Forecasting of short-term flow freight congestion: A study case of Algeciras Bay Port (Spain)



Título del documento: Forecasting of short-term flow freight congestion: A study case of Algeciras Bay Port (Spain)
Revista: Dyna (Medellín)
Base de datos: PERIÓDICA
Número de sistema: 000391110
ISSN: 0012-7353
Autores: 1
1
1
1
2
Instituciones: 1Universidad de Cádiz, Grupo de Investigación en Modelación Inteligente de Sistemas, Algeciras, Andalucía. España
2Universidad de Cádiz, Grupo de Investigación en Transporte e Innovación Económica, Algeciras, Andalucía. España
Año:
Periodo: Feb
Volumen: 83
Número: 195
Paginación: 163-172
País: Colombia
Idioma: Inglés
Tipo de documento: Artículo
Enfoque: Aplicado, descriptivo
Resumen en español La predicción de la congestión en el tráfico de mercancías (picos de carga) es una importante herramienta para la toma de decisiones y es el principal objetivo de este trabajo. Predecir los flujos futuros de mercancías proporciona una potente herramienta en la cadena de suministro. En este trabajo, se presenta una metodología para conseguir el mejor modelo para predecir situaciones de congestión en flujos de mercancías. La predicción es modelada como un problema de clasificación, evaluando diferentes métodos (K-vecinos, clasificador Bayesiano y Redes Neuronales Artificiales). Para seleccionar el mejor modelo se desarrolla un panel de expertos (mediante métodos post-hoc del test de Friedman). La metodología propuesta se aplica a la cadena logística del Puerto Bahía de Algeciras. Los resultados obtenidos revelan la eficiencia de los modelos presentados, que pueden ser aplicados para mejorar la planificación diaria de operaciones
Resumen en inglés The prediction of freight congestion (cargo peaks) is an important tool for decision making and it is this paper's main object of study. Forecasting freight flows can be a useful tool for the whole logistics chain. In this work, a complete methodology is presented in order to obtain the best model to predict freight congestion situations at ports. The prediction is modeled as a classification problem and different approaches are tested (k-Nearest Neighbors, Bayes classifier and Artificial Neural Networks). A panel of different experts (post-hoc methods of Friedman test) has been developed in order to select the best model. The proposed methodology is applied in the Strait of Gibraltar's logistics hub with a study case being undertaken in Port of Algeciras Bay. The results obtained reveal the efficiency of the presented models that can be applied to improve daily operations planning
Disciplinas: Ingeniería
Palabras clave: Ingeniería industrial,
Distribución de mercancías,
Congestión,
Puertos industriales,
Logística,
Redes neuronales artificiales
Keyword: Engineering,
Industrial engineering,
Merchandise distribution,
Congestion,
Industrial ports,
Logistics,
Artificial neural networks
Texto completo: Texto completo (Ver HTML)