Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)2022-03-142022-03-14https://noesis.uis.edu.co/handle/20.500.14071/5498En la actualidad, los desastres, independientemente desu origen (sea natural o humano), son consideradosfenómenos sociales cuyos daños sería posible preveniry mitigar para disminuir o al menos controlar susefectos (Cecchini, Sunkel, y Barrantes, 2017). Así, laincorporación de la gestión de riesgos para la atenciónde desastres naturales cobra una gran importancia,pues es el medio con mayor eficacia para revertir losimpactos negativos, que acaban con el progreso enmateria de desarrollo económico (Programa de lasNaciones Unidas para el Desarrollo [PNUD], 2004). Atendiendo a lo expuesto anteriormente, surge lanecesidad de crear un modelo capaz de proporcionar lainformación suficiente al responsable de la red logística,para que éste tome las mejores decisionesrelacionadas con la ubicación y distribución de recursoshumanitarios, con el fin de garantizar una entregaoportuna de los suministros a las regiones afectadas. Por lo tanto, en la presente investigación se aborda el2E-LRP (Two Echelon Location Routing Problem),teniendo en cuenta su importancia en la gestión de lacadena de suministro humanitaria y tomando comobase la formulación presentada por Dai, Z., Aqlan, F.,Gao, K., y Zhou. (2018). El problema es desarrolladocomo un modelo de programación lineal entera mixta,con el objetivo de minimizar el costo total yconsiderando limitaciones de capacidad en lasinstalaciones (depósitos primarios y centros regionales)a localizar y en los vehículos utilizados para el ruteo tanto del primer como del segundo nivel.Adicionalmente, se asume demanda determinística yflota heterogénea en el escalón. Para dar solución alproblema se desarrolla un algoritmo genético y sepropone una nueva codificación de la solución. Finalmente, los experimentos numéricos muestran que,para instancias hasta de 600 clientes, la metaheurísticaobtiene buenas soluciones en un tiempo de computorazonable (menos de 20 minutos) y el análisisestadístico permite inferir que el enfoque genéticodesarrollado posee una gran competitividad(rendimiento) a la hora de enfrentar diversosescenarios.application/pdfLocalización y ruteo multi-niveldos escalonesruteo de vehículosprogramación lineal entera mixtaalgoritmo genético.info:eu-repo/semantics/articlehttp://purl.org/coar/access_right/c_abf2info:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)