Análisis de rendimiento de taquillas automatizadas para paquetes en la entrega urbana: enfoque combinado de simulación basada en agentes y Monte Carlo
Autores: Rosca, Eugen; Rusca, Florin; Rosca, Mircea Augustin; Rusca, Aura
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Análisis de rendimiento de taquillas automatizadas para paquetes en la entrega urbana: enfoque combinado de simulación basada en agentes y Monte Carlo
Categoría
Gestión y administración
Subcategoría
Gestión logística
Palabras clave
Estructura del hábitat
Impacto ambiental
Aceptación en el mercado
Cambios en las preferencias de los consumidores
Pandemia
Soluciones innovadoras
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 32
Citaciones: Sin citaciones
La estructura del hábitat, el impacto ambiental, la aceptación en el mercado, los cambios en las preferencias de los consumidores y la pandemia han impulsado la búsqueda de soluciones innovadoras en la entrega urbana de última milla. Los casilleros de paquetes se encuentran entre las soluciones más preferidas por los clientes debido a su proximidad a los hogares, disponibilidad de tiempo y eficiencia de costos. Este documento presenta un modelo basado en agentes (ABM) y un programa de simulación de Monte Carlo para analizar en detalle la actividad de los puntos de casilleros de paquetes. El ABM describe el comportamiento de los agentes (clientes, paquetes, casilleros, agentes de entrega). La simulación se realiza utilizando el software ARENA 12. Se crean dos escenarios basados en el número de turnos de entrega diarios; para cada escenario, se llevan a cabo 300 experimentos de simulación con diversos datos de entrada. Se seleccionan tres medidas de rendimiento (MOPs) para evaluar la actividad del sistema: el número de paquetes entregados diariamente, el tiempo de entrega de un pedido y los pedidos retrasados diarios. Los resultados de la simulación revelan predictores significativos de MOPs y muestran momentos en los que se deben tomar acciones para aumentar la capacidad del sistema o cambiar el comportamiento del cliente. La versatilidad del modelo de simulación en términos de variables de entrada lo convierte en una herramienta útil de apoyo a la decisión para la planificación, al resaltar evaluaciones cuantitativas, organizar la actividad de entrega, junto con las influencias debidas a los cambios en el comportamiento del cliente.
Descripción
La estructura del hábitat, el impacto ambiental, la aceptación en el mercado, los cambios en las preferencias de los consumidores y la pandemia han impulsado la búsqueda de soluciones innovadoras en la entrega urbana de última milla. Los casilleros de paquetes se encuentran entre las soluciones más preferidas por los clientes debido a su proximidad a los hogares, disponibilidad de tiempo y eficiencia de costos. Este documento presenta un modelo basado en agentes (ABM) y un programa de simulación de Monte Carlo para analizar en detalle la actividad de los puntos de casilleros de paquetes. El ABM describe el comportamiento de los agentes (clientes, paquetes, casilleros, agentes de entrega). La simulación se realiza utilizando el software ARENA 12. Se crean dos escenarios basados en el número de turnos de entrega diarios; para cada escenario, se llevan a cabo 300 experimentos de simulación con diversos datos de entrada. Se seleccionan tres medidas de rendimiento (MOPs) para evaluar la actividad del sistema: el número de paquetes entregados diariamente, el tiempo de entrega de un pedido y los pedidos retrasados diarios. Los resultados de la simulación revelan predictores significativos de MOPs y muestran momentos en los que se deben tomar acciones para aumentar la capacidad del sistema o cambiar el comportamiento del cliente. La versatilidad del modelo de simulación en términos de variables de entrada lo convierte en una herramienta útil de apoyo a la decisión para la planificación, al resaltar evaluaciones cuantitativas, organizar la actividad de entrega, junto con las influencias debidas a los cambios en el comportamiento del cliente.