SciELO - Scientific Electronic Library Online

 
 issue91Improved efficiency of direct torque controlled induction motor drive by golden section methodInfluence of the patch loading length on the buckling coefficient of longitudinally stiffened plate girders author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • On index processCited by Google
  • Have no similar articlesSimilars in SciELO
  • On index processSimilars in Google

Share


Revista Facultad de Ingeniería Universidad de Antioquia

Print version ISSN 0120-6230On-line version ISSN 2357-53280

Abstract

LAMOS DIAZ, Henry; AGUILAR IMITOLA, Karin  and  ACOSTA AMADO, Rolando José. Perspectivas de investigación en OR / MS en la gestión de operaciones de desastres: una revisión de la literatura. Rev.fac.ing.univ. Antioquia [online]. 2019, n.91, pp.43-59. ISSN 0120-6230.  https://doi.org/10.17533/udea.redin.n91a05.

Lo inesperado de los desastres naturales hace que el manejo de sus impactos en la población, el medio ambiente y los recursos económicos sea un proceso de toma de decisiones desafiante que se debe realizar sabiamente en un período de tiempo muy corto. Una gestión adecuada de las operaciones para responder a los desastres es un desafío para quienes toman las decisiones y se ha convertido en un tema de gran relevancia a nivel mundial. Como resultado, los académicos y profesionales en el campo de la OR/MS han aumentado su interés en desarrollar herramientas para apoyar los procesos de toma de decisiones en un escenario de desastre. Este documento estudia la literatura en OR /MS para identificar nuevas tendencias de interés creciente en la gestión de operaciones de desastres (DOM) que han surgido en los últimos cinco años. Una discusión sobre las brechas que se han abordado con éxito en los últimos cinco años y aquellas que permanecen abiertas también se presentan. Entre los principales hallazgos, se identificó el uso reciente de metodologías basadas en el análisis de datos como el Machine Learning y el Data Mining para abordar problemas DOM. Además, un aumento significativo en el estudio de problemas en la fase de recuperación y la inclusión de objetivos humanitarios en los modelos matemáticos.

Keywords : Desastres; gestión de emergencias; logística humanitaria; investigación de operaciones.

        · abstract in English     · text in English     · English ( pdf )