健康関連指標に関する共分散構造分析Title. 2–4.
10
Kaffka, J., Clausen, U., & Stein, S. (2014). Revealing Gaps in the Material Flow of Inland Port
Container. Proceedings - Winter Simulation Conference, 2010, 1807–1818.
https://doi.org/10.1109/WSC.2014.7020029
Karmelić, J., Dundović, Č., & Kolanović, I. (1970). Empty Container Logistics. PROMET -
Traffic&Transportation, 24(3), 223–230. https://doi.org/10.7307/ptt.v24i3.315
Kotachi, M. A. (2018). Sequence-Based Simulation-Optimization Framework with Application to

Port Operations at Multimodal Container Terminals. ProQuest Dissertations and Theses, 129.
https://doi.org/10.25777/2j0v-0v84
Legato, P., & Mazza, R. M. (2018). A simulation model for designing straddle carrier-based
container terminals. Proceedings - Winter Simulation Conference.
https://doi.org/10.1109/WSC.2017.8248033
Legato, P., Mazza, R. M., & Trunfio, R. (2010). Simulation-based optimization for
discharge/loading operations at a maritime container terminal. OR Spectrum.
https://doi.org/10.1007/s00291-010-0207-2
Li, & Wang, X. (2009). Modeling and simulation of container terminal logistics system.
Proceedings - 2009 2nd International Workshop on Knowledge Discovery and Data Mining,
WKKD 2009, (2006), 729–732. https://doi.org/10.1109/WKDD.2009.57
Liao, H., Science, C., Arbor, A., Zhou, H., Engineering, O., & Lafortune, S. (2011). Proceedings of
the 2011 Winter Simulation Conference S. Jain, R. R. Creasey, J. Himmelspach,. (Pisinger
2002), 703–715. https://doi.org/10.1109/WSC.2011.6148117
Martínez-franco, J. C., & Álvarez-martínez, D. (2018). Proceedings of the 2018 Winter Simulation
Conference M. Rabe, A.A. Juan, N. Mustafee, A. Skoogh, S. Jain, and B. Johansson, eds.
(2014), 2933–2940.
Modeling the Materials Handling in a Container Terminal. (2011). European Journal Of

Operational Research, 1596–1604.
Montemanni, R., Smith, D. H., Rizzoli, A. E., & Gambardella, L. M. (2010). Sequential ordering
problems for crane scheduling in port terminals. International Journal of Simulation and
Process Modelling. https://doi.org/10.1504/ijspm.2009.032597
Moussi, R., Euchi, J., Yassine, A., & Ndiaye, N. F. (2015). A hybrid ant colony and simulated
annealing algorithm to solve the container stacking problem at seaport terminal. International
Journal of Operational Research, 24(4), 399. https://doi.org/10.1504/ijor.2015.072723
Msakni, M. K., Al-Salem, M., Rabadi, G., Kotachi, M., & Diabat, A. (2018). Quay Crane
Scheduling with Vessel Stability. Transportation Research Procedia, 30, 60–69.
https://doi.org/10.1016/j.trpro.2018.09.008
Netto, J. F., & Botter, R. C. (2013). Simulation model for container fleet sizing on dedicated route.
Proceedings of the 2013 Winter Simulation Conference - Simulation: Making Decisions in a
11
Complex World, WSC 2013, (2010), 3385–3394. https://doi.org/10.1109/WSC.2013.6721702
Schro, H. J. L., Duinkerken, M. B., & Negenborn, R. R. (2014). No Title. (Gerritse), 1771–1782.
Sinha, S., & Kumar Ganesan, V. (2011). Enhancing operational efficiency of a container operator:
A simulation optimization approach. Proceedings - Winter Simulation Conference.
https://doi.org/10.1109/WSC.2011.6147888
Smith, A. E., & González-ramirez, R. G. (2017). Proceedings of the 2017 Winter Simulation
Conference W. K. V. Chan, A. D’Ambrogio, G. Zacharewicz, N. Mustafee, G. Wainer, and E.
Page, eds. 3114–3125.
Stahlbock, R., & Voß, S. (2008). Operations research at container terminals: A literature update. OR
Spectrum, 30(1), 1–52. https://doi.org/10.1007/s00291-007-0100-9
Ter, P., & Saur, S. (2016). Optimization of Yard Operations in Container Terminals From an
Energy Efficiency Approach. (January).
United Nations. (2013). United Nations Conference on Trade and Development Review of Maritime
Transport.
Van Asperen, E., Borgman, B., & Dekker, R. (2010). Evaluating container stacking rules using
simulation. Proceedings - Winter Simulation Conference, 1924–1933.
https://doi.org/10.1109/WSC.2010.5678880
Zhen, L., Jiang, X., Lee, L. H., & Chew, E. P. (2014). A Review on Yard Management in Container
Terminals. Industrial Engineering and Management Systems, 12(4), 289–304.
https://doi.org/10.7232/iems.2013.12.4.289
Zhu, M., Fan, X., Cheng, H., & He, Q. (2010). Modeling and simulation of automated container
terminal operation. Journal of Computers, 5(6), 951–957. https://doi.org/10.4304/jcp.5.6.951-
957
Zülch, Gert & Börkircher, M. (2012). Proceedings of the 2012 Winter Simulation Conference C.
Laroque, J. Himmelspach, R. Pasupathy, O. Rose, and A.M. Uhrmacher, eds. Flexible Work
Organization in Manufacturing – a Simulation-Supported Feasibility Study –, (Meadows
1989), 1–12. https://doi.org/10.1109/WSC.2012.6465229
‫م‬.‫سالمة‬. (2015). No Title‫اااااااا ااااااااا‬. 3426–3437.
‫زهره‬،‫نکویی‬.‫معصومه‬،‫صادقی‬, ‫س‬. ‫خ‬. (1394). No Title‫معنوی هوش مقایسه بررسی‬، ‫به مبتالیان شناختی روان سرسختی‬
‫سالم افراد و کرونر عروق بیماری‬. ‫اااا اا اااا ااا ااا اااااا ااا ااااا‬
‫اااااا‬, 3138–3149.
12
13

Artículo Final Simulación - F. Hollman, F. Iván, R. Álvaro, G. Leandro, P. Liliana, V. Mariana.

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Artículo Final Simulación - F. Hollman, F. Iván, R. Álvaro, G. Leandro, P. Liliana, V. Mariana.

Caricato da

Copyright:

Formati disponibili

Proceedings of the 2019 Winter Simulation Conference

M. Rabe, A.A. Juan, N. Mustafee, A. Skoogh, S. Jain, and B. Johansson, eds.

MEJORAMIENTO DEL NIVEL DE SERVICIO EN UNA BODEGA DE

Flórez B. Hollman Fontalvo D. Iván

Reina B. Álvaro García D. Leandro

Pabón P. Liliana Villarreal G. Mariana

La globalización de la economía mundial ha acelerado el uso de contenedores en el transporte de

La operación efectiva de las grandes empresas navieras requiere un entramado complejo de

2. DESCRIPCIÓN DEL PROBLEMA

Dicha problemática es ocasionada principalmente porque cuando un contenedor está dañado y

Lo anteriormente mencionado, nos afecta directamente el nivel de servicio, porque al no saber el

2.1 Situación actual de la problemática

Figura 1. Esquema de la zona de contenedores secos del depósito actual.

2.2 Planteamiento del sistema con base en la simulación.

Variables de entrada Distribución de probabilidad

Tiempo de mantenimiento =39600

Diagrama 1. Diagrama del modelo de procesos.

2.3 Componentes de la simulación

SISTEMA ENTIDADES ATRIBUTOS ACTIVIDADES EVENTOS VARIABLES DE

El depósito de Camiones y Tamaño, Operaciones de Llegada de un Número de

Tabla 2. Componentes de la simulación.

3.2 Object Flow Diagram (OFD)

Diagrama 2. Object Flow Diagram.

3.3 Modelos de simulación

Böse, J. W. (2011). Handbook of terminal planning. Operations Research/ Computer Science

Brailsford, S. C. (2014). Proceedings of the 2014 Winter Simulation Conference A. Tolk, S. Y.

stacking problem at a containers terminal. Information and Software Technology, 1–9.

Ii, B. A. B., & Pustaka, K. (2011). No 主観的健康感を中心とした在宅高齢者における

Il-, E. B. V, & Th, M. (2017). No 主観的健康感を中心とした在宅高齢者における

Kotachi, M. A. (2018). Sequence-Based Simulation-Optimization Framework with Application to

Modeling the Materials Handling in a Container Terminal. (2011). European Journal Of

Complex World, WSC 2013, (2010), 3385–3394. https://doi.org/10.1109/WSC.2013.6721702

‫م‬.‫سالمة‬. (2015). No Title‫اااااااا ااااااااا‬. 3426–3437.

Potrebbero piacerti anche