Herramientas para la toma de decisiones estratégicas y operativas en la cadena de suministro inversa

  1. Barba Gutiérrez, Yolanda
Dirigida por:
  1. Belarmino Adenso Díaz Fernández Director

Universidad de defensa: Universidad de Oviedo

Fecha de defensa: 19 de septiembre de 2008

Tribunal:
  1. Esteban Fernández Sánchez Presidente
  2. Pilar Lourdes González Torre Secretaria
  3. Carlos Ochoa Laburu Vocal
  4. José Carlos Rico Fernández Vocal
  5. Marisa Paula de Brito Pereira Maduro Vocal
Departamento:
  1. Administración de Empresas

Tipo: Tesis

Teseo: 156901 DIALNET

Resumen

Las regulaciones medioambientales en todos los ámbitos, junto con las tendencias hacia hábitos de consumo cada vez más conscientes de los problemas medioambientales, están dando lugar a un rápido desarrollo de técnicas que ayudan a la toma de decisiones entorno al fin de vida de los productos, tanto a nivel estratégico como operativo. En la presente Tesis se ha realizado una revisión exhaustiva del amplio abanico de decisiones a tomar en la cadena de suministro inversa, desde aquellas que poseen un carácter estratégico (como la adquisición, el diseño de redes logísticas o la distribución y venta), a aquellas que poseen un carácter operativo, como la inspección-disposición, el control de inventario o el reacondicionamiento de los productos. Desde un enfoque de la Ingeniería de Organización, se presentan en esta Tesis herramientas de ayuda a la toma de decisiones en entornos diversos. Por un lado, y centrándose en el caso particular de los Residuos de Aparatos Eléctricos y Electrónicos (RAEEs), se han discutido consecuencias medioambientales de la legislación europea vigente y se ha analizado la eco-eficiencia asociada a diferentes aparatos domésticos, utilizando la metodología del Análisis del Ciclo de Vida (ACV). Por otro lado, y ofreciendo una solución más enfocada a la parte operativa del problema, se han desarrollado nuevos algoritmos de planificación en procesos de desensamblaje, incorporando técnicas de lotificación y entornos de demanda imprecisos e inciertos, con el objetivo de aproximar el funcionamiento de algoritmos previamente diseñados a entornos reales.