Model and simulation of a distribution logistic system for learning

Modelo y simulación de un sistema logístico de distribución para el aprendizaje.

dc.creatorSilva, Jesus
dc.creatorHernandez, Lissette
dc.creatorCrissien Borrero, Tito José
dc.creatorPineda Lezama, Omar Bonerge
dc.creatorPortillo Medina, Rafael Angel
dc.date2020-02-05T13:29:33Z
dc.date2020-02-05T13:29:33Z
dc.date2019
dc.date.accessioned2023-10-03T20:00:18Z
dc.date.available2023-10-03T20:00:18Z
dc.identifier00002010
dc.identifierhttp://hdl.handle.net/11323/5995
dc.identifierCorporación Universidad de la Costa
dc.identifierREDICUC - Repositorio CUC
dc.identifierhttps://repositorio.cuc.edu.co/
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/9173769
dc.descriptionComputer-based simulation is one of the most extensively used tools of Information and Communication Technologies (ICT). This technique allows to simulate the operation of different kinds of facilities or processes in the real or hypothetical world using computers, making it possible to obtain key data about the system in different scenarios, without affecting the reality. Simulation tools allow develop robust models that are close to the studied reality, which does not happen with other decision-making support tools such as linear programming or some analytical solution methods such as calculus (differential and integral) and algebra, among others. The study develops a virtual platform for the simulation of industrial production systems with the objective of analyzing the operations of a small-scale distribution, especially aimed at students and professionals involved in the planning, design, and operation of logistic systems.
dc.descriptionLa simulación basada en computadora es una de las herramientas más utilizadas de las Tecnologías de la Información y la Comunicación (TIC). Esta técnica permite simular el funcionamiento de diferentes tipos de instalaciones o procesos en el mundo real o hipotético utilizando computadoras, lo que permite obtener datos clave sobre el sistema en diferentes escenarios, sin afectar la realidad. Las herramientas de simulación permiten desarrollar modelos robustos que están cerca de la realidad estudiada, lo que no sucede con otras herramientas de soporte para la toma de decisiones, como la programación lineal o algunos métodos de solución analítica, como cálculo (diferencial e integral) y álgebra, entre otros. El estudio desarrolla una plataforma virtual para la simulación de sistemas de producción industrial con el objetivo de analizar las operaciones de una distribución a pequeña escala, especialmente dirigida a estudiantes y profesionales involucrados en la planificación, diseño y operación de sistemas logísticos.
dc.formatapplication/pdf
dc.languageeng
dc.publisherProcedia Computer Science
dc.relation[1] Rakhudu, M.A., M. Davhana-Maselesele y U. Useh, A model of collaboration for the implementation of problem-based learning in nursing education in South Africa, ISSN: 2223-6279, Curationis, 40(1), 1-10 (2017).
dc.relation[2] López, G., C.A. Bolio y M.D. Gil, Aprendizaje organizacional: caso una panificadora, ISSN: 1815-5936, Ingeniería Industrial, 38(2), 161-170, (2017).
dc.relation[3] Kubickova, M., Croes, R. y Rivera, M. (2017) Human agency shaping tourism competitiveness and quality of life in developing economies. Tourism Management Perspectives, 22, 120-131.
dc.relation[4] Blanco, A.C., Nuevos Análisis para la Dinámica Empresarial: Empresa, Innovación y Desarrollo, Cuadernos de Economía, 29(53), 341-348, (2010)
dc.relation[5] Monti, L.M., N. Del’ Angelo, A.M. Fernandes y otros cuatro autores, Computer and laboratory simulation in the teaching of neonatal nursing: innovation and impact on learning, Revista Latino-Americana de Enfermagem (2016)
dc.relation[6] Motsoeneng, D., A. Bezuidenhout y C. Schultz, Validation of training priorities of engineers in the platinum mining industry in South Africa, doi: 10.7166/26-3-1163, South African Journal of Industrial Engineering, 26(3), 1-11 (2015)
dc.relation[7] Amelec, V. (2015). Increased efficiency in a company of development of technological solutions in the areas commercial and of consultancy. Advanced Science Letters, 21(5), 1406-1408.
dc.relation[8] Bonilla, E. (2017). Posibilidades y límites del crecimiento y desarollo económico-social en países de Europa, Asia, África y América Latina. Revista Questionar, 5, 149-159.
dc.relation[9] Aroca, P., Gonzalez, P. y Valdebenito, R. (2017). The heterogeneous level of life quality across Chilean regions. Habitat International, 68, 84- 98.
dc.relation[10] Amelec, V. (2015). Validation of strategies to reduce exhausted shelf products in a pharmaceutical chain. Advanced Science Letters, 21(5), 1403-1405.
dc.relation[11] Viloria, A., Lis-Gutiérrez, J.P., Gaitán-Angulo, M., Godoy, A.R.M., Moreno, G.C., Kamatkar, S.J. : Methodology for the Design of a Student Pattern Recognition Tool to Facilitate the Teaching – Learning Process Through Knowledge Data Discovery (Big Data). In: Tan Y., Shi Y., Tang Q. (eds) Data Mining and Big Data.
dc.relation[12] Soca, E.B., El trabajo independiente en el proceso de enseñanza-aprendizaje, ISSN: 1684-1859, Revista Cubana de Informática Médica, 7(2), 122-131 (2015)
dc.relation[13] Vanyolos, E., I. Furka, I. Miko y otros tres autores, How does practice improve the skills of medical students during consecutive training courses? doi; https://dx.doi.org/10.1590/s0102-865020170060000010. Rev. Acta Cirurgica Brasileira, 32(6), 491-502 (2017)
dc.relation[14] Tortorella, G. y P.A. Cauchick-Miguel, An initiative for integrating problem-based learning into a lean manufacturing course of an industrial engineering graduate program, https://dx.doi.org/10.1590/0103-6513.224716, Production, 27, (2017).
dc.relation[15] Vargas, J.M y J.A. Giraldo, Modelo de entrenamiento en toma de decisiones relacionadas con gestión de producción y operaciones de un sistema de fabricación de bioetanol, Iteckne, 12(1), 7-16 (2015)
dc.relation[16] Isasi, P., Galván, I.: Redes de Neuronas Artificiales. Un enfoque Práctico. Pearson. ISBN 8420540250 (2004).
dc.relation[17] Haykin, S.: Neural Networks and Learning Machines. New Jersey, Prentice Hall International (2009).
dc.rightsCC0 1.0 Universal
dc.rightshttp://creativecommons.org/publicdomain/zero/1.0/
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightshttp://purl.org/coar/access_right/c_abf2
dc.subjectDistribution logistic system
dc.subjectSimulation
dc.subjectABP
dc.subjectIndustrial training
dc.subjectSistema logístico de distribución
dc.subjectSimulación
dc.subjectCapacitación industrial
dc.titleModel and simulation of a distribution logistic system for learning
dc.titleModelo y simulación de un sistema logístico de distribución para el aprendizaje.
dc.typeArtículo de revista
dc.typehttp://purl.org/coar/resource_type/c_6501
dc.typeText
dc.typeinfo:eu-repo/semantics/article
dc.typeinfo:eu-repo/semantics/submittedVersion
dc.typehttp://purl.org/redcol/resource_type/ART
dc.typeinfo:eu-repo/semantics/acceptedVersion
dc.typehttp://purl.org/coar/version/c_ab4af688f83e57aa


Este ítem pertenece a la siguiente institución