Modelo de simulación por eventos discretos para calcular las emisiones de CO2 en la logística de última milla de una compañía textil en Colombia para distintas políticas de distribución y consolidación

Abstract

En esta investigación, se elabora un modelo de simulación con un enfoque de eventos discretos para la cadena de suministro de última milla de una compañía textil en Colombia donde se simulan las emisiones de dióxido de carbono equivalente bajo distintos escenarios de consolidación y distribución, con el fin de mejorar la toma de decisiones respecto al desempeño ambiental de dicha cadena de suministro evaluando el comportamiento de los tiempos de entrega. Dado que la geografía de Colombia varía significativamente en cada región, el valor añadido de esta investigación reside en la incorporación de esta heterogeneidad al modelo. Clasificamos cada tramo de las rutas según su geografía (montaña, llanura u ondulada) para calcular el consumo de combustible según el peso de la carga y estimar las emisiones de CO2 de cada camión, dependiendo de la topografía del terreno. Además, se llevó a cabo un análisis estadístico de la demanda para definir las distribuciones de probabilidad apropiadas que simulen la generación de pedidos. Por último, se establecen diversos escenarios de políticas de distribución y consolidación para comparar su desempeño. Además, se calculan los intervalos de confianza para las emisiones de CO2 generadas y los tiempos de entrega, con un nivel de servicio mínimo del 95% (Texto tomado de la fuente).

In this research, a simulation model is developed using a discrete event approach for the last-mile supply chain of a textile company in Colombia, where carbon dioxide equivalent emissions are simulated under various consolidation and distribution scenarios. The aim is to enhance decision-making regarding the environmental performance of the supply chain by evaluating delivery time behavior. Given Colombia's geography varies significantly across regions, the added value of this research lies in incorporating this heterogeneity into the model. We classify each segment of routes by geography (mountainous, plains, or undulating) to calculate fuel consumption based on cargo weight and estimate CO2 emissions for each truck, depending on the terrain's topography. Additionally, a statistical analysis of demand was conducted to define appropriate probability distributions simulating order generation. Finally, various distribution and consolidation policy scenarios are established to compare their performance. Confidence intervals are also calculated for CO2 emissions and delivery times, with a minimum service level of 95%