| 18-11-2024 |
Valoración del costo de alquiler de tecnologías de cosecha mediante un enfoque de simulación
La elección de la tecnología de cosecha que se va a utilizar es una decisión crucial para los agricultores, en particular cuando se trata de productos perecibles. Muchos agricultores suelen alquilar maquinaria, cuyos costos varían en función de las características de las máquinas, las condiciones anuales y la disposición del productor a pagar. Planeamos emplear simulación y reglas de decisión para evaluar el problema de elegir entre diferentes tecnologías que un productor de uva de vino podría utilizar al cosechar. Además de las diferencias de costos, las máquinas se comportan de forma diferente en condiciones de lluvia. Planeamos realizar experimentos numéricos utilizando simulación de Monte Carlo para evaluar el uso de diferentes tecnologías y analizar los resultados para determinar en qué medida el enfoque propuesto puede tener en cuenta la complejidad operativa de la cosecha utilizando diferentes tipos de máquinas y en condiciones meteorológicas inciertas.
Keywords:
cosecha
simulación
Prerequisitos:
no tiene.
Tiene un método de evaluación Nota 1-7, con 10 créditos y tiene 1/1 vacantes disponibles |
Mentor(es): Ver en la plataforma |
| 18-11-2024 |
Un modelo de simulación de Monte Carlo para valorar el costo de alquiler de tecnologías de cosecha
La elección de la tecnología de cosecha que se va a utilizar es una decisión crucial para los agricultores, en particular cuando se trata de productos perecibles. Muchos agricultores suelen alquilar maquinaria, cuyos costos varían en función de las características de las máquinas, las condiciones anuales y la disposición del productor a pagar. Necesitamos desarrollar un modelo de simulación de Monte Carlo en Python para poder realizar experimentos numéricos para evaluar el uso de diferentes tecnologías para cosechar uva para la producción de vino. La modelación debe ser muy eficiente para poder llevar a cabo un gran número de corridas en poco tiempo.
Prerequisitos:
no tiene.
Tiene un método de evaluación Nota 1-7, con 5 créditos y tiene 1/1 vacantes disponibles |
Mentor(es): Ver en la plataforma |
| 18-11-2024 |
Valuing harvesting technologies rental cost using a simulation approach
Which harvesting technology to use is a crucial decision for farmers, particularly when dealing with perishable products. Renting machinery is customary for many farmers, with costs fluctuating based on the machines’ features, yearly conditions, and the producer's willingness to pay. We plan to employ simulation and decision rules to assess the problem of choosing between different technologies that a wine grape farmer might use when harvesting. Besides the cost differences, the machines behave differently in rainy conditions. The occurrence of rain and its intensity is difficult to predict when the farmer must choose which machine to use. We plan to perform numerical experiments using Monte Carlo simulation to evaluate the use of different technologies and analyze the results to determine how well the proposed approach can consider the operational complexity of harvesting using different types of machines and under uncertain weather conditions.
Keywords:
cosecha
simulación
Prerequisites:
None.
Evaluation method: Nota 1-7, with 1/1 available vacants |
Mentor(s): Open in the plataform |
| 18-11-2024 |
A Monte Carlo simulation model to value the cost of renting harvesting technologies
The choice of which harvesting technology to use is a crucial decision for farmers, particularly when dealing with perishable products. Many farmers often rent machinery, the costs of which vary depending on the characteristics of the machines, the annual conditions and the producer's willingness to pay. We need to develop a Monte Carlo simulation model in Python to be able to perform numerical experiments to evaluate the use of different technologies to harvest grapes for wine production. The modeling must be very efficient in order to be able to carry out a large number of runs in a short time.
Prerequisites:
None.
Evaluation method: Nota 1-7, with 1/1 available vacants |
Mentor(s): Open in the plataform |