Model for allocation of harvesting machines to rice crops

Vista sencilla de ítem
dc.contributor.authorArmando Puentes, Jorge
dc.contributor.authorAlberto Arango, Carlos
dc.contributor.authorOrejuela, Juan Pablo
dc.date2019-12-04
dc.descriptionIn Colombia, the small rice plantations must be associated with nearby ones to decrease the fixed costs of harvesting. These associations contract with third parties the mowing, threshing and cleaning combined machines of the grain. In the search for efficiency, the process of scheduling the dates in which each crop will be served by the combined machines must be managed in a centralized manner, taking into account the different machines efficiencies, the conditions of the land and the cost overruns for violating the windows time associated with the harvest time of the crops. In this sense, this article develops a solution to address the described problem, based on a whole linear programming model which minimizes the overall harvest costs and the costs of harvesting the crops in premature or anticipated moments. The model was validated in one of the associations, which showed results that minimize the total cost of machinery allocation by 7.04%.en-US
dc.descriptionEn Colombia las pequeñas plantaciones de arroz deben asociarse con otras cercanas para diluir los costos fijos de cosecha. Estas asociaciones contratan con terceros las máquinas combinadas que son las encargadas de hacer la siega, la trilla y la limpieza del grano. En la búsqueda de la eficiencia se debe gestionar de manera centralizada el proceso de programación de las fechas en que cada cultivo será atendido por las máquinas combinadas, considerando las diferentes eficiencias de las máquinas, las condiciones del terreno y los sobrecostos por violar las ventanas de tiempo asociadas al tiempo de cosecha de los cultivos. En tal sentido, el presente trabajo desarrolla una propuesta de gestión para abordar la problemática descrita, basada en un modelo de programación lineal entero, el cual minimiza los costos de la cosecha que se realiza a tiempo y los costos por cosechar los cultivos en momentos prematuros o anticipados. El modelo fue validado en una de las asociaciones, en donde se obtuvieron resultados que reducen en 7,04% el costo total de asignación de maquinaria.es-ES
dc.descriptionEn Colombie, les petites rizières doivent s’associer aux plantations voisines pour diluer les coûts fixes de la récolte. Ces associations sous-traitent à des tiers les machines combinées chargées de la tonte, du battage et du nettoyage du grain. Dans la recherche de l’efficacité, le processus de planification des dates auxquelles chaque machine sera desservie par les machines combinées doit être géré de manière centralisée, en tenant compte des différences d’efficacité entre les machines, les conditions du terrain et les dépassements de coûts pour violation des fenêtres de temps associé au moment de la récolte des cultures. En ce sens, ce travail développe une proposition de gestión pour résoudre le problème décrit, basée sur un modèle de programmation linéaire, qui minimise les coûts de la récolte effectuée à temps et les coûts de la récolte prématuréee. Le modèle a été validé dans l’une des associations où des résultats ont été obtenus, ce qui a permis de réduire le coût total de l’attribution de machines en 7,04%.fr-CA
dc.descriptionNa Colômbia, as pequenas plantações de arroz devem se associar com as próximas para diluir os custos fixos da colheita. Estas associações contratam com terceiros as máquinas combinadas que estão encarregadas de cortar, debulhar e limpar o grão. Na busca pela eficiência, o processo de agendamento das datas em que cada cultura será atendida pelas máquinas combinadas deve ser gerenciado de forma centralizada, considerando as diferentes eficiências da máquina, as condições do terreno e os custos excedentes por violar as janelas de tempo associado ao tempo de colheita das culturas. Neste sentido, este trabalho desenvolve uma proposta de gestão  para abordar o problema descrito, baseado em um modelo de programação linear que minimiza os custos da colheita que é feita em tempo e os custos de colheita das culturas em momentos prematuros ou antecipados. O modelo foi validado em uma das associações, onde foram obtidos resultados que reduzem o custo total de alocação de maquinário em 7,04%.  pt-BR
dc.formatapplication/pdf
dc.identifierhttps://revistas.unilibre.edu.co/index.php/criteriolibre/article/view/5802
dc.identifier10.18041/1900-0642/criteriolibre.2019v17n30.5802
dc.identifier.urihttp://hdl.handle.net/10901/18276
dc.languagespa
dc.language.isospaspa
dc.publisherUniversidad Librees-ES
dc.relationhttps://revistas.unilibre.edu.co/index.php/criteriolibre/article/view/5802/5386
dc.relation/*ref*/Arancibia, R. A.; Smith, C. D.; LaBonte, D. R.; Main, J. L.; Smith, T. P., & Villordon, A. Q. (2014). Optimizing Sweetpotato Production for Fresh and Processing Markets through Plant Spacing and Planting-harvest Time. HORTTECHNOLOGY, 24(1), 16–24.
dc.relation/*ref*/Arango, J. A.; Giraldo, J. A.; Castrillón, O. D.; Moreno, E., & López, M. (2013). Programación de máquinas paralelas no relacionadas con tiempos de montaje dependientes de la secuencia y entrada dinámica usando algoritmos genéticos. Informacion Tecnologica, 24(3), 73–84. https://doi.org/10.4067/S0718-07642013000300009
dc.relation/*ref*/Brotons, J. M.; Manera, F. J.; Conesa, A., & Porras, I. (2015). Study on maximising profits obtained by lemon-producers based on fruit harvesting time. ITEA-INFORMACION TECNICA ECONOMICA AGRARIA, 111(4), 384-401.
dc.relation/*ref*/Burer, S.; Jones, P. C., & Lowe, T. J. (2008). Coordinating the supply chain in the agricultural seed industry. EUROPEAN JOURNAL OF OPERATIONAL RESEARCH, 185(1), 354-377. https://doi.org/10.1016/j.ejor.2006.12.015
dc.relation/*ref*/Busato, P. (2015). A simulation model for a rice-harvesting chain. BIOSYSTEMS ENGINEERING, 129, 149-159. https://doi.org/10.1016/j.biosyste-mseng.2014.09.012
dc.relation/*ref*/Busato, P., & Berruto, R. (2016). Minimiing manpower in rice harvesting and transportation operations. BIOSYSTEMS ENGINEERING, 151, 435-445. https://doi.org/10.1016/j.biosystemseng.2016.08.029
dc.relation/*ref*/Cortés, E.; Álvarez, F., & González, H. (2009). La mecanización agrícola: Gestión, selección y administración de la maquinaria para las operaciones de campo. CES Medicina Veterinaria y Zootecnia, 4(2), 151-160.
dc.relation/*ref*/Dorward, A.; Kydd, J., & Poulton, C. (2005). Beyond liberalisation: “Developmental coordination’’ policies for African smallholder agriculture. IDS BULLETIN-INSTITUTE OF DEVELOPMENT STUDIES, 36(2), 80+.
dc.relation/*ref*/Fedearroz (2014). Manejo integrado del cultivo de arroz. Jornadas de capacitación UNALMAgrobanco. Bogotá D.C.: Produmedios.
dc.relation/*ref*/Flua, N.; Bengtson, R. J.; Schramm, R. C.; Patel, P. M.; Walker, T. H., & Lima, M. (2006). Optimization of yield and quality parameters for the Cocodrie rice variety as a function of harvest time. APPLIED ENGINEERING IN AGRICULTURE, 22(1), 95-99.
dc.relation/*ref*/Frisk, M.; Flisberg, P.; Rönnqvist, M., & Andersson, G. (2016). Detailed scheduling of harvest teams and robust use of harvest and transportation resources. Scandinavian Journal of Forest Research, 31(7), 681-690. https://doi.org/10.1080/02827581.2016.1206144
dc.relation/*ref*/Furian, P.; Schlosser, J.; Giacomini, U.; Lampert, R., & Machado, P. (2013). Eficiência operacional na colheita mecanizada em lavouras de arroz irrigado. Ciência Rural, 43(3), 445-451.
dc.relation/*ref*/Gebresenbet, G., & Ljungberg, D. (2001). Coordination and route optimization of agricultural goods transport to attenuate environmental impact. JOURNAL OF AGRICULTURAL ENGINEERING RESEARCH, 80(4), 329-342. https://doi.org/10.1006/jaer.2001.0746
dc.relation/*ref*/Ghaffariyan, M. R.; Naghdi, R.; Ghajar, I., & Nikooy, M. (2013). Time Prediction Models and Cost Evaluation of Cut-To-Length (CTL) Harvesting Method in a Mountainous Forest. SMALL-SCALE FORESTRY, 12(2), 181-192. https://doi.org/10.1007/s11842-012-9204-4
dc.relation/*ref*/Guzmán, M. P.; Tirado, Y. C.; Hernández, F. J., & Cortés, I. C. Á. (2018). Seis años después seguimos avanzando hacia la competitividad. Arroz, 66(533), 22-34. Recuperado de: http://www.fedearroz.com.co/noticias/noticiasd2.php?id=2762 Kaack, K., & Pedersen, H. L. (2011). Modelling of the optimum harvest time for long-termstorage of `Elstar’ and `Aroma’ (Malus domestica) apples at low oxygen concentration. ACTA AGRICULTURAE SCANDINAVICA SECTION B-SOIL AND PLANT SCIENCE, 61(6), 565-572. https://doi.org/10.1080/09064710.2010.526135
dc.relation/*ref*/Kim, S. Y.; Park, C. K.; Gwon, H. S.; Khan, M. I., & Kim, P. J. (2015). Optimizing the harvesting stage of rye as a green manure to maximize nutrient production and to minimize methane production in mono-rice paddies. SCIENCE OF THE TOTAL ENVIRONMENT, 537, 441-446. https://doi.org/10.1016/j.scitotenv.2015.07.061 Lee, H. J.; Kim, H., & Kim, O. W. (2016). OPTIMAL HARVEST TIMING FOR MAXIMIZING GRAIN YIELD AND WHOLE KERNEL RATIO OF SHORT-GRAIN RICE. TRANSACTIONS OF THE ASABE, 59(2), 745-750.
dc.relation/*ref*/Lindemann-Zutz, K.; Fricke, A., & Stuetzel, H. (2016). Prediction of time to harvest and its variability of broccoli (Brassica oleracea var. italica) part II. Growth model description, parameterization and field evaluation. SCIENTIA HORTICULTURAE, 200, 151-160. https://doi.org/10.1016/j.scienta.2016.01.009
dc.relation/*ref*/MacMillan, R. H., & Burrow, J. L. (1982). COMPUTER SIMULATION OF THE SELECTION AND MANAGEMENT OF WHEAT HARVESTING MACHINERY. In National Conference Publication - Institution of Engineers, Australia (pp. 52-56). Inst of Engineers, Australia, Barton, Aust. Recuperado de: https://www.scopus.com/inward/record.uri?eid=2-s2.00020243114&partnerID=40&md5=3953d-4f8683b4b07199c466e4bc89731
dc.relation/*ref*/Maqsood, M., & Shehzad, M. A. (2013). OPTIMIZING NITROGEN INPUT AND HARVEST TIME TO MAXIMIZE THE MAIZE FODDER YIELD IN PUNJAB, PAKISTAN. PAKISTAN JOURNAL OF AGRICULTURAL SCIENCES, 50(1), 75-81.
dc.relation/*ref*/Márquez Delgado, J. E.; Ávila Rondón, R. L.; Gómez- Elvira González, M. Á.; Herrera Márquez, C. R.; Márquez, J.; Ávila, R., … Herrera, C. (2012). Algoritmo genético aplicado al problema de programación en procesos tecnológicos de maquinado con ambiente Flow Shop. Revista Ciencias Técnicas Agropecuarias, 21(2), 70-75. Recuperado de: http://scielo.sld.cu/scielo.php?pid=S2071-00542012000200012&script=sci_arttext%5Cnhttp://scielo.sld.cu/pdf/rcta/v21n2/rcta12212.pdf
dc.relation/*ref*/Miranda, A.; Castells, S.; Fernández, O.; Santos, F.,& Iglesias, C. (2013). Análisis de la utilización del tiempo de turno por las cosechadoras arroz CLAAS DOMINATOR. Ciencias Técnicas Agropecuarias, 22(4), 27-31.
dc.relation/*ref*/Miranda, A.; Iglesias, C.; Ribert, Y.; Santos, F.; Castells, S.; Miranda Caballero, A.; … Castells Hernández, S. (2011). Determinación del contenido de impurezas durante la cosecha de arroz. Revista de Ciencias Técnicas Agropecuarias, 20(4), 53-56.
dc.relation/*ref*/Munoz, C.; Avila, J.; Salvo, S., & Huircan, J. I. (2012). Prediction of harvest start date in highbush blueberry using time series regression models with correlated errors. SCIENTIA HORTICULTURAE, 138, 165-170. https://doi.org/10.1016/j.scienta.2012.02.023
dc.relation/*ref*/Nalley, L.; Dixon, B.; Tack, J.; Barkley, A., & Jagadish, K. (2016). Optimal harvest moisture content for maximizing mid-south rice milling yields and returns. Agronomy Journal, 108(2), 701-712. https://doi.org/10.2134/agronj2015.0408
dc.relation/*ref*/Olego, M. A.; Alvarez, J. C.; Tobes, A.; de Paz, J. M.; Coque, J. J. R., & Garzon-Jimeno, E. (2016). Determining optimum harvest time under Mediterranean conditions: developing a new model for measuring L-malic acid concentration in red grapes. AUSTRALIAN JOURNAL OF GRAPE AND WINE RESEARCH, 22(2), 232-239. https://doi.org/10.1111/ajgw.12181
dc.relation/*ref*/Osorio, C. J.; Castrillon, O.; Toro, J., & Orejuela, J. P. (2008). Modelo de programación jerárquica de la producción en un Job shop flexible con interrupciones y tiempos de alistamiento dependientes de la secuencia. Revista Ingeniería E Investigación, 28(2), 72-79.
dc.relation/*ref*/Pande, R. (2006). Profits and politics: Coordinating technology adoption in agriculture. JOURNAL OF DEVELOPMENT ECONOMICS, 81(2), 299-315. https://doi.org/10.1016/j.deveco.2005.06.012
dc.relation/*ref*/Ramburan, S. (2014). Optimizing Sugarcane Cultivar Choice and Time of Harvest for Frost-Prone Environments in South Africa. AGRONOMY JOURNAL, 106(6), 2035-2042. https://doi.org/10.2134/agronj14.0159
dc.relation/*ref*/Razali, M. H.; Ismail, W. I. W.; Ramli, A. R.; Sulaiman, M. N., & Harun, M. H. (2011). Prediction model for estimating optimum harvesting time of oil palm fresh fruit bunches. JOURNAL OF FOOD AGRICULTURE & ENVIRONMENT, 9(3-4, 1), 570-575.
dc.relation/*ref*/Sánchez, J., & Meneses, O. (2012). Parámetros que influyen en la calidad industrial del arroz cosechado en el municipio La Sierpe. La Habana. Recuperado de: http://www.eumed.net/cursecon/ecolat/cu/2012/sdmr.html
dc.relation/*ref*/Serna, H. (2008). Gerencia estratégica. Bogotá D.C.: 3R Editores. Siebenmorgen, T. J.; Bautista, R. C., & Counce, P. A. (2007). Optimal harvest moisture contents for maximizing milling quality of longand mediumgrainrice cultivars. Applied Engineering in Agriculture, 23(4), 517-527. https://doi.org/10.13031/2013.23476
dc.relation/*ref*/Steger-Mate, M.; Ficzek, G.; Kallay, E.; Bujdoso, G.; Barta, J., & Toth, M. (2010). OPTIMISING HARVEST TIME OF SOUR CHERRY CULTIVARS ON THE BASIS OF QUALITY PARAMETERS. ACTA ALIMENTARIA, 39(1), 59-68. https://doi.org/10.1556/AAlim.39.2010.1.6
dc.relation/*ref*/Zheng, Y.; Jiang, W.; Silva, E. N.; Mao, L.; Hannaway, D. B., & Lu, H. (2012). Optimization of shade condition and harvest time for Dendrobium candidum plants based on leaf gas exchange, alkaloids and polysaccharides contents. PLANT OMICS, 5(3), 253-260.
dc.relation/*ref*/Zhu, X.; Yan, R., & Wang, H. (2015). Harvesting scheduling operations for the machinery owners under multi-farmland, multi-type situation with time window-An empirical study arising in agricultural contexts in China. INMATEH – Agricultural Engineering, 46(2), 175-182. Recuperado de: https://www.scopus.com/inward/record.uri?eid=2-s2.0-84941268254&partnerID=40&md5=4cb373296ebb587ce57ae7375698dbcc
dc.relation.ispartofjournalRevistas - Ciencias Económicas, Administrativas y Contablesspa
dc.rights.licenseAtribución-NoComercial-SinDerivadas 2.5 Colombia*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/co/*
dc.sourceCriterio Libre; Vol. 17 Núm. 30 (2019): Revista Criterio Libre; 213-229es-ES
dc.source2323-0886
dc.source1900-0642
dc.subjectGestión de operacionesspa
dc.subjectEficienciaspa
dc.subjectProgramación lineal enterospa
dc.subject.proposalasignacion de maquinariaes-ES
dc.subject.proposalcosecha de arrozes-ES
dc.subject.proposalgestion de operacioneses-ES
dc.subject.proposalmodelacion matematicaes-ES
dc.titleModel for allocation of harvesting machines to rice cropsen-US
dc.titleModelo para asignación de máquinas cosechadoras a cultivos de arrozes-ES
dc.titleModèle d’attribution de machines de récolte à des cultures de rizfr-CA
dc.titleModelo para alocação de máquinas de colheita a culturas de arrozpt-BR
dc.type.coarhttp://purl.org/coar/resource_type/c_6501
dc.type.coarversionhttp://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.localArtículo Revisado por Pares Académicoses-ES

Archivos

Colecciones

Criterio Libre