La remoción de tierras es uno de los procesos principales involucrados en proyectos de construcción pesada y minería. Requiere una parte significativa del presupuesto del proyecto y puede dictar su éxito general. Las actividades relacionadas con la remoción de tierras tienen una naturaleza estocástica que afecta el costo y la duración del proyecto. En la práctica común, el equipo requerido para un proyecto se selecciona utilizando ciclos de operación promedio, descuidando la naturaleza estocástica de las operaciones y el equipo. Esto puede llevar en última instancia a estimaciones aproximadas y malos resultados en el cumplimiento de los objetivos de los proyectos. Esta investigación tiene como objetivo proporcionar una herramienta de apoyo a la toma de decisiones para las operaciones de remoción de tierras y lograr la mejor disposición del equipo basada en los objetivos del proyecto y las especificaciones del equipo utilizando datos históricos. La simulación de operaciones se identifica como una técnica eficiente para modelar y analizar los aspectos estocásticos del costo y la duración de las operaciones de remoción de tierras en proyectos de construcción. Por lo tanto, se han desarrollado dos modelos de simulación, a saber, el Modelo de Apoyo a la Decisión y el Modelo de Estimación, en el entorno de modelado de Symphony.net para abordar las necesidades de la industria. El Modelo de Apoyo a la Decisión proporciona la mejor disposición del equipo para maximizar la utilización global de recursos. Por otro lado, el Modelo de Estimación captura más detalles del proyecto y compara varias disposiciones de equipo. En este documento, se crean estos modelos y se valida la lógica de modelado a través de un estudio de caso que emplea un proyecto de remoción de tierras del mundo real que demuestra las capacidades del modelo. El modelo de apoyo a la decisión mostró resultados prometedores para determinar la selección optimizada de la flota al considerar variaciones en el equipo y los turnos, y el modelo de costos ayudó a cuantificar mejor el impacto de la decisión en el costo y la ganancia del proyecto. Este enfoque de modelado puede ser reproducido por otros en cualquier caso de interés para lograr una gestión óptima de la flota.