Henry Lamos Díaz, Karin Aguilar Imitola, Rolando José Acosta Amado
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.
The unpredictability of natural disasters makes handling their impacts on the population, the environment and the economic resources a challenging decision-making process that must be wisely performed in a very short period of time. An adequate management of operations to disaster response is challenging for decision makers and it has become a topic of significant relevance on a worldwide basis. As a result, academics and practitioners in the field of OR/MS have increased their interest in developing tools to support the decision-making processes on a disaster scenario. This paper surveys the OR/MS literature to identify new trends of increasing interest in disaster operations management (DOM) that have emerged in the last years. A discussion on the gaps that have been successfully addressed in the last years and those that remain opened is also presented. Among the main findings, the recent use of methodologies based on data analysis, such as machine learning and data mining, to address DOM problems was identified. Moreover, a significant increase in the study of operations in the recovery phase and the inclusion of humanitarian objectives in mathematical models was established.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados