Está en la página 1de 37

Suscríbete a DeepL Pro para poder editar este documento.

Entra en www.DeepL.com/pro para más información.

Enviado a Interfaces
manuscrito (Por favor, proporcione el número de mansucript!)

Se anima a los autores a enviar nuevos artículos a las revistas INFORMS por medio
de una plantilla de estilo, que incluye el título de la revista. Sin embargo, el uso de
una plantilla no certifica que el trabajo haya sido aceptado para su publicación en la
revista mencionada. Las plantillas de las revistas INFORMS tienen el exclusivo
propósito de enviarlas a una revista INFORMS y no deben utilizarse para
distribuirlas en forma impresa o en línea ni para enviarlas a otra publicación.

Selección de equipos para la minería de superficie:


Una revisión
Christina Burt
Departamento de Matemáticas y Estadística, Universidad de Melbourne, Melbourne, Australia cnburt@unimelb.edu.au

Lou Caccetta
Departamento de Matemáticas y Estadística, Curtin University of Technology, Bentley, Australia caccetta@curtin.edu.au

Uno de los problemas más difíciles para la optimización de las operaciones de minería a cielo abierto es
la elección de la flota óptima de camiones y cargadoras. Este problema es el Problema de Selección de
Equipo (ESP). En este trabajo, describimos el PES en el contexto de la minería de superficie.
Discutimos los problemas y aplicaciones relacionadas. En el ámbito de la percepción extrasensorial y de
los problemas relacionados, esbozamos modelos y enfoques de solución. Usando la literatura de
investigación de operaciones de última generación como guía, concluimos señalando las futuras
direcciones de investigación para mejorar tanto el modelado como los resultados de las soluciones para
la aplicación práctica de este problema.

Palabras clave :Selección de Equipos, Minería de Superficie, Productividad de Camiones Pala, Selección
de Métodos de Minería, Flujo de Red de Multi-Commodities

Introducción
El problema general de selección de equipos (ESP) consiste en elegir un conjunto de vehículos y
equipos auxiliares compatibles, pero no necesariamente homogéneos (es decir, de tipo no
mixto), para realizar una tarea a un coste mínimo. Los diferentes tipos de equipos tienen
atributos que pueden interactuar de manera compleja con respecto a la productividad. En la
aplicación de minería de superficie, el ESP se ocupa de la selección de flotas de camiones y
cargadores para mover el material minado, incluyendo tanto los residuos como el mineral. Los
planificadores de minas dividen el cronograma de explotación minera, que puede durar varias
décadas, en períodos de planificación[Figura 1]. El tamaño de estos períodos puede variar
dependiendo de la tarea de planificación: típicamente un año para las decisiones de
programación de la mina (Gleixner 2008), más frecuentemente para las decisiones de
programación de la flota y menos frecuentemente para las decisiones de compra de equipos. Las
compañías mineras pueden considerar calendarios largos (por ejemplo, hasta 25 años) en la
planificación estratégica de esta naturaleza (Epstein et al. 2003).
En la minería a cielo abierto, las tareas que debe realizar el equipo son la carga y el transporte
de material. Una vez que se consideran los múltiples orígenes, destinos o rutas, el problema
subyacente se convierte en un problema de flujo de múltiples productos. Por ejemplo, puede
haber varios pozos que abastezcan a uno de ellos.

1
Burt y Caccetta: Selección de equipos
2 Artículo enviado a Interfaces; manuscrito no. (Por favor, proporcione el número
mansucript!)

vertedero se forman los bancos

Período1 Período2 Período 3

Figura1 Un cronograma de explotación minera se divide en períodos de planificación. En cada período, las
decisiones incluyen el material a trasladar, los lugares de excavación y los vertederos.

Figura2 Dentro de una mina de superficie puede haber más de una ubicación de carga con diferentes
requisitos, por lo que se necesitan diferentes tipos de cargadores. También puede haber varios
vertederos.

o más vertederos con la flota de camiones moviendo material entre los sitios[Figura 2]. Debido a
que puede haber varios lugares de carga con diferentes requisitos de carga, es posible que se
necesiten diferentes tipos de cargadores. La flota de camiones seleccionada debe ser compatible
con los cargadores asignados en cada período. Este problema de compatibilidad es una
característica que complica la selección de equipos de minería a cielo abierto. Una flota parcial
puede existir en un punto de compra de equipo, y debido a la supercesión de modelos
particulares (desde que se realizó la última compra, como en Cebesoy (1997)) o debido a otros
criterios de optimización, esto también puede llevar a flotas de tipo mixto (es decir,
heterogéneas) incluyendo tipos de camiones mixtos.
Debido a la mejora de la eficiencia después del mantenimiento y las revisiones, los costos
operativos del equipo son funciones no lineales de la antigüedad del equipo (o utilización del
equipo)[Figura 3]. Típicamente incluyen costos inciertos como los precios del combustible y los
tiempos de tránsito. La productividad de los equipos también cambia con el tiempo,
generalmente debido al mantenimiento, las revisiones de los equipos, el tamaño de la flota
operativa y la competencia de los conductores.
El problema de la selección de la flota es de gran importancia en la minería a cielo abierto,
donde el costo de operar el equipo en programas a largo plazo es anecdóticamente entre el 40-
60% del costo total del manejo de materiales (Alarie y Gamache 2002): las soluciones robustas
de selección de equipos son un factor determinante.
Burt y Caccetta: Selección de equipos
Artículo enviado a Interfaces; manuscrito no. (Por favor, proporcione el número 3
mansucript!)

280

Costo de operación por hora


260

240

220

200

(dólares)
180

160
0 2 4 6 8 10 12 14 16 18 20 22
Grupos de edad (5000 horas por grupo)

Figura 3 Función de coste operativo discrecional frente a tramos de edad. El aumento en los costos de
operación refleja el aumento en los gastos de mantenimiento; grandes caídas en los gastos ocurren
cuando se ha llevado a cabo un mantenimiento significativo, como por ejemplo un exceso de carga.

para la rentabilidad de las operaciones mineras. En el contexto de la minería de superficie, una


selección "robusta" de la flota será capaz de realizar las tareas requeridas a tiempo.
Una función de objetivo de carga fija resulta de considerar las decisiones de compra, salvamento y
servicio en un escenario de minimización de costos. El cargo fijo representa un salto incremental
(desarticulado) en la función objetivo y generalmente se debe a la compra u otras decisiones
binarias. Hay limitaciones en la productividad de la cargadora y en la capacidad de carga de los
camiones, que pueden depender de la elección combinada del equipo, ya que una cargadora no
pasará la mitad o parte de la cuchara a un camión sólo para llenar el camión. Estos factores, en
combinación con los múltiples caminos de flujo que el equipo puede tomar en tránsito (ver
Figura 2), resulta en un problema con una estructura similar al problema de flujo de múltiples
productos capacitados con carga fija. Sin embargo, la red es a menudo muy simple. Una de las
principales dificultades consiste en vincular las decisiones estratégicas y tácticas de los tipos y
números de equipos, y el momento de la compra, a las decisiones de programación operativa en
un programa de explotación minera a largo plazo. Esta disparidad en la escala de tiempo, entre
las decisiones estratégicas, tácticas y operativas, tiene un enorme efecto en la eficacia de un
enfoque de modelado y solución elegido.
La entrada al ESP es generalmente: (i) un programa de minería a largo plazo que incluya los
requisitos de producción en varios lugares de carga y descarga; (ii) un conjunto de cargadores y
camiones que se pueden comprar; (iii) información sobre la productividad de los equipos; y, (iv)
información de costos (incluyendo tasas de interés y depreciación, compra, mantenimiento y
costos de operación). El resultado del ESP es una política de compra y salvamento sobre todo el
programa de explotación minera y la prueba de que existe un programa de flota factible.
Consideramos que el "programa de la flota" son decisiones de asignación de tareas diarias para
el equipo, mientras que el "programa de explotación minera" determina los requisitos de
producción a medio plazo de la mina, incluyendo las excavaciones y los vertederos.
En la literatura, hay dos enfoques para resolver este problema: (i) simplificar el problema; y,
(ii) desarrollar estrategias de solución extensas de la mano con el proceso de modelado. El
enfoque más común en la literatura de selección de equipos mineros ha sido simplificar el
problema.
Burt y Caccetta: Selección de equipos
4 Artículo enviado a Interfaces; manuscrito no. (Por favor, proporcione el número
mansucript!)

Sin embargo, al observar los avances recientes en la literatura relacionada, donde la estructura
del problema es similar o idéntica, la industria minera puede ser capaz de resolver problemas a
mayor escala y en instancias más difíciles.
En este trabajo, revisamos la literatura que trata directamente las aplicaciones mineras con
literatura técnica relacionada de la comunidad de investigación de operaciones. En la industria
de la construcción, la selección de equipos de camiones y cargadores es muy similar a la
selección de equipos de minería de superficie, aunque la escala de materiales y la naturaleza de
las fechas de entrega de los trabajos son muy diferentes. Otras dos aplicaciones
sorprendentemente similares, con respecto a la estructura de los problemas, son la investigación
de la producción de fabricación (incluyendo la selección de equipos y los problemas de
asignación) y el diseño de redes capacitadas (en presencia de flujos de productos múltiples). Para
ayudar a reunir los avances teóricos que son de utilidad práctica para la comunidad de la minería
de superficie, incluimos literatura de estas aplicaciones aquí donde sea apropiado. Sin embargo,
nuestro enfoque principal es la literatura sobre minería y construcción. Nos esforzamos por
establecer qué documento aborda qué problema, ya que las suposiciones que surgen y la
complejidad de los modelos dependen del problema concreto que se aborda en cada documento.
En primer lugar, en la siguiente sección presentamos los antecedentes del problema. Luego
esbozamos algunos problemas relacionados, y procedemos con una revisión de los métodos de
modelación y solución tanto en la literatura minera como en la de investigación de operaciones.
Usando como guía la literatura de investigación de operaciones de última generación,
concluimos con futuras direcciones para la investigación en el contexto de la aplicación de la
minería de superficie.

Antecedentes
Una mina de superficie es un tipo de mina a cielo abierto para la extracción de roca (o mineral)
dotada de minerales de la tierra a una profundidad de 500m. De esta manera extraemos
minerales como el hierro, el cobre, el carbón y el oro. Este método es superior, como alternativa a
la minería subterránea, cuando el mineral está cerca de la superficie (< 500m); el suelo de
recubrimiento (o sobrecarga) es poco profundo; o, el ambiente circundante es demas iado
inestab le p ar a la construcción de túneles. Existen varios métodos de minería a cielo abierto,
incluyendo la extracción a cielo abierto, el desbroce, el dragado y la remoción de las cimas de las
montañas. Este documento se centrará en la minería de superficie a tajo abierto, que implica la
extracción de mineral de un gran agujero en el suelo (a veces conocido como una mina de
préstamo). Una combinación de explosivos y equipo de excavación crea minas de superficie al
remover secuencialmente pequeñas capas verticales (o bancos) de material a la vez[Figura 1]. Con
el tiempo, estos bancos se retiran y la fosa del préstamo se hace más ancha y profunda. Los
ingenieros de minas clasifican el material minado en mineral y material de desecho, con
subcategorías que dependen de su calidad o ley. Los camiones clasifican estos materiales en varios
vertederos, que pueden incluir molinos y depósitos. El mineral será refinado en el molino,
mientras que las reservas son importantes para asegurar que el molino reciba la mezcla correcta
Burt y Caccetta: Selección de equipos
Artículo enviado a Interfaces; manuscrito no. (Por favor, proporcione el número 5
mansucript!)
de las calidades del mineral para satisfacer las demandas del mercado. El programa de minería
optimiza los requisitos de productividad relacionados. El programa, junto con la optimización de
la fosa (la optimización
Burt y Caccetta: Selección de equipos
6 Artículo enviado a Interfaces; manuscrito no. (Por favor, proporcione el número
mansucript!)

de la forma de la mina), proporciona las productividades requeridas, las secuencias de los


bancos y la forma de la mina (incluyendo las alturas de los bancos). La altura del banco puede
variar de 4m a 60m y dictará el tipo de equipo que puede desmontarlo. Para la minería a cielo
abierto a gran escala en particular, los camiones y las cargadoras son el método preferido de
manejo de materiales (Czaplicki 1992, Ta et al. 2005).
A lo largo de este documento, consideramos que una "cargadora" es cualquier tipo de equipo
de excavación de alta productividad, que puede incluir una cargadora minera, una pala o una
excavadora. Los cargadores levantan el mineral o el material de desecho sobre los camiones u
otros equipos para su remoción de la mina. En una mina a tajo abierto, los tipos de cargadoras
pueden incluir excavadoras hidráulicas y de cable eléctrico, la retroexcavadora hidráulica y las
cargadoras frontales (también cargadoras de ruedas) (Er¸celebi y Kırmanlı 2000). Esta variedad de
máquinas difiere significativamente en términos de fiabilidad (Hall y Daneshmend 2003),
necesidades de mantenimiento (Topal y Ramazan 2010), compatibilidad con diferentes tipos de
camiones (Morgan 1994b), capacidad de volumen (Caterpillar 2003) y coste por unidad de
producción (Bozorgebrahimi et al. 2005).
El tipo de cargador seleccionado para su uso en una mina de superficie depende del tipo de
mineral a extraer y de otras condiciones ambientales, como la altura del banco. También
debemos considerar otros factores en el proceso de selección de equipos. En particular, la
compatibilidad de las cargadoras con las flotas de camiones seleccionadas. Por ejemplo, algunos
cargadores no pueden alcanzar la parte superior de la bandeja en los camiones más grandes. Por
el contrario, algunas capacidades de la cargadora superan la capacidad del camión. Si estamos
decididos a no apoyar el proceso de optimización, entonces debemos modelar el problema de tal
manera que seleccionemos los tipos de camiones y cargadoras simultáneamente.
Los camiones de minería (también camiones todo terreno o de transporte) transportan el
mineral o el material de desecho desde la cargadora hasta un vertedero. Más comúnmente, estas
varían de 36 a 215 toneladas. El tamaño y el costo de operar camiones mineros es directamente
proporcional a la capacidad de la bandeja, mientras que la velocidad a la que puede viajar el
camión es inversamente proporcional a su capacidad. Al igual que con las cargadoras, la variedad
de tipos de camiones difiere según su fiabilidad, los requisitos de mantenimiento, la
productividad y los costes operativos.
El ambiente de la mina afecta grandemente el desempeño de un camión (Bennett y Yano
2004). Por ejemplo, la suavidad del suelo de la carretera crea un efecto de resistencia a la
rodadura que reduce la eficiencia del camión al propulsarse hacia adelante. Mojar y comprimir
las carreteras regularmente puede controlar y reducir los efectos de la resistencia a la rodadura.
La resistencia a la rodadura varía mucho a lo largo de la carretera y con el tiempo, y es
notoriamente difícil de estimar (Dunston et al. 2007).
Rimpull también afecta el movimiento hacia adelante del camión. Rimpull es la resistencia
natural del suelo al par del neumático; y es igual al par del eje de la rueda multiplicado por el
radio de la rueda. Los fabricantes suministran curvas rimpull precalculadas para sus camiones
para permitir un cálculo satisfactorio de los tiempos de ciclo de los camiones. Las curvas rimpull
trazan un mapa del aumento de la resistencia de la carretera a medida que el camión aumenta la
Burt y Caccetta: Selección de equipos
Artículo enviado a Interfaces; manuscrito no. (Por favor, proporcione el número 7
mansucript!)
velocidad (Caterpillar 2003). La inclinación de la calzada (es decir, la inclinación de la calzada)
agrava los efectos de la resistencia a la rodadura y de la rimpull. Estos parámetros, junto con la
distancia de transporte, son cruciales para el cálculo preciso de la duración del ciclo del camión
(Zhongzhou y Qining 1988).
Burt y Caccetta: Selección de equipos
8 Artículo enviado a Interfaces; manuscrito no. (Por favor, proporcione el número
mansucript!)

Figura 4 El tiempo de ciclo del camión se mide desde el momento en que el camión es llenado en el cargador,
viaja lleno hasta el vertedero, descarga la carga y viaja vacío hasta el cargador para unirse a la cola
y posicionarse para la siguiente carga (spotting). El tiempo de ciclo del camión incluye los tiempos
de espera y de espera en el vertedero y en el cargador.

DEFINICIÓN 1. El tiempo de ciclo del camión comprende el tiempo de carga, tiempo de acarreo
(lleno), tiempo de descarga, tiempo de retorno (vacío), hacer cola y detectar[Figura 4].
Un ciclo puede comenzar en un cargador donde el camión recibe su carga. A continuación, el
camión "viaja lleno" hasta el vertedero a través de una ruta designada a lo largo de una carretera
de transporte. El vertedero puede ser una reserva, un vertedero o un molino. Después de
descargar la carga, el camión da la vuelta y "viaja vacío" de vuelta a la cargadora. "Manchar" es el
acto de maniobrar el camión bajo el cargador para servir. Esto puede tomar varios minutos. En
una mina grande, el tiempo de ciclo del camión puede ser de 20 a 30 minutos en total, y puede
variar mucho con el tiempo si las reservas se mueven y a medida que la mina se profundiza.
El tiempo de ciclo del camión es un parámetro importante porque los parámetros
relacionados (que no dependen de la flota final seleccionada) pueden ser absorbidos por él. En
última instancia, deseamos incluir detalles íntimos de la mina, tales como topografía y
resistencia al rodamiento, en el proceso de modelado. Los ingenieros de minas pueden hacer
estimaciones razonables de estos parámetros antes de modelarlos e incorporarlos al tiempo de
ciclo del camión. De manera similar, el tiempo de ciclo del camión puede absorber otros
parámetros como el rimpull, la pendiente y la distancia de transporte en una sola estimación.
Sin embargo, el nivel de colas que ocurre en una flota depende del número de camiones que
operan contra cada cargador. Esto dificulta la estimación precisa de los tiempos de ciclo de los
camiones antes de determinar la flota.
En la industria, el método común de estimación del tiempo de ciclo de los camiones es estimar
la velocidad de los camiones utilizando las pautas de rendimiento del fabricante (Smith et al.
2000). Estas directrices son resultados de simulación que tienen en cuenta la potencia del
motor, la eficiencia de la transmisión del motor, el peso del camión, la capacidad, el rimpull y las
pendientes y condiciones de la carretera (Blackwell 1999). Los ingenieros de minas pueden
entonces combinar estas directrices con información topográfica para proporcionar una
estimación de la ruta de transporte. Smith et al (2000) proporciona un método para determinar
una estimación de la resistencia a la rodadura. C¸ elebi (1998) calcula estimaciones de tiempo de
ciclo de camiones usando modelos de regresión.
Burt y Caccetta: Selección de equipos
Artículo enviado a Interfaces; manuscrito no. (Por favor, proporcione el número 9
mansucript!)

Set deall Set de todos


Equipment Equipo

Selección del método de extracción

Conjunto
reducido
Equipamient
o

Figura 5 La selección del método de extracción es el proceso de elegir un estilo particular de extracción, por
ejemplo, a cielo abierto, dragado o desbroce. Una vez elegido el método, se reduce el conjunto de
equipos a elegir. Se pueden aplicar métodos heurísticos o exactos para elegir la flota.

Problemas Relacionados
En esta sección, describimos los problemas en la minería que son similares al ESP. También
describimos otras aplicaciones del ESP en la literatura más amplia. Aplazamos la discusión de
los prob- lemas de estructura similar, donde el modelado y los enfoques de solución pueden
resultar relevantes, para la sección de Modelado y Enfoques de Solución.
En la literatura minera, la Selección de Equipo es un problema similar a la Selección de
Método de Minería; y en la literatura de construcción, la Productividad de Pala-Camión es un
problema similar. El problema de selección del método de extracción es un enfoque de selección
de equipos que explica que las condiciones ambientales impliquen un método particular de
extracción y que la selección de los tipos de cargadores y camiones se realice de manera intuitiva
a partir de ahí[Figura 5]. Este problema se centra entonces en la elección del método de
excavación correcto para las condiciones dadas. El área de investigación de productividad de
camiones de pala se centra en estimar y optimizar la productividad de una flota de camiones y
palas cargadoras. Esta literatura generalmente se basa en la noción intuitiva de que mejorar la
productividad se traducirá en reducciones de costos (Schexnayder et al. 1999). A menudo, estos
métodos de optimización de la productividad se extienden de forma sencilla para convertirse en
una solución de selección de equipos. El número de camiones que realizan la tarea de
manipulación de materiales afecta a la eficiencia de la flota de camiones (Alarie y Gamache
2002).
La solución del problema de selección de métodos de extracción es un paso preliminar para la
selección de equipos, en el cual los ingenieros de minas eligen un método de excavación apropiado
basado en las condiciones ambientales. En los primeros trabajos sobre este problema, Tan y
Ramani (1992), Kesimal (1998) y Blackwell (1999) (por ejemplo) describen este enfoque en
combinación con el factor de ajuste (descrito en Modelos y enfoques de solución), un producto
de la investigación de la productividad de los camiones palas, para seleccionar el equipo.
El Despacho y la Asignación también son temas relacionados en la literatura minera. El
problema básico aquí es asignar tareas a los equipos[Figura 6]. En el ámbito de los servicios
temporizados, esto se convierte en el problema de los parches. La literatura de asignación se
centra en la satisfacción de los requisitos de productividad, a menudo con características
complejas como la prevención de cuellos de botella; la literatura de optimización de despacho
Burt y Caccetta: Selección de equipos
10 Artículo enviado a Interfaces; manuscrito no. (Por favor, proporcione el número
mansucript!)
busca maximizar la eficiencia de la flota en cuestión (Newman et al. 2010).
Burt y Caccetta: Selección de equipos
Artículo enviado a Interfaces; manuscrito no. (Por favor, proporcione el número 11
mansucript!)

Todas las posiblesservices Todas las tareas

Figura 6 Los problemas de asignación y despacho se refieren a la adecuación de los servicios a las tareas.

Otros problemas relacionados incluyen la programación de la producción minera (Caccetta y


Hill 2003, Kum- ral y Dowd 2005, Gleixner 2008), la optimización de los pozos (Frimpong et al.
2002), el costeo de los equipos (O'Hara y Suboleski 1992, Morgan 1994a, Leontidis y
Patmanidou 2000), la secuenciación de la producción (Halatchev 2002) y la sustitución de
equipos (Tomlingson 2000, Nassar 2001).
En otras áreas de aplicación de la literatura de investigación de operaciones, el ESP es
sinónimo de Asset Management: selección de equipos de manipulación de material de
instalaciones y selección de máquinas en sistemas de fabricación (Bennett y Yano 2004, Chen
1999), planificación de redes (Derigs et al. 2009), y sustitución de equipos (Rajagopalan 1998).
Esta amplia gama de aplicaciones ilustra la importancia del ESP en la industria. No obstante,
observamos que esta lista de otras aplicaciones de la política espacial europea dista mucho de
ser exhaustiva.

Modelado y enfoques de solución


En esta sección se esbozan los enfoques de modelado y solución aplicados al PES en el contexto
de la minería a cielo abierto. También esbozamos el enfoque de solución de algunos problemas
de estructura similar en la literatura del quirófano.
Markeset y Kumar (2000) y Bozorgebrahimi et al (2005) presentaron cada uno el coste del
ciclo de vida (LCC) como un método de selección de equipos. El LCC es un método para
determinar el costo por hora de uso del equipo si éste funciona durante toda su vida útil. Se
puede hacer una comparación básica entre el costo de cada equipo utilizado para determinar el
equipo más barato, aunque estas comparaciones no suelen tener en cuenta la tarea a realizar ni
el tiempo requerido para realizarla. Este tipo de análisis puede ser útil para determinar el costo
por hora del equipo, especialmente en un modelo que no permite el rescate. Algunas
publicaciones también utilizan la estimación de costes para los problemas de transporte de
camiones, en los que el enfoque en parámetros inciertos tiene por objeto mejorar la solidez de
las soluciones, por ejemplo, véase Zhang (2010).
Los métodos heurísticos y su uso persisten en la industria, con hojas de cálculo empleadas
para ayudar a la iteración de la mano sobre un pequeño subconjunto de posibilidades en lugar de
la optimización (véase Eldin y Mayfield (2005)).
Burt y Caccetta: Selección de equipos
12 Artículo enviado a Interfaces; manuscrito no. (Por favor, proporcione el número
mansucript!)

Figura 7 El factor de coincidencia es la relación entre la productividad de la cargadora y la productividad del


camión. Un MF bajo (< 0,5) sugiere que la cargadora no está trabajando a su capacidad, mientras
que un MF alto (> 1) sugiere que la flota de camiones es más pequeña de lo necesario.

La relación del factor de ajuste es un índice de productividad importante en la industria minera


(ver Figura 7). El factor de ajuste es simplemente la relación entre la tasa de llegada del camión y
el tiempo de servicio de la cargadora. n, en particular, utiliza el factor de coincidencia para
determinar el tamaño adecuado de la flota de camiones. Smith et al (2000) recomendaron el uso
de la fórmula del factor de ajuste como medio para determinar el tamaño apropiado de la flota.
Sin embargo, un experto debe seleccionar los mejores tipos de equipo antes de aplicar la
fórmula. Burt y Caccetta (2007) ampliaron la fórmula para tener en cuenta las flotas
heterogéneas y los tiempos de ciclo de múltiples camiones. Smith et al (2000) reportaron que,
en el momento de la publicación, la industria de movimiento de tierra todavía usaba esta
proporción para determinar el tamaño apropiado de la flota de camiones una vez que la flota de
cargadores y el tipo de camión habían sido establecidos. En la investigación de los sistemas de
despacho de camiones, los investigadores suelen aplicar enfoques de programación matemática
o de factor de coincidencia para determinar el número mínimo de camiones requerido para una
programación (véase Alarie y Gamache (2002)) y luego utilizar la programación dinámica para
determinar la asignación a las localizaciones mineras (véase Blackwell (1999)).
La incertidumbre en algunos parámetros, como el tiempo de inactividad de la planta, la carga
de camiones y los tiempos de ciclo, puede complicar la asignación de camiones. Ta y otros
(2005) desarrollaron un modelo estocástico que incorpora datos en tiempo real para la
asignación de la flota. Karimi et al (2007) abordaron la incertidumbre en los parámetros con un
modelo de asignación de optimización difusa. En otro ejemplo, Easa (1988) desarrolló dos
modelos de programación cuadrática para la asignación de movimientos de tierras. Estos
modelos sólo permiten funciones de coste unitario lineal, a diferencia de las funciones de coste
lineal por piezas más comunes. Chen (1999) examina un modelo de selección de equipo
multiperíodo sin transporte y desarrolla una heurística para tratar la dificultad que surge de la
naturaleza multiperíodo del modelo. Utilizan la relajación lagrangiana para proporcionar límites
a la calidad de la solución.
Burt y Caccetta: Selección de equipos
Artículo enviado a Interfaces; manuscrito no. (Por favor, proporcione el número 13
mansucript!)

Varios modelos incorporan el análisis del Valor Presente Neto (VAN) para permitir
comparaciones entre el flujo de caja presente y futuro. Sin embargo, las tasas de interés futuras
son inciertas y difíciles de predecir. Sin embargo, son una parte crítica de la función objetiva de
estos modelos. Wiesemann et al (2010) propusieron un modelo de optimización global para un
VAN preciso bajo incertidumbre, y también un enfoque de solución heurística basado en la
ramificación y la vinculación.
Edwards y otros (2001) utilizaron un modelo de programación lineal para seleccionar el
equipo de alquiler. Sin embargo, los autores no definieron las variables y explicaron cómo las
variables continuas podían llevar a valores enteros del equipo como solución. Land y Doig
(1960) establecieron que las soluciones óptimas continuas pueden estar muy lejos de las
soluciones óptimas enteras, y por lo tanto los métodos de redondeo pueden llevar a la violación
de importantes restricciones de variables discretas o lejos de las soluciones óptimas.
La teoría de las colas se aplicó por primera vez a la productividad de los camiones pala por
O'Shea (1964). En este trabajo, utilizaron la teoría de las colas para predecir la productividad de
las flotas de camiones en un intento de explicar la pérdida de productividad cuando los
camiones hacen cola en un cargador. Mucho más tarde, Karshenas (1989) esbozó varias mejoras
y posteriormente las incorporó en un modelo de selección de capacidad de equipos. Este es un
modelo de optimización no lineal con una sola restricción, y puede ser resuelto usando
búsqueda directa. Dado que el modelo requiere los tiempos entre las llegadas como entrada, se
limita a seleccionar una capacidad de flota homogénea.
Griffis, Jr (1968) desarrolló una heurística para determinar el tamaño de la flota de camiones
utilizando las colas. Esto amplió el trabajo de O'Shea (1964) para calcular la productividad de las
diferentes opciones de flota modelando las tasas de llegada de camiones como un proceso de
Poisson. Aquí, los autores asumen que el tiempo entre llegadas sigue una distribución
exponencial. La independencia entre las llegadas es también una suposición clave. Más tarde,
Farid y Koning (1994) utilizaron la simulación para verificar la eficacia de los resultados de la
selección de equipos de Griffis y O'Shea. Sin embargo, el agrupamiento de equipos puede violar
el supuesto de independencia. La teoría del agrupamiento es el estudio del efecto de
atascamiento que puede ocurrir cuando el equipo viaja a lo largo de la misma ruta. Douglas
(1964), Morgan (1994b), Smith et al (1995) y Smith et al (2000) describen el agrupamiento de
equipos. Sin embargo, hasta ahora la literatura no ha incluido el agrupamiento en el proceso de
modelación de una manera satisfactoria. La literatura minera antes mencionada adoptó factores
de reducción para tener en cuenta el agrupamiento, aunque el agrupamiento es una función del
número de equipos, el tipo de carretera y muchos otros factores.
Huang y Kumar (1994) han ampliado este trabajo en un intento de seleccionar el tamaño de la
flota de camiones utilizando una estimación de productividad más precisa. Desarrollaron un
modelo de cola de selección de tamaño de flota para minimizar el coste de la maquinaria
inactiva. Su modelo recomendaba que el tamaño de la flota se ajustara a la máxima eficiencia
tanto para el equipo de localización como para el de transporte. Aunque esta función de objetivo
puede no mejorar el resultado económico, es útil considerar la variabilidad en algunos de los
Burt y Caccetta: Selección de equipos
14 Artículo enviado a Interfaces; manuscrito no. (Por favor, proporcione el número
mansucript!)
parámetros del problema de selección de equipos, como los tiempos de ciclo de los camiones y la
longitud de las colas.
Burt y Caccetta: Selección de equipos
Artículo enviado a Interfaces; manuscrito no. (Por favor, proporcione el número 15
mansucript!)

En la investigación sobre el manejo de materiales de producción, Raman et al. (2009) utilizaron


la teoría de las colas para determinar la cantidad óptima de equipo en un contexto de transporte,
con un cronograma.
Los métodos exactos, como la programación de números enteros, han sido un importante
enfoque de modelado y solución para la selección de equipos en la minería de superficie. Los
modelos de diseño de redes, en particular, capturan los aspectos de selección y flujo que son
cruciales para un buen modelo de selección de equipos. En la literatura minera, los modelos
básicos de programación entera son comunes. La simplificación de las suposiciones reduce las
instancias de problemas a casos fácilmente solucionables. Por ejemplo, los costos de operación
no lineales pueden ser discretizados a funciones lineales parciales usando tramos de edad, como
en Burt et al. (2010) y Topal y Ramazan (2010). Cebesoy et al (1995) desarrollaron un modelo
sistemático de toma de decisiones para la selección de tipos de equipos, utilizando un programa
de enteros binarios en el paso final de su heurística. Este modelo considera una mina de un solo
período, una sola ubicación con flotas homogéneas. La adecuación de los equipos se realiza
antes de la resolución de este modelo.
En otro ejemplo, Michiotis et al. (1998) utilizaron un modelo de programación binario puro
para seleccionar el número, tipo y ubicación del equipo de excavación para trabajar en un pozo.
Los autores ignoran el aspecto de transporte del problema mirando sólo a las excavadoras. El
modelo minimizó el tiempo de extracción. Se vio limitada por las limitaciones de la mochila que
aseguraban que el equipamiento era factible para el tipo de banco y que se satisfacían todos los
requisitos de producción. Burt y otros (2010) desarrollaron un modelo de programación de
números enteros mixtos para la selección de equipos con una sola fuente y destino. Este modelo
se centró en las complejas limitaciones laterales derivadas de las flotas heterogéneas y la
compatibilidad de los equipos. Fuera de la minería, Baxter et al. (2010) consideraron el
problema de selección de equipos en el contexto de la cosecha forestal, también con un enfoque
de programación de números enteros mixtos. Este problema es esencialmente el mismo que el
de la minería de superficie, donde el modelo selecciona el equipo y el número de horas de
operación para un programa de cosecha dado con respecto a un problema de transporte
subyacente. Los autores han modelado el número de horas de operación para que la función
objetiva sea más precisa. Es decir, dado que la eficiencia y el coste de funcionamiento del equipo
cambian con la antigüedad del equipo (por ejemplo, el número de horas que se ha utilizado),
resulta práctico incluir la antigüedad del equipo en la función objetivo.
Puesto que parte de la estructura subyacente es un problema de flujo de red de varios productos, es útil
para
considerar la literatura que se centra en este problema. Entre los documentos que ofrecen un
análisis profundo de la estructura, las cuestiones computacionales, los enfoques de solución y la
aplicación del flujo de redes de productos múltiples capacitados se incluyen Bienstock y Gu¨nlu¨k
(1995), Bienstock y Gu¨nlu¨k (1996), Gendron et al. (1998), Barnhart et al. (2002) y Moccia et al.
(2011). Anderson et al (2009b) incorporaron la selección de equipos en su problema de
transporte intermodal simplemente añadiendo variables y reindexando las variables de flujo.
Burt y Caccetta: Selección de equipos
16 Artículo enviado a Interfaces; manuscrito no. (Por favor, proporcione el número
mansucript!)

En la literatura del quirófano, Equi et al. (1997) modelan el problema de programación en el


contexto del transporte usando programación de números enteros mixtos, y desarrollan un
enfoque de solución de relajación lagrangiana. Otros ejemplos de relajación lagrangiana en el
contexto de la planificación de redes son Gendron et al. (1998), Galiano et al. (2010) y Zhang
(2010).
Dado que la inclusión de un paso temporal como índice de variables es importante para el
cálculo del VAN, la cantidad de variables en modelos discretos puede resultar a veces
abrumadora. En la literatura de la sala de operaciones, la reformulación es común en un intento
de encontrar una forma más inteligente y menos inhibitoria de capturar el problema. Buenos
ejemplos de reformulaciones de redes en este contexto son Cohn (2002), Armacost et al. (2002)
y Frangioni y Gendron (2009). Cada uno de estos documentos utilizó variables binarias
compuestas para representar múltiples decisiones en un intento de simplificar el modelo y
reducir su tamaño. Los trabajos explotan la formulación de variables compuestas para un
enfoque de descomposición, ya que el problema está en particiones naturales cuya solución
puede ayudar a reducir el espacio de solución o añadir filas/columnas al problema. Las variables
compuestas capturan decisiones generales y un programa lineal puede resolver los problemas de
transporte subyacentes. Kim (1997) proporciona una discusión y comparación de algunos tipos
de reformulación, como las formulaciones de nodos-arco versus camino y árbol. Otro enfoque
posible es utilizar un modelo de particionamiento de conjuntos, como en Baldacci et al. Los
autores consideran el conjunto de todas las rutas posibles, R, y construyen restricciones para
seleccionar m rutas para una función de costo mínimo.
Los enfoques de descomposición se utilizan ampliamente en la literatura más amplia pero
relacionada, principalmente debido a la magnitud del problema (en términos de variables
binarias) en combinación con la estructura inherente. La descomposición es un enfoque de
solución que divide el problema en particiones lógicas y las resuelve de manera iterativa. La
programación dinámica, la descomposición de Dantzig-Wolfe y Bender son ejemplos clásicos.
Entre los documentos relacionados con la planificación de redes que emplean la descomposición
se encuentran Powell y Sheffi (1989), Barnhart y Schneur (1996), Mamer y McBride (2000),
Irnich (2002), y Frangioni y Gendron (2010). La personalización del proceso de ramificación es
sensata para un problema con una estructura tan inherente como el ESP. En particular, la
solución de un período depende de la solución de un período anterior. Además, los flujos de
materiales implican la solución del equipo. Un enfoque típico en las aplicaciones de
planificación de redes es desarrollar un algoritmo personalizado de ramas y cortes, como en
Croxton et al. (2003), Baldacci et al. (2008), y Cordeau et al. (2007). Bennett y Yano (2004)
describen un modelo de selección de equipo de un solo período con un problema de transporte
subyacente. Adoptan un enfoque de descomposición de Benders observando la partición natural
del problema en la elección del equipo/flota y la prestación de servicios para satisfacer el flujo de
producto. Derigs et al (2009) abordan la planificación de redes de carga aérea, pero este
problema involucra la selección de vuelos, la rotación de aeronaves y el enrutamiento de carga, lo
cual está estrechamente relacionado con la selección de servicios, la frecuencia de servicios y el
Burt y Caccetta: Selección de equipos
Artículo enviado a Interfaces; manuscrito no. (Por favor, proporcione el número 17
mansucript!)
aspecto de asignación de equipos de la selección de equipos en la minería a cielo abierto. Sin
embargo,
Burt y Caccetta: Selección de equipos
18 Artículo enviado a Interfaces; manuscrito no. (Por favor, proporcione el número
mansucript!)

el problema implica complejidades adicionales, como la programación de la tripulación y la


programación del mantenimiento. Los autores desarrollan un enfoque de solución de
generación de columnas para combatir la dificultad del problema. En un enfoque de generación
de columnas, las columnas representan variables del problema. La clave de este enfoque es
diseñar una heurística eficiente para añadir columnas al modelo. El objetivo general es
mantener el número de variables mínimo y, por lo tanto, este enfoque puede ser eficaz para
problemas que tienen un número abrumador de variables o una estructura explotable. Lu¨bbecke y
Desrosiers (2005) ofrecen una revisión de las técnicas relevantes en la generación de columnas.
La asignación o asignación de flotas ha sido ampliamente considerada en la literatura minera,
principalmente debido a la facilidad del enfoque heurístico de (i) determinar los tipos de equipo,
luego (ii) el tamaño de la flota, y posteriormente (iii) la asignación de la flota. Este problema es
similar al ESP cuando ya existe un programa de explotación minera (con la diferencia entre la
compra y las necesidades de salvamento del ESP). Webster y Reed (1971) propusieron un modelo
de asignación para el manejo general de materiales como un programa de números enteros
cuadráticos para una sola pieza de equipo. Este programa de números enteros cuadráticos
asigna equipos en lugar de seleccionarlos, y está restringido a un solo período. Sin embargo,
Hassan et al. (1985) extendieron el modelo de Webster y Reed para combinar el problema de
selección de equipo con el problema de asignación. Este modelo minimiza el coste de
explotación de la flota sujeta a un conjunto de restricciones de mochila y enlace. En la literatura
más amplia, Hane et al (1995) proporcionan otro ejemplo de asignación de flotas en el contexto
de redes complejas. Modelan un problema de asignación de flota como un problema de flujo de
productos múltiples con restricciones laterales. Algunas consideraciones en su documento, tales
como la definición del problema en una red de tiempo expandido, son particularmente
relevantes para el PES en la aplicación minera. Desarrollaron un algoritmo especializado de
rama y corte basado en la estructura del problema.
Las técnicas de preprocesamiento son un aspecto importante de la resolución de programas enteros
mixtos, en particular
en presencia de simetría (derivada, por ejemplo, de la representación de equipos idénticos con
variables separadas) y de cantidades excesivas de variables binarias en la descripción discreta
del problema. Estas técnicas no son comunes en la literatura minera, aunque Burt (2008)
proporciona una breve descripción de la reducción de variables y restricciones. Otros ejemplos
de preprocesamiento en la literatura relacionada incluyen a Ileri (2006), quien preprocesa
observando la dominación entre las asignaciones de ruta; y Boland et al. (2004) proporcionan
múltiples propiedades para el preprocesamiento de las variables de flujo, así como para la
reducción de restricciones.
La literatura del quirófano utiliza técnicas de búsqueda local para mejorar la eficacia de los
algoritmos y la heurística por sí solas. Zhang (2010) consideró un problema de planificación de
menor carga con la suposición de que los patrones de flujo de carga se repiten, reduciendo así
considerablemente el número de variables de productos básicos. Sin embargo, el autor también
abogó por pasos de tiempo más pequeños para tener en cuenta las diferencias en los tiempos de
Burt y Caccetta: Selección de equipos
Artículo enviado a Interfaces; manuscrito no. (Por favor, proporcione el número 19
mansucript!)
viaje. Otras técnicas de búsqueda local en el contexto de la planificación de redes capacitadas
Burt y Caccetta: Selección de equipos
20 Artículo enviado a Interfaces; manuscrito no. (Por favor, proporcione el número
mansucript!)

(2000), Sung y Song (2003), Hewitt (2009) y Caramia y Guerriero (2009).


Las técnicas de inteligencia artificial prevalecen en aplicaciones de minería a gran escala
debido a su capacidad para encontrar soluciones viables en un tiempo relativamente corto
(Cl´ement y Vagenas 1994). Los métodos más comunes entre la literatura son los métodos del
sistema de apoyo a la toma de decisiones (Ban- dopadhyay y Venkatasubramanian 1987,
Ba¸s¸cetin 2004, Denby y Schofield 1990) y los algoritmos genéticos (Naoum y Haidar 2000,
Marzouk y Moselhi 2002, Xinchun et al. 2004, Moselhi y Alshibani 2009). Bazzazi y otros (2009)
introducen varios métodos de apoyo a la toma de decisiones en el contexto de la selección de
equipos. Diversas herramientas de apoyo a la toma de decisiones, como el proceso de jerarquía
analítica (Ba¸s¸cetin 2004) y los sistemas expertos (Amirkhanian y Baker 1992), dan prioridad a
las decisiones sobre soluciones heurísticas basadas en la lógica. Estos métodos consideran todo el
proceso de selección de equipos de manera holística, incluyendo las condiciones del sitio, la
geología y el medio ambiente, así como la adecuación de los equipos. El emparejamiento de
equipos es un paso más allá de la mera consideración de la compatibilidad, donde los rangos
(formados en un paso de preprocesamiento) representan la idoneidad de los pares.
Los algoritmos genéticos son una técnica de solución heurística que selecciona una solución
después de varias generaciones de selección estocástica basada en un criterio de aptitud. Existen
numerosos ejemplos de la aplicación de algoritmos genéticos al problema de selección de
equipos. Naoum y Haidar (2000) desarrollaron un modelo de algoritmo genético para el
problema de selección de equipos. En su modelo, incorporan el coste descontado de por vida del
equipo, que se deriva del supuesto de que el equipo funciona desde su compra hasta su edad
oficial de jubilación y no se vende ni se sustituye antes de esa fecha. Moselhi y Alshibani (2009)
desarrollaron un algoritmo genético para elegir el equipo para un solo lugar, un solo período de
explotación minera.
La compleja interacción entre los tipos de equipos ha llevado a que la literatura se centre en la
correspondencia de atributos, como Abdel-Malek y Resare (2000) en la literatura de
investigación de producción y Bazzazi et al. (2009) en la literatura minera. Los métodos de
selección basados en atributos incluyen el modelado de toma de decisiones multiatributos
(Bandopadhyay y Nelson 1994, Ba¸s¸cetin et al. 2004) y la teoría de conjuntos difusos (Ba¸s¸cetin y
Kesimal 1999, Wei et al. 2003, Bitarafan y Ataei 2004, Ba¸s¸cetin 2004). Los enfoques de
programación difusa combaten la naturaleza incierta de algunos de los datos, como las tasas de
interés, la depreciación y los tiempos de ciclo. Karimi et al (2007) ofrece un análisis de esta
incertidumbre, pero su enfoque ignora la carga fija al descuidar las variables de los indicadores
y, por lo tanto, no aborda el problema de selección de equipos tal como lo hemos definido aquí.
El problema básico de emparejamiento de atributos puede seleccionar el equipo durante
varios períodos. Ganguli y Bandopadhyay (2002) también desarrollaron un sistema experto para
la selección de equipos. Sin embargo, su método requiere que el usuario introduzca la
"importancia relativa de los factores", que suele ser difícil de cuantificar y justificar. Khan
(2006) desarrolló una heurística basada en el conocimiento para centrarse en
Burt y Caccetta: Selección de equipos
Artículo enviado a Interfaces; manuscrito no. (Por favor, proporcione el número 21
mansucript!)

en el emparejamiento de atributos sin incorporar el aspecto de transporte y multi-período del


problema. Mirhosseyni y Web (2009) presentaron un enfoque combinado de sistema experto y
algoritmo genético para la selección y asignación de equipos para el manejo de materiales (no
sólo para aplicaciones de minería de superficie).
Por último, los enfoques de simulación pueden verificar la solidez y la calidad de las
soluciones. Además, la simulación puede obtener soluciones. Marzouk y Moselhi (2004)
diseñaron un modelo que utiliza la simulación y los algoritmos genéticos para compensar dos
objetivos, tiempo y costo, para la industria de la construcción. Otros ejemplos en la literatura del
quirófano incluyen a Dahl y Derigs (2009), y Gambardella et al. (2002).

Discusión
Los métodos heurísticos, incluyendo el LCC, son los más fáciles de implementar de todos los
enfoques. El proceso de solución también es típicamente fácil de entender. Desde este punto de
vista, estos enfoques son prácticos para que los ingenieros de minas los utilicen en la práctica.
Este es un atributo deseable, ya que la cantidad de parámetros que alimentan el problema y las
diferentes escalas de tiempo en las decisiones hacen que el problema parezca abrumadoramente
complicado. La teoría de las colas, la inteligencia artificial y la literatura de simulación tratan de
tratar estas complejidades de una manera eficiente y fácil de entender, pero carecen del poder
para tratar el número de decisiones que deben tomarse en diferentes escalas de tiempo. Está
claro en la literatura que existe una preferencia por los enfoques exactos y, en particular, por la
programación de números enteros mixtos. Esto puede deberse a que MIP es capaz de manejar
modelos a mayor escala del problema, tales como múltiples períodos de programación y compra,
flotas heterogéneas y otras restricciones laterales complejas. Sin embargo, el tratamiento de la
percepción extrasensorial en el contexto de estos métodos ha sido deficiente. La literatura sólo
aborda instanciamientos excesivamente simplificados del problema y no aborda suficientemente
la necesidad de robustez en la solución. Sin embargo, la literatura del quirófano tiene muchos
consejos que ofrecer para mejorar este caso. Muchos problemas difíciles, de estructura similar y
a gran escala se han resuelto utilizando métodos exactos, incluso si el enfoque de solución no
llega a proporcionar una solución"óptima". En este sentido, todavía hay mucho que los avances
en la literatura del quirófano pueden lograr para la política espacial europea.

Direcciones futuras de investigación


El preprocesamiento es claramente beneficioso debido a la dependencia de las soluciones de
los periodos actuales de los periodos anteriores, pero hay que evitar la destrucción de estructuras
que puedan ser beneficiosas para las técnicas de descomposición. Los algoritmos de
aproximación y la heurística pueden obtener buenas soluciones iniciales que pueden inicializar
un algoritmo de ramificación y encuadernación con el fin de mejorar el tiempo de cálculo. Un
enfoque podría consistir en centrarse en resolver el problema de transporte subyacente (con
heuris- ticas de aproximación) y luego inferir la selección requerida. Para ello, se podría utilizar
el algoritmo de aproximación
Burt y Caccetta: Selección de equipos
22 Artículo enviado a Interfaces; manuscrito no. (Por favor, proporcione el número
mansucript!)

en Bienstock (2001). La heurística alternativa incluye Mitrovi´c-Mini´c et al. (2004), Savelsbergh y


Sol (1998), y Zhang et al. (2010). Los métodos de búsqueda por tabú y basados en agentes
también pueden proporcionar buenas soluciones de arranque, como en Crainic et al. (2000) y
van Dam et al. (2007).
Los procedimientos de separación disponibles en la literatura podrían ser
computacionalmente ventajosos en un enfoque de rama y corte, como los de Bienstock y
Muratore (2000), Irnich (2002) y Raack et al. (2011). Construir recortes mínimos de cobertura a
partir de la limitación de la productividad (en forma de limitación de la mochila, como en
Boland et al. (2004)); conjuntos de recortes en el flujo (como en Bienstock y Muratore (2000));
conjuntos de accesibilidad en el flujo (como en Montemanni y Gambardella (2005)); y,
aumentar las limitaciones de precedencia (como en Cordeau et al. (2007)), podría conducir a
una mejora en el cálculo. Los solucionadores comerciales tendrán algunos de estos
implementados para el caso general.
Debido a los problemas derivados de la etapa temporal, un horizonte móvil podría ser práctico.
Mitrovi´c-Mini´c et al. (2004) proporcionan este ejemplo para la planificación de redes. La
complejidad de los pasos temporales puede reducirse si el equipo forma un programa cíclico,
como en Zhang (2010) y Anderson et al. (2009a), aunque esto podría llevar a una pérdida de
detalle en el modelo que es importante.
El enfoque más importante para la investigación futura será generar soluciones robustas. Esto
podría significar considerar parámetros inciertos en el proceso de modelado, o generar
soluciones que sean robustas contra eventos improbables. Es especialmente importante tener en
cuenta la incertidumbre en los parámetros clave. Los puntos de partida incluyen Ileri (2006).
Otro aspecto potencial es la incorporación de la agrupación en los futuros enfoques de
modelación. Otros enfoques incluyen la generación de escenarios, como en Pedersen y Crainic
(2007) y Preuss y Hellingrath (2010).

Conclusión
En este trabajo, hemos descrito la literatura sobre el PES en la minería de superficie. También
hemos esbozado brevemente los problemas estrechamente relacionados con la minería y las
aplicaciones de la percepción extrasensorial fuera de la minería, y la literatura relacionada con la
estructura del problema en la literatura más amplia del quirófano.

Referencias
Abdel-Malek, Layek, Lars Johan Resare. 2000. Sistema de apoyo a la decisión basado en algoritmos para
la selección concertada de equipos en células de mecanizado/ensamblaje. International Journal of
Production Research 38(2) 323-339.

Alarie, S., M. Gamache. 2002. Visión general de las estrategias de solución utilizadas en los sistemas de
despacho de camiones para minas a cielo abierto. International Journal of Surface Mining,
Reclamation and Environment 16(1) 59-76.

Amirkhanian, S., N. Baker. 1992. Sistema experto para la selección de equipos para operaciones de
movimiento de tierras. Journal of Construction Engineering and Management 118(2) 318-331.

Anderson, Jardar, Teodor Gabriel Crainic, Marielle Christiansen. 2009a. Diseño de redes de servicios con
Burt y Caccetta: Selección de equipos
Artículo enviado a Interfaces; manuscrito no. (Por favor, proporcione el número 2
mansucript!)
gestión de activos: Formulaciones y análisis comparativos. Transportation Research Part 3
C:
Emerging Technologies 17(2) 197-207.
Burt y Caccetta: Selección de equipos
24 Artículo enviado a Interfaces; manuscrito no. (Por favor, proporcione el número
mansucript!)

Anderson, Jardar, Teodor Gabriel Crainic, Marielle Christiansen. 2009b. Diseño de redes de servicios con
gestión y coordinación de múltiples flotas. Revista Europea de Investigación Operativa 193 377-389.

Armacost, Andrew, Cynthia Barnhart, Keith Ware. 2002. Formulaciones variables compuestas para el
diseño de redes de servicios de envío urgente. Ciencia del Transporte 36(1) 1-20.

Ba¸s¸cetin, A., A. Kesimal. 1999. El estudio de una teoría de conjuntos difusos para la selección de un
sistema óptimo de transporte de carbón desde el pozo hasta la central eléctrica. International
Journal of Surface Mining, Reclamation and Environment 13(3) 97-101.

Ba¸s¸cetin, A., O. Ozta¸s, A. I. Kanlı. 2004. Un nuevo software desarrollado para la selección de equipos en
la ingeniería de minas. Monika Hardygora, Gabriela Paszkowska, Marek Sikora, eds., Mine planning
and equip- ment selection 2004: proceedings of the Thirteenth International Symposium on Mine
Planning and Equipment Selection, Wroclaw, Poland, 1-3 September . A.A. Balkema, Londres,
527-536.

Ba¸s¸cetin, Ata¸c 2004. Una aplicación del proceso de jerarquía analítica en la selección de equipos en la
mina de carbón a tajo abierto Orhaneli. Mining Technology, Transactions of the Intitute of Mining
and Metallurgy part A. 113 A192-A199.

Baldacci, Roberto, Nicos Christofides, Aristide Mingozzi. 2008. Un algoritmo exacto para el problema de
enrutamiento del vehículo basado en la formulación de partición establecida con cortes adicionales.
Programación Matemática 115(2) 351-385.

Bandopadhyay, S., M. Nelson. 1994. Sistemas de apoyo a la toma de decisiones de grupos de criterios
múltiples con aplicación a un problema de selección de equipos de minas de superficie. Raja V.
Ramani, Bijoy K. Mozumdar, Arun B. Samaddar, editores, Computers in the mineral industry.
Balkema, Rotterdam, 111-126.

Bandopadhyay, S., P. Venkatasubramanian. 1987. Sistema experto como ayuda para la toma de decisiones
en la selección de equipos de minas de superficie. International Journal of Surface Mining 1(2)
159-165.

Barnhart, Cynthia, Niranjan Krishnan, Daeki Kim, Keith Ware. 2002. Diseño de red para la entrega de
envíos express. Optimización computacional y aplicaciones 21(3) 239-262.

Barnhart, Cynthia, Rina R. Schneur. 1996. Diseño de red aérea para servicio de envío express.
Investigación de Operaciones 44(6) 852-863.

Baxter, Matthew, Mark Brown, Heng-Soon Gan. 2010. Una herramienta de apoyo a la toma de decisiones
para la sustitución de equipos en operaciones de cosecha forestal. Actas de la 45ª Conferencia
Anual de la ORSNA. Disponible en línea[24/11/2010]:
https://secure.orsnz.org.nz/conf45/index.php, 363-372.

Bazzazi, Abbas Aghajani, Morteza Osanloo, Behroz Karimi. 2009. Selección óptima de equipos de minería
a cielo abierto utilizando un enfoque de toma de decisiones de atributos múltiples difusos. Archives
of Mining Science 54(2) 301-320.

Bennett, Derek P., Candace A. Yano. 2004. Un enfoque de descomposición para la selección de equipos y
un problema de enrutamiento de productos múltiples que incorporan factores ambientales.
European Journal of Operational Research 156(3) 643-664.
Burt y Caccetta: Selección de equipos
Artículo enviado a Interfaces; manuscrito no. (Por favor, proporcione el número 2
mansucript!) 5
Bienstock, Daniel. 2001. Métodos de función potenciales para resolver aproximadamente los problemas
de programación lineal de los sensores: Teoría y Práctica. Kluwer Academic.

Bienstock, Daniel, Oktay Gu¨nlu¨k. 1995. Experiencia computacional con un difícil problema de flujo de
modulación multicomponente de números enteros mixtos. Programación Matemática 68(1-3) 213-
237.

Bienstock, Daniel, Oktay Gu¨nlu¨k. 1996. Diseño de redes capacitadas - estructura poliédrica y computación.
INFORMS Journal of Computing 8 243-259.

Bienstock, Daniel, Gabriella Muratore. 2000. Fuertes desigualdades para los problemas de diseño de redes
capacitadas para sobrevivir. Programación Matemática 89 12700147.

Bitarafan, M., M. Ataei. 2004. Selección de métodos de minería mediante herramientas de toma de
decisiones con múltiples criterios. The Journal of the South African Institute of Mining and
Metallurgy 104(9) 493-498.

Blackwell, Garston H. 1999. Estimación de las necesidades de grandes camiones de transporte a cielo
abierto. Boletín de la CIM 92(1028) 143-148.

Boland, Natashia, Mohan Krishnamoorthy, Andreas Ernst, Jamie Ebery. 2004. Preprocesamiento y corte
para problemas de ubicación de múltiples asignaciones de hubs. Revista Europea de Investigación
Operativa 155(3) 638-653.

Bozorgebrahimi, A., R. Hall, M. Morin. 2005. Efectos del tamaño del equipo en el rendimiento de la minería a cielo
abierto.
International Journal of Surface Mining, Reclamation and Environment 19(1) 41-56.

Bu¨denbender, Klaus, Tore Gru¨nert, Hans-Ju¨rgen Sebastian. 2000. Un algoritmo híbrido tabú de
búsqueda/rama y encuadernación para el problema de diseño de la red de vuelo directo.
Transportation Science 34(4) 364-380.

Burt, Christina. 2008. Un enfoque de optimización de la manipulación de materiales en minas de


superficie. Tesis doctoral, Matemáticas y Estadística, Curtin University of Technology, Bentley,
Perth, Australia.

Burt, Christina, Louis Caccetta, Palitha Welgama, Leon Fouch´e. 2010. Selección de equipos con flotas
heterogéneas para múltiples períodos. Journal of the Operational Research Society 62 1498-1509.

Burt, Christina Naomi, Louis Caccetta. 2007. Factor de adaptación para flotas heterogéneas de camiones y
cargadoras. Revista Internacional de Minería, Recuperación y Medio Ambiente 21(4) 262 - 270.

Caccetta, Louis, Stephen Hill. 2003. Una aplicación de la programación de la mina de rama y corte a tajo
abierto. Journal of Global Optimization 27(2-3) 349-365.

Caramia, M., F. Guerriero. 2009. Un enfoque heurístico del transporte de mercancías de largo recorrido
con múltiples funciones objetivas. Omega 37(3) 600-614.

Oruga. 2003. Manual de Desempeño de Caterpillar. 34th ed. Caterpillar Inc. de Peoria, Illinois, EE.UU.

C¸ elebi, N. 1998. Un sistema de selección de equipos y análisis de costes para minas de carbón a cielo
abierto. International Journal of Surface Mining, Reclamation and Environment 12 181-187.

Cebesoy, T. 1997. Análisis de costes de equipos de minería de superficie con un modelo de equilibrio lineal
desarrollado. Inter- national Journal of Surface Mining, Reclamation and Environment 11 53-
Burt y Caccetta: Selección de equipos
26 Artículo enviado a Interfaces; manuscrito no. (Por favor, proporcione el número
mansucript!)
58.
Burt y Caccetta: Selección de equipos
Artículo enviado a Interfaces; manuscrito no. (Por favor, proporcione el número 2
mansucript!) 7
Cebesoy, T. , M. G¨ozen, S. Yah¸si. 1995. Un modelo sistemático de toma de decisiones para la selección
óptima de equipos de minería de superficie. Raj K. Singhal, Anil K. Mehrotra, John Hadjigeorgiou,
Richard Poulin, eds., Mine planning and equipment selection 1995: Actas del cuarto Simposio
Internacional sobre Planificación de Minas y Selección de Equipo, Calgary, Canadá, 31 de
octubre a 3 de noviembre de 1995. A.A. Balkema, 369-377.

Chen, M. 1999. Una heurística para resolver los problemas del proceso de fabricación y selección de
equipos. International Journal of Production Research 37(2) 359-374.

Cl´ement, Serge, Nick Vagenas. 1994. Uso de algoritmos genéticos en un problema minero. International
Journal of Surface Mining, Reclamation and Environment 8(4) 131-136.

Cohn, Amy Ellen Mainville. 2002. Modelado de variables compuestas para problemas a gran escala en el
transporte y la logística. Tesis doctoral, Instituto Tecnológico de Massachusetts.

Cordeau, Jean-Francois, Manuel Iori, Gilbert Laporte, Juan José Salazar González. 2007. Un algoritmo de
ramificación y corte para el problema del vendedor ambulante de recogida y entrega con la carga
LIFO. Rep. técnica, CIRRELT.

Crainic, Teodor Gabriel, Michel Gendreau, Judith M. Farvolden. 2000. Un método de búsqueda tabú
basado en simplex para el diseño de redes capacitadas. INFORMS Journal of Computing 12(3)
223-236.

Croxton, K.L., B. Gendron, T.L. Magnanti. 2003. Modelos y métodos para operaciones de fusión en tránsito.
Ciencia del Transporte 37(1) 1-22.

Czaplicki, Jacek M. 1992. En una serie de unidades de transporte de repuesto para el sistema de pala-camión en minas
a cielo abierto.
International Journal of Surface Mining, Reclamation and Environment 6(2) 57-59.

Dahl, Sascha, Ulrich Derigs. 2009. Planificación en redes de transporte urgente: Un estudio de simulación.
Bernhard Fleis- chmann, Karl-Heinz Borgwardt, Robert Klein, eds., Operations Research
Proceedings 2008: Artículos seleccionados de la Conferencia Internacional Anual de la
Sociedad Alemana de Investigación Operativa (GOR), Universidad de Augsburgo, 3-5 de
septiembre de 2008. Springer, 259-264.

Denby, B., D. Schofield. 1990. Aplicaciones de sistemas expertos en la selección de equipos para el diseño de minas de
superficie.
International Journal of Surface Mining and Reclamation 4(4) 165-171.

Derigs, Ulrich, Stefan Friederichs, Simon Sch¨afer. 2009. Un nuevo enfoque para la planificación de la red de carga aérea.
Transportation Science 43(3) 370-380.

Douglas, James. 1964. Predicción de la producción de pala-camión: Una conciliación de estimaciones


informáticas y convencionales. Technical report no. 37, Stanford University, California.

Dunston, Phillip S, Joseph V Sinfield, Tai-Yuan Lee. 2007. Economía de las decisiones de desarrollo
tecnológico para la monitorización en tiempo real de la resistencia a la rodadura de las carreteras de
transporte. Journal of Construction Engineering and Management 133(5) 393-402.

Easa, dijo M. 1988. Asignaciones de movimiento de tierras con costes unitarios lineales. Journal of
Construction Engineering and Management 114(4) 641-655.
Burt y Caccetta: Selección de equipos
28 Artículo enviado a Interfaces; manuscrito no. (Por favor, proporcione el número
mansucript!)

Edwards, David, Hamid Malekzadeh, Silas Yisa. 2001. Una herramienta de decisión de programación
lineal para seleccionar la excavadora óptima. Encuesta estructural 19(2) 113-120.

Eldin, Neil, John Mayfield. 2005. Determinación de la flota de rascadores más económica. Journal of
Construction Engineering and Management 131(10) 1109-1114.

Epstein, R, S Gaete, F Caro, A Weintraub, P Santibanez, J Catalan. 2003. Optimizar la planificación a largo
plazo de las minas de cobre subterráneas. Actas de la V Conferencia Internacional Cobre 2003-Cobre
2003, Vol I, Santiago, Chile. CIM y el Instituto Chileno de Minería, 265-279.

Equi, L., G. Gallo, S. Marziale, A. Weintraub. 1997. Un problema combinado de transporte y programación.
European Journal of Operational Research 97(1) 94-104.

Er¸celebi, S., C. Kırmanlı. 2000. Revisión de las técnicas de selección de equipos de minería de superficie. G.N.
Panagiotou,
T.N. Michalakopoulos, eds., Mine planning and equipment selection 2000 : Proceedings of the
9th International Symposium on Mine Planning and Equipment Selection /Athens/Greece/6-9
November 2000. A.A. Balkema, Rotterdam, 547-553.

Farid, Foad, Thomas L. Koning. 1994. La simulación verifica el programa de colas para seleccionar las flotas de
camiones de carga.
Journal of Construction Engineering and Management 120(2) 386-404.

Frangioni, Antonio, Bernard Gendron. 2009. 0-1 reformulaciones del problema del diseño de redes
capacitadas de productos múltiples. Matemáticas Aplicadas Discretas 157(6) 1229-1241.

Frangioni, Antonio, Bernard Gendron. 2010. Un método de descomposición Dantzig-Wolfe estabilizado y


estructurado.
Rep. técnica, CIRRELT.

Frimpong, S., E. Asa, J. Szymanski. 2002. Modelado inteligente: Avances en el diseño y optimización de
minas a cielo abierto. International Journal of Surface Mining, Reclamation and Environment 16(2)
134-143.

Galiano, Graziano, Toshiya Kaihara, Giacomo Liotta, Giuseppe Stecca. 2010. Un modelo integral para el
transporte de corta y larga distancia. Informática Industrial (INDIN), 2010 8ª Conferencia
Internacional de la IEEE sobre. IEEE, 939-944.

Gambardella, L, M. Mastrolilli, A. Rizzoli, M. Zaffalon. 2002. Gestión de la asignación, programación y


simulación de recursos para una terminal intermodal de contenedores. Journal of the Belgian
Operations Research Society 40(3-4) 195-209.

Ganguli, R., S. Bandopadhyay. 2002. Sistema experto para la selección de equipos. International Journal
of Surface Mining, Reclamation and Environment 16(3) 163-170.

Gendron, B., T. Crainic, A. Frangioni. 1998. Planificación de la red de telecomunicaciones, cap. I, secc.
Diseño de redes capacitadas para múltiples productos. Kluwer Academic Publishers, Dordrecht, 1-
19.

Gleixner, Ambros. 2008. Resolver problemas de programación de la producción de la minería a cielo


abierto a gran escala mediante la programación de números enteros. Tesis de maestría, Technische
Universit¨at Berlin.
Burt y Caccetta: Selección de equipos
Artículo enviado a Interfaces; manuscrito no. (Por favor, proporcione el número 2
mansucript!) 9
Griffis, Jr, Fletcher H. 1968. Optimización del tamaño de la flota de arrastre utilizando la teoría de las
colas. Journal of the Construction Engineering Division 94(1) 41-54.

Halatchev, Rossen. 2002. El aspecto temporal de la secuencia óptima de producción a cielo abierto a largo
plazo. Suku- mar Bandopadhyay, ed., Application of computers and operations research in the
mineral industry. Society of Mining Engineers, Littleton, Colorado, 133-146.

Hall, Robert A., Laeeque K. Daneshmend. 2003. Modelización de la fiabilidad de los equipos de minería
de superficie: Metodologías de recopilación y análisis de datos. International Journal of Surface
Mining, Reclamation and Envi- ronment 17(3) 139-155.

Hane, Christopher, Cynthia Barnhart, Ellis Johnson, Roy Marsten, George Nemhauser, Gabriele
Sigismondi. 1995. El problema de la asignación de flotas: resolver un programa entero a gran escala.
Programación Matemática 70(1-3) 211-232.

Hassan, M., G. Hogg, D. Smith. 1985. Un algoritmo de construcción para la selección y asignación de
equipos de manipulación de materiales. International Journal of Production Research 23(2) 381-
392.

Hewitt, Michael. 2009. Búsqueda basada en programación entera. Tesis doctoral, Ingeniería Industrial y
de Sistemas, Instituto de Tecnología de Georgia.

Huang, Yi, Uday Kumar. 1994. Optimización del número de máquinas de carga y descarga en una mina sueca.
A.G. Pasamehmetoglu, ed., Mine Planning and Equipment Selection 1994: Actas del tercer
Simposio Internacional sobre Planificación de Minas y Selección de Equipo, Estambul, Turquía,
18-20 de octubre de 1994. A.A. Balkema, Rotterdam, 353-358.

Ileri, Yetkin. 2006. Optimización del arrastre en redes de camiones y ferrocarriles. Tesis doctoral,
Ingeniería Industrial y de Sistemas, Instituto de Tecnología de Georgia.

Irnich, Stefan. 2002. diseño de la red fu¨r sistemas de transporte de dos etapas y un proceso de sucursal y precio
fu¨r el problema mixto de vuelo directo y hub. Tesis doctoral, Cátedra fu¨r Investigación Corporativa,
RheinischWestf¨alische Universidad Técnica.

Karimi, Shahram Mohamad, Seyed Jamshid Mousavi, Ali Kaveh, Abbas Afshar. 2007. Modelo de
optimización difusa para asignaciones de movimiento de tierras con parámetros imprecisos. Journal
of Construction Engineering and Management 133(2) 181-190.

Karshenas, Saeed. 1989. Selección de la capacidad del camión para el movimiento de tierras. Journal of
Construction Engineering and Management 115(2) 212-227.

Kesimal, A. 1998. Estudios de productividad y eficiencia de camiones pala para la remoción de sobrecargas
en una mina de carbón a cielo abierto. Transacciones de la Institución de Minería y Metalurgia,
Sección A: Industria Minera 107 A37-A40.

Khan, Rafiullah. 2006. Selección de equipos de manipulación de materiales. Tesis de maestría,


Universidad de Ingeniería y Tecnología de la Provincia Fronteriza Noroccidental, Peshawar,
Pakistán.
Burt y Caccetta: Selección de equipos
30 Artículo enviado a Interfaces; manuscrito no. (Por favor, proporcione el número
mansucript!)

Kim, Daeki. 1997. Diseño de redes de servicios de transporte a gran escala: Modelos, algoritmos y
aplicaciones. Tesis doctoral, Departamento de Ingeniería Civil y Ambiental, Instituto Tecnológico de
Massacheusetts.

Kumral, M, P Dowd. 2005. Un enfoque de recocido simulado para la programación de la producción


minera. Journal of the Operational Research Society 56 922-930.

Land, A, A Doig. 1960. Un método automático para resolver problemas de programación discreta. Econometrica
28(3) 497–520.

Leontidis, M., B. Patmanidou. 2000. Estimación de costos de movimiento de tierras realizado por palas y
camiones hidráulicos en minas. G.N. Panagiotou, T.N. Michalakopoulos, eds., Mine planning and
equipment selection 2000: Actas del Noveno Simposio Internacional sobre Planificación de Minas
y Selección de Equipo
/Atenas/Grecia/6-9 de noviembre de 2000. A.A. Balkema, Rotterdam, 631-634.

Lu¨bbecke, Marco, Jacques Desrosiers. 2005. Temas seleccionados en la generación de columnas. Investigación
de Operaciones 53(6) 1007-1023.

Mamer, John, Richard McBride. 2000. A decomposition-based pricing procedure for large-scale linear
pro-grams: an application to the linear multicommodity flow problem. Management Science 46(5) 693-
709.

Markeset, T., U. Kumar. 2000. Aplicación de técnicas de LCC en la selección de equipos y tecnología
minera. G.N. Panagiotou, T.N. Michalakopoulos, eds., Mine planning and equipment selection
2000: Actas del Noveno Simposio Internacional sobre Planificación de Minas y Selección de
Equipo
/Atenas/Grecia/6-9 de noviembre de 2000. A.A. Balkema, Rotterdam, 635-640.

Marzouk, M., O. Moselhi. 2002. Selección de flotas de equipos de movimiento de tierras mediante algoritmos
genéticos. E. Yucesan,
C. Chen, J. Snowdon, J. Charnes, eds., Proceedings of the 2002 Winter Simulation Conference,
vol. 2. IEEE Digital, 1789-1796.

Marzouk, M., O. Moselhi. 2004. Optimización multiobjetivo de las operaciones de movimiento de tierras.
Journal of Con- struction Engineering and Management 130(1) 105-114.

Michiotis, A., D. Xerocostas, N. Galitis. 1998. Un nuevo sistema integrado para la selección de equipos mineros.
Ingeniería informática industrial 34(2) 391-397.

Mirhosseyni, S. Hamid L., Phil Web. 2009. Un sistema experto híbrido difuso basado en el conocimiento y
un algoritmo genético para la selección y asignación eficiente de equipos de manipulación de
materiales. Sistemas expertos con aplicaciones 36(9) 11875-11887.

Mitrovi´c-Mini´c, S, R Krishnamurti, G Laporte. 2004. Heurística basada en doble horizonte para el


problema de recogida y entrega dinámica con ventanas de tiempo. Transportation Research 38(8)
669-685.

Moccia, Luigi, Jean-Fran¸cois Cordeau, Gilbert Laporte, Stefan Ropke, Maria Pia Valentini. 2011. Modelar y
resolver un problema de transporte multimodal con horarios flexibles y servicios programados.
Redes 57(1) 53-68.
Burt y Caccetta: Selección de equipos
Artículo enviado a Interfaces; manuscrito no. (Por favor, proporcione el número 31
mansucript!)

Montemanni, R, L Gambardella. 2005. Algoritmos exactos para el problema de conectividad simétrica de


potencia mínima en redes inalámbricas. Computadoras e Investigación de Operaciones 32(11)
2891-2904.

Morgan, B. 1994a. Zonas de aplicación de equipos rentables. A.G. Pasamehmetoglu, ed., Mine Planning
and Equipment Selection 1994: Actas del tercer Simposio Internacional sobre Planificación de
Minas y Selección de Equipo, Estambul, Turquía, 18-20 de octubre de 1994. A.A. Balkema,
Rotterdam, 323-328.

Morgan, B. 1994b. Optimización de la correspondencia entre el camión y la pala cargadora. A.G.


Pasamehmetoglu, ed., Mine Planning and Equipment Selection 1994 : Proceedings of the third
International Symposium on Mine Planning and Equipment Selection, Istanbul, Turkey, 18-20
October 1994. A.A. Balkema, Rotterdam, 313-320.

Moselhi, Osama, Adel Alshibani. 2009. Optimización de las operaciones de movimiento de tierras en
proyectos de ingeniería civil pesada. Journal of Construction Engineering and Management
135(10) 948-954.

Naoum, S., A. Haidar. 2000. Un sistema híbrido de base de conocimientos y algoritmos genéticos para la selección de
equipos.
Ingeniería, Construcción y Gestión Arquitectónica 7(1) 3-14.

Nassar, Khaled. 2001. Gestión de las decisiones de compra y venta de equipos de construcción: Un juego
de simulación. Associated Schools of Construction, ed., ASC Proceedings of the 37th Annual
Conference. Escuelas Asociadas de Construcción, 187-198.

Newman, Alexandra, Enrique Rubio, Rogrigo Caro, Andr´es Weintraub, Kelly Eurek. 2010. Una revisión de
la investigación de operaciones en la planificación minera. Interfaces 40(3) 222-245.

O'Hara, T., S. Suboleski. 1992. Costos y estimación de costos. SME Mining Engineering Handbook , vol.
1. SME, Littleton, Colorado, 405-424.

O'Shea, John Bohan. 1964. Aplicación de la teoría de las colas a la previsión de las producciones de flotas
de camiones de pala. Tesis de maestría, Universidad de Illinois, Urbana, Illinois.

Pedersen, Michael Berliner, Teodor Gabriel Crainic. 2007. Optimización de los horarios de los servicios
intermodales de trenes de mercancías en los canales del tren. Rep. técnica, CIRRELT.

Powell, Warren B., Yosef Sheffi. 1989. Diseño e implementación de un sistema de optimización interactivo
para el diseño de redes en la industria del transporte de automóviles. Investigación operativa 37(1)
12-29.

Preuss, M., B. Hellingrath. 2010. Planificación táctica del transporte sostenible por parte de los
proveedores de servicios logísticos para la industria del automóvil. Actas de la 43ª Conferencia
Internacional de la CIRP sobre Sistemas de Fabricación, Viena, 26-28 de mayo de 2010. 252–
262.

Raack, Christian, Arie Koster, Sebastian Orlowski, Roland Wess¨aly. 2011. Sobre las desigualdades basadas
en el corte para el diseño de redes capacitadas de poliedros. Redes 57(2) 141-156.

Rajagopalan, S. 1998. Ampliación de la capacidad y sustitución de equipos: Un enfoque unificado.


Investigación de Operaciones 46(6) 846-857.

Raman, Dhamodharan, Sev Nagalingam, Bruce Gurd, Grier Lin. 2009. Cantidad de equipos de
manipulación de materiales - un enfoque basado en la teoría de las colas. Robótica y fabricación
Burt y Caccetta: Selección de equipos
32 Artículo enviado a Interfaces; manuscrito no. (Por favor, proporcione el número
mansucript!)
integrada por ordenador 25(2) 348-357.
Burt y Caccetta: Selección de equipos
Artículo enviado a Interfaces; manuscrito no. (Por favor, proporcione el número 3
mansucript!) 3
Savelsbergh, Martin, Marc Sol. 1998. Conduce: Enrutamiento dinámico de vehículos independientes. Investigación
de Operaciones
46(4) 474–490.

Schexnayder, Cliff, Sandra Weber, Brentwood Brooks. 1999. Efecto del peso de la carga útil del camión en la
producción.
Journal of Construction Engineering and Management 125(1) 1-7.

Smith, S. D., J. R. Osborne, M. C. Forde. 1995. Estimación de la productividad en operaciones de


movimiento de tierras de back-acter/dump-truck. Actas de la Institución de Ingenieros de
Caminos, Canales y Puertos, Transporte 111 125-131.

Smith, Simon D., Graeme S. Wood, Martin Gould. 2000. Una nueva metodología de estimación de
movimientos de tierras. Con- struction Management and Economics 18(2) 219-228.

Sung, C.S., S.H. Song. 2003. Diseño de la red de servicios integrados para una red de la cadena de suministro de cross-
docking.
Journal of the Operational Research Society 54(12) 1283-1295.

Ta, Chung, James Kresta, J. Forbes, Horacio Marquez. 2005. Un enfoque de optimización estocástico para
la asignación de camiones mineros. International Journal of Surface Mining, Reclamation and
Environment 19(3) 162- 175.

Tan, Sizhe, R. V. Ramani. 1992. Modelos de optimización para la programación de la producción de


minerales y residuos en minas a cielo abierto. Y.C. Kim, ed., 23ª aplicación de computadoras e
investigación de operaciones en la industria minera. Society for Mining, Metallurgy, and
Exploration, Littleton, Colorado, 781-791.

Tomlingson, P. 2000. Consideraciones sobre el reemplazo de equipos. G.N. Panagiotou, T.N.


Michalakopoulos, eds., Mine planning and equipment selection 2000: Actas del Noveno Simposio
Internacional sobre Planificación de Minas y Selección de Equipo /Atenas/Grecia/6-9 de
noviembre de 2000. A.A. Balkema, Rotter- dam, 691-693.

Topal, Erkan, Salih Ramazan. 2010. Un nuevo modelo MIP para la programación de equipos mineros,
minimizando los costos de mantenimiento. European Journal of Operational Research 207(2)
1065-1071.

van Dam, Koen H., Zofia Lukszo, Luis Ferreira, Ackchai Sirikijpanichkul. 2007. Planificación de la
ubicación de los centros intermodales de carga: un enfoque basado en agentes. Proceedings of the
IEEE International Conference on Networking, Sensing and Control . IEEE, 187-192.

Webster, D., R. Reed. 1971. Un modelo de selección de sistemas de manipulación de materiales. Transacciones AIIE
3(1) 13-20.

Wei, Yiming, Ying Fan, Weixuan Xu. 2003. Una metodología integrada para la toma de decisiones en la
selección de métodos mineros. International Journal of Manufacturing Technology and Management
5(1/2) 10-19.

Wiesemann, Wolfram, Daniel Kuhn, Ber¸c Rustem. 2010. Maximizar el valor actual neto de un proyecto en
condiciones de incertidumbre. Revista Europea de Investigación Operativa 202(2) 356-367.

Xinchun, Li, Zhao Weicheng, Zhang Youdi. 2004. Aplicación de algoritmos genéticos para optimizar el
número y tamaño de los equipos de las minas de superficie. Monika Hardygora, Gabriela
Paszkowska, Marek Sikora, eds., Mine planning and equipment selection 2004: proceedings of the
Thirteenth International Symposium on Mine Planning and Equipment Selection, Wroclaw, Poland,
Burt y Caccetta: Selección de equipos
34 Artículo enviado a Interfaces; manuscrito no. (Por favor, proporcione el número
mansucript!)
1-3 September . A.A. Balkema, Londres, 637-639.
Burt y Caccetta: Selección de equipos
Artículo enviado a Interfaces; manuscrito no. (Por favor, proporcione el número 3
mansucript!) 5
Zhang, Ruiyou, Won Young Yun, Herbert Kopfer. 2010. Programación heurística de camiones para el
transporte interior de contenedores. OR Spectrum 32(3) 787-808.

Zhang, Yang. 2010. Avances en el diseño del plan de carga ltl. Tesis doctoral, Instituto de Tecnología de Georgia.

Zhongzhou, Luo, Lin Qining. 1988. Modelo de colas cíclicas de Erlangian para sistemas de transporte de
palas y camiones. Raj Singhal, ed., Mine Planning and Equipment Selection. 423–428.

También podría gustarte