Programación de citas para camiones: una revisión de modelos y algoritmos
Autores: Gracia, Maria D.; Mar-Ortiz, Julio; Vargas, Manuel
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Programación de citas para camiones: una revisión de modelos y algoritmos
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Revisión exhaustiva
Modelos de programación de citas de camiones
Algoritmos
Terminales de contenedores
TASs
Eficiencia operativa
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 46
Citaciones: Sin citaciones
Este documento proporciona una revisión exhaustiva de los modelos y algoritmos de programación de citas para camiones que respaldan los sistemas de citas para camiones (TASs) en terminales de contenedores. TASs se han convertido en herramientas esenciales para minimizar la congestión, reducir los tiempos de espera y mejorar la eficiencia operativa en la industria portuaria y marítima. Esta revisión categoriza y evalúa sistemáticamente los modelos y algoritmos de optimización existentes, resaltando sus fortalezas, limitaciones y aplicabilidad en varios contextos operativos. Exploramos modelos determinísticos, estocásticos y híbridos, así como algoritmos exactos, heurísticos y metaheurísticos. Al sintetizar los últimos avances e identificar lagunas de investigación, este documento ofrece ideas valiosas para académicos y profesionales que buscan mejorar la eficiencia y efectividad de TAS. También se discuten direcciones futuras de investigación y posibles mejoras en la formulación del modelo.
Descripción
Este documento proporciona una revisión exhaustiva de los modelos y algoritmos de programación de citas para camiones que respaldan los sistemas de citas para camiones (TASs) en terminales de contenedores. TASs se han convertido en herramientas esenciales para minimizar la congestión, reducir los tiempos de espera y mejorar la eficiencia operativa en la industria portuaria y marítima. Esta revisión categoriza y evalúa sistemáticamente los modelos y algoritmos de optimización existentes, resaltando sus fortalezas, limitaciones y aplicabilidad en varios contextos operativos. Exploramos modelos determinísticos, estocásticos y híbridos, así como algoritmos exactos, heurísticos y metaheurísticos. Al sintetizar los últimos avances e identificar lagunas de investigación, este documento ofrece ideas valiosas para académicos y profesionales que buscan mejorar la eficiencia y efectividad de TAS. También se discuten direcciones futuras de investigación y posibles mejoras en la formulación del modelo.