Our purpose is to manage, preserve, and disseminate all the intellectual, scientific, and historical production of our university community.
Communities in DSpace
Select a community to browse its collections.
Recent Submissions
Rediseño del proceso de planificación de abastecimiento de materias primas para Goodyear Colombia
(Pontificia Universidad Javeriana Cali, 2026) Ordóñez Zamudio, Sebastián; Aristizábal Ramírez, Juan Guillermo
Este proyecto tuvo como propósito rediseñar el proceso de abastecimiento de materias primas en la planta de Goodyear Colombia. Se identificaron problemas derivados de múltiples factores que generaban costos excesivos y riesgos de interrupción de la actividad en la planta. La metodología consistió en la revisión de la literatura y en un análisis comparativo entre la estrategia de abastecimiento de la empresa y lo establecido en la literatura, así como con otras plantas de la región latinoamericana, con el fin de identificar brechas y proponer mejoras a dicha estrategia mediante la adopción de prácticas líderes en la planificación del abastecimiento. Asimismo, se validaron las mejoras propuestas y se definieron mecanismos de monitoreo y control mediante nuevas métricas, orientadas a mitigar los costos adicionales y los riesgos asociados a la interrupción de la actividad productiva.
Optimización del despliegue policial en entornos urbanos críticos: una propuesta de programación lineal entera-mixta para protestas de alto riesgo
(Pontificia Universidad Javeriana Cali, 2026) Guerrero Maya, Juan Pablo; García Maldonado, Gustavo Andrés; Morillo Torres, Daniel
Esta investigación aborda el problema de la asignación eficiente de recursos policiales en contextos de protestas urbanas de alto riesgo, donde la toma de decisiones debe equilibrar la cobertura territorial, la priorización de focos críticos y la eficiencia operativa. A pesar de su relevancia en entornos urbanos, la literatura en gestión logística aplicada a la atención de protestas es limitada y se ha enfocado principalmente en estrategias generales de despliegue, sin integrar explícitamente herramientas de optimización que consideren simultáneamente cobertura,priorizaciónyrestricciones operativas. En este contexto, el problema se define como un conjunto de focos de protesta representados como nodos, agrupados en sectores urbanos (clústeres), donde es necesario garantizar presencia mínima en cada zona con el fin de asegurar cobertura territorial. Esta estructura responde a la necesidad operativa de evitar la concentración excesiva de recursos en zonas específicas y garantizar un nivel básico de intervención en todo el sistema. A cada nodo se le asocia un nivel de prioridad o peligrosidad que orienta la asignación hacia los focos más críticos. Los recursos a optimizar corresponden a vehículos y personal policial, sujetos a restricciones de capacidad, disponibilidad, demandas específicas por nodo y ventanas de tiempo para la atención. El problema se modela como una extensión del Multiple Vehicle Profitable Tour Problem (MVPTP), integrado con el Generalized Vehicle Routing Problem (GVRP) y ventanas de tiempo, formuladomedianteunmodelodeprogramación linealenteramixta(MILP)conenfoquemultiobjetivo lexicográfico. Este enfoque permite priorizar la maximización de la cobertura ponderada por peligrosidad y, posteriormente, minimizar la distancia total recorrida como medida de eficiencia operativa, replicando la lógica de decisión presente en escenarios reales de seguridad pública. Adicionalmente, se propone una heurística constructiva denominada Greedy Priority-Distance Heuristic (GPDH), basada en criterios de prioridad operativa, proximidad geográfica, cobertura territorial y disponibilidad de recursos. Los resultados computacionales muestran que el modelo exacto mantiene niveles de cobertura promedio entre 100% y 65,26% conforme aumenta el tamaño de las instancias, mientras que la heurística presenta una degradación significativa en su desempeño, alcanzando coberturas entre 97,05% y 25,54%. La diferencia relativa de cobertura entre ambos enfoques supera el 50% en instancias medianas y grandes, evidenciando la capacidad del modelo para coordinar de manera global decisiones de asignación y ruteo bajo múltiples restricciones interdependientes. Asimismo, el modelo genera rutas más eficientes en términos de distancia recorrida, mientras que la heurística, aunque obtiene soluciones en tiempos del orden de milisegundos, presenta un comportamiento secuencial y miope que limita su desempeño en 1 escenarios de mayor complejidad operativa. En conclusión, esta investigación aporta un marco metodológico que integra decisiones estratégicas y operativas para la gestión de protestas urbanas, proporcionando una herramienta cuantitativa para la asignación eficiente de recursos policiales en contextos de alta complejidad y recursos limitados. Los resultados evidencian que la optimización simultánea de rutas, cobertura y asignación de recursos permite obtener configuraciones significativamente superiores a las alcanzadas mediante enfoques heurísticos constructivos.
Un modelo generalizado para la dinámica de opiniones en redes sociales
(Pontificia Universidad Javeriana Cali, 2026) Paz Paternina, Juan Fernando; Rocha Niño, Hernán Camilo; Valencia Posso, Frank Darwin
La dinámica de opiniones en redes sociales es un fenómeno de gran interés reciente. Este trabajo tiene como objetivo superar algunas limitaciones existentes en la literatura para representar agentes que exhiben comportamientos inducidos por sesgos cognitivos que dependen del entorno, inherentes en la naturaleza humana. Para alcanzar este objetivo se realiza una revisión de literatura de los modelos presentes en la literatura y se introduce el Generalized-bias opinion model, una generalización del reconocido modelo de DeGroot, que permite superar varias de las limitaciones identificadas. Mediante técnicas analíticas, se demuestra la posibilidad de que una red converja a consenso, lo que implica un acuerdo entre todos los agentes de la red. El trabajo fué presentado en la conferencia internacional Complex Networks & Their Applications XIII y desarrollado en coautoría con investigadores del proyecto PROMUEVA financiado por el sistema general de regalías.
Machine learning-based classifiers for obstructive sleep apnea diagnosis using ECG and EDR signals
(Pontificia Universidad Javeriana Cali, 2026) Moreno Granja, Johny; Ocaciones García, Alexis; Tobón Llano, Luis Eduardo; Jaramillo Otoya, Laura
Obstructive sleep apnea (OSA) is one of the most common sleep-related breathing disorders with serious cardiovascular and neurological implications. It is normally diagnosed in the context of polysomnography (PSG) which is very expensive, cumbersome, and invasive in the process. In this work, we applied machine learning and deep learning techniques to develop an automated ECG method for detecting and assessing the severity of OSA to make diagnosis more accessible and efficient. We used the PhysioNet Apnea-ECG database and used 10 classification methods: logistic regression, support vector machine with RBF kernel, random forest, CNN and RNN with raw ECG, CNN and RNN models with RR intervals and ECG-derived respiration (RR+EDR) and three ensemble strategies: soft voting, AUC-weighted voting, and stacking. Heart rate variability and EDR features were extracted from one-minute ECG windows with a ±1-minute temporal context. All the methods have subject-independent data partitioning to avoid data leakage and to generate more realistic models. The models were evaluated internally and independently using the official x01–x35 test set and 35 subjects and 12,600 one-minute windows. Performance was assessed based on precision, sensitivity, specificity, accuracy, F1 score, AUC, and Cohen's kappa coefficient. The patient-level hierarchical analysis was also conducted, where the minute-level predictions were collected into an Apnea Index and four categories of severity were established: normal, mild, moderate and severe. The results showed that classical machine learning and ensemble approaches provided the most consistent generalization. The Weighted-AUC set had the best overall external performance with an AUC of 0.939 and F1 score of 0.834. Patient severity estimation also showed promising results with a mean absolute error of the apnea index of 3.01 events per hour and a severity accuracy of around 80% in the external assessment.
Diseño de una mateheurística para resolver el Flexible Job Shop Problem with sequence-dependent setup times
(Pontificia Universidad Javeriana Cali, 2026) Duque Otabo, Jhoan Arley; Morillo Torres, Daniel
El Flexible Job Shop Scheduling Problem (FJSSP) es un referente clásico de la optimización combinatoria por su capacidad para modelar entornos industriales con máquinas o recursos polivalentes y complejidad en la secuenciación de las actividades operacionales. En este trabajo se aborda una variante del FJSSP que incorpora Sequence-Dependent Setup Times (SDST), una característica fundamental para representar de manera más realista los procesos productivos, pero que incrementa significativamente la complejidad computacional del problema. Para resolver esta variante, se propone una Mateheurística que integra un Algoritmo Genético (GA), encargado de la búsqueda global del espacio de soluciones, con un modelo de Programación Lineal Entera Mixta (MILP) incorporado como operador de diversidad. Este operador resuelve subproblemas de asignación y secuenciación mediante una estrategia de división en lotes de operaciones, permitiendo mejorar la calidad de las soluciones generadas por el GA. La eficacia del enfoque se evalúa mediante dos estrategias de integración GA--MILP. La primera incorpora un operador MILP independiente, en el que cada lote se optimiza de forma aislada. La segunda utiliza un operador MILP dependiente, que incorpora restricciones derivadas de los lotes previamente optimizados para orientar la búsqueda del GA hacia regiones más prometedoras del espacio de soluciones. Los resultados computacionales obtenidos sobre un conjunto de 276 instancias adaptadas muestran que la Mateheurística propuesta obtiene mejor desempeño dentro de las alternativas evaluadas y bajo las condiciones experimentales definidas al modelo MILP como al GA ejecutados de forma independiente, especialmente en instancias de mayor complejidad, caracterizadas por altos niveles de flexibilidad.