LOGSTICA INVERSA

Estado del Arte, Tics, Herramientas y Modelos

SONIA JULIANA CASTRO MAYORGA sjcastrom@unal.edu.co

ESTEFANY FLOREZ ORREGO eflorezo@unal.edu.co
SANTIAGO ORTIZ ARIAS saortizar@unal.edu.co
CAROLINA RUEDA CANO sruedac@unal.edu.co

ESTUDIANTES DE:
INGENIERA INDUSTRIAL
MAESTRA EN INGENIERA INDUSTRIAL
INGENIERA INDUSTRIAL
MAESTRA EN INGENIERA DE SISTEMAS

ADMINISTRACIN LOGSTICA
FACULTAD DE MINAS
UNIVERSIDAD NACIONAL DE COLOMBIA
SEDE MEDELLN
2016

LOGSTICA INVERSA
Estado del Arte, Tics, Herramientas y Modelos

SONIA JULIANA CASTRO MAYORGA sjcastrom@unal.edu.co

ESTEFANY FLOREZ ORREGO eflorezo@unal.edu.co
SANTIAGO ORTIZ ARIAS saortizar@unal.edu.co
CAROLINA RUEDA CANO sruedac@unal.edu.co

ESTUDIANTES DE:
Ingeniera Industrial
Maestra en Ingeniera Industrial
Ingeniera Industrial
Maestra en Ingeniera de Sistemas

Ensayo acerca de Estado del Arte, Tic's, Herramientas y Modelos de la

Logstica Inversa

ALEXANDER ALBERTO CORREA ESPINAL

Profesor Asociado
Departamento de Ingeniera de la Organizacin

ADMINISTRACIN LOGSTICA
FACULTAD DE MINAS
UNIVERSIDAD NACIONAL DE COLOMBIA
SEDE MEDELLN
2016

CONTENIDO
RESUMEN..........................................................................................................................................4
INTRODUCCIN ..............................................................................................................................5
ANTECEDENTES Y ESTADO DEL ARTE DE LA LOGSTICA INVERSA ..............................7
TECNOLOGAS DE INFORMACIN - TICs EN LA LOGSTICA INVERSA .................... 10
MODELOS APLICADOS EN LA LOGSTICA INVERSA ......................................................... 11
HERRAMIENTAS UTILIZADAS EN LA LOGSTICA INVERSA ............................................. 13
CONCLUSIONES........................................................................................................................... 15
BIBLIOGRAFA ............................................................................................................................... 16

TABLA DE ILUSTRACIONES
Ilustracin 1. Red de Logstica Integral .............................................................................. 5
Ilustracin 2. Problemas abordados desde logstica inversa. ............................................. 9

RESUMEN
La logstica moderna se orienta hacia la integracin de la cadena, considerando el
flujo directo que comprende el flujo de bienes e informacin a travs de
proveedores, productores, distribuidores, y consumidores, y despus el sentido
inverso, con la recuperacin de materiales y productos al final de su vida til.
Es as como el flujo inverso o logstica inversa, entendida como el proceso de
planificacin, implementacin y control del flujo de materiales, desde un punto de
uso, fabricacin o distribucin a un punto de recuperacin o disposicin adecuada
siguiendo el sentido aguas arriba del canal logstico (Ortega M., (2008), es uno de
los aspectos de la logstica que ms inters est provocando en los profesionales
e investigadores en estas ltimas dcadas. Desde hace ms de treinta aos, las
cadenas logsticas vienen siendo ajustadas diligentemente desde la materia prima
hasta los clientes finales.
Si se compara la prctica de la logstica inversa en Norteamrica y Europa, se
observa que en Norteamrica el principal motivo que ha llevado al desarrollo de la
logstica inversa es el econmico; en cambio en Europa, la legislacin es otro
motivo tambin importante. Por tanto, se han generado diferentes tipos de
clasificaciones, segn los autores que han estudiado los problemas presentados
en logstica inversa, de acuerdo con el tipo de problema o de acuerdo con la
opcin de recuperacin. En este ltimo, los modelos asociados a logstica inversa,
normalmente utilizan la estructura de modelos de localizacin y asignacin, con el
fin de mostrar el comportamiento y las relaciones que se presentan en las
actividades de recuperacin de productos fuera de uso. Algunas de las
herramientas consideradas en la resolucin de problemas de Logstica Inversa
estn relacionadas con heurstica y metaheurstica, simulacin y anlisis de
sensibilidad y programacin lineal entera mixta.

INTRODUCCIN
Como actividad empresarial, la logstica ha encontrado su desarrollo, aplicndose
principalmente a las funciones de suministro, almacenamiento, produccin,
distribucin y consumo. En el perodo comprendido entre 1960 y 2000, han
ocurrido cambios relevantes en los sistemas logsticos que han logrado la
integracin de las actividades logsticas. En la actualidad, la logstica comprende
la gestin de materiales y la distribucin fsica, con el apoyo de las tecnologas de
la informacin, las estrategias de marketing y la planeacin estratgica de las
actividades para hacer una gestin eficiente (Hesse M., and Rodrigue J.P., 2004).
Sin embargo, en los ltimos aos la sociedad est demandando a las empresas,
adems de servicios eficientes, comportamientos medioambientales ms
positivos, derivados de la preocupacin creciente del alto consumo de productos y
su inadecuada eliminacin.
Es as como la logstica moderna se orienta hacia la integracin de la cadena,
considerando dos sentidos: en primera instancia, el flujo directo que comprende el
flujo de bienes e informacin a travs de proveedores, productores, distribuidores,
y consumidores, considerando despus el sentido inverso, es decir, la
recuperacin de materiales y productos al final de su vida til, para reintroducirlos
en la misma cadena o en una nueva.
Este enfoque ha dado lugar al concepto de logstica inversa, tema que ha sido de
gran inters en las ltimas dcadas y ha tenido un gran desarrollo, aunque su
aplicacin no ha sido tan evidente.

Ilustracin 1. Red de Logstica Integral

Tomada de: (Flrez, L., Toro, E., & Granada, M., 2012).

La logstica comprende entonces, la suma de variadas y complejas actividades, y

a su vez, cada una de ellas se ha ocupado de extender el anlisis, para
profundizar en la creacin de estratagemas que permitan el desempeo ptimo de
redes logsticas o cadenas de suministro. En la Ilustracin 1, se ilustran las
actividades que comprenden la integracin de la cadena de suministro, incluidas
las actividades que comprende la logstica inversa.
Segn lo seala Rubio S. (2003), dos motivaciones importantes han dado lugar a
la recuperacin y aprovechamiento de productos fuera de uso o residuos
generados: motivos legales y motivos econmicos. Los motivos legales son
consecuencia de las actuales regulaciones y normativas a la gestin de residuos y
productos al final de su vida til, estableciendo y sealando las obligaciones, y
responsabilidades a los actores involucrados en la cadena, esto dependiendo
claramente del contexto. Por su parte, los motivos econmicos se refieren al
inters de las empresas por obtener un valor aadido en la gestin adecuada de
sus residuos o productos, ya sea mediante beneficios econmicos o ventajas
competitivas con estrategias de marketing y posicionamiento de la imagen de
empresas medioambientalmente responsables.
Sin embargo, llevar a cabo las actividades logsticas para la recuperacin y
valorizacin de residuos y productos al final de su vida til, requiere en algunos
contextos, de complejos mecanismos de gestin y la articulacin de un gran
nmero de actores.
Dada esta conceptualizacin, se pretende entonces presentar antecedentes y el
estado de arte de la logstica inversa junto con las tecnologas de informacin, los
modelos matemticos y herramientas que han tenido lugar en dicha evolucin.

ANTECEDENTES Y ESTADO DEL ARTE DE LA LOGSTICA INVERSA

A continuacin en la Tabla 1, se muestra la evolucin que ha tenido la logstica
inversa y las definiciones que se han dado con el paso de los aos:
Tabla 1. Evolucin de la Logstica Inversa.
Tomada de: (Garca, A. (2006).

Desde finales de los aos 70, se empezaron a divulgar publicaciones en el tema

de la logstica inversa, debido al inters de muchos sectores sobre los beneficios
potenciales de la recuperacin de materiales.

La historia de la Logstica Inversa tiene sus inicios serios, en la dcada de los

aos 80 cuando una avalancha de protestas llevadas a cabo por los grupos
ecologistas, sacudi a los pases industrializados, por los daos causados al
medio ambiente, sealando como responsables de esta situacin a las grandes
cadenas de distribucin, quienes alarmados, rpidamente iniciaron la distribucin
de productos que no daaran el medio ambiente, los cuales eran complementados
con una gran variedad de atractivos y modernos envases, expone Sagra,
Giraldo.A.J.(2008).
Durante los aos siguientes se observ el inters por la logstica inversa y definirla
adecuadamente para lograr implementarla como una parte del proceso dentro de
las organizaciones; tambin se ve el inters por reparar y disminuir el deterioro
ambiental y agotamiento de los recursos naturales, implementando tecnologas
limpias que generen beneficios a las empresas; es entonces cuando se incorporan
estrategias empresariales a partir de un modelo econmico socio-ecolgico que
sea competitivo y conlleve a actividades de recuperacin, reciclaje y reutilizacin.
Autores como Rogers y Tibben-Lembke, liderados por el Council of Logistics
Management, la editorial de los libros norteamericanos sobre logstica inversa, han
hecho importantes publicaciones. En Europa, se ha constituido la red europea
sobre logstica inversa: Rev Log (Flrez L., Toro, E., & Granada, M. (2012), en
donde se han destacado importantes autores, por sus contribuciones en la
solucin de problemas presentados en la logstica inversa.
Si se compara la prctica de la logstica inversa en Norteamrica y Europa, se
observa que en Norteamrica el principal motivo que ha llevado al desarrollo de la
logstica inversa es el econmico (beneficio); en cambio en Europa, la legislacin
es otro motivo tambin importante.
En Europa, los aspectos medioambientales pronto trajeron la atencin sobre los
beneficios potenciales de la recuperacin de materiales. Las cuotas de
recuperacin de residuos y las directivas sobre embalajes provocaron mayor
inter e
s por parte de las compaas y los investigadores.
En consecuencia, se han generado diferentes tipos de clasificaciones, segn los
autores que han estudiado los problemas presentados en logstica inversa, de
acuerdo con el tipo de problema o de acuerdo con la opcin de recuperacin.
Para comparar los modelos matemticos, se clasificaron los artculos publicados,
de acuerdo con el problema general que han tratado, tal como lo han presentado,
tal como lo han presentado Fleischmann et al. (1997), de la siguiente manera:
Diseo de redes de logstica inversa y localizacin de instalaciones
Gestin de inventarios en flujos de retorno

 Planificacin y control de actividades de produccin

Ilustracin 2. Problemas abordados desde logstica inversa.

Tomada de: (Flrez, L., Toro, E., & Granada, M., 2012).

En la Ilustracin 2 se ilustran los problemas que han sido tratados en logstica

inversa, por diversos autores. Sin embargo, algunos contextos combinan
decisiones de dos o ms tipos de problemas. Es as como algunos autores han
tratado problemas de localizacin de instalaciones, considerando retornos con
incertidumbre, problemas de gestin de inventarios que involucran decisiones de
transporte, as como tiempos de entrega.
En primer lugar, se encuentran los artculos que tratan sobre la localizacin de
instalaciones y los que tratan el diseo de redes de logstica inversa. Este tipo de
publicaciones se han centrado en la recoleccin de los productos o residuos y la
redistribucin de los bienes que se elaboran a partir de los mismos. Los aspectos
fundamentales son el nmero y la localizacin de instalaciones para el tratamiento
de residuos, el uso o no de puntos de recoleccin y la financiacin de la red
(Ortega M., 2008). Este problema constituye la primera fase en la toma de
decisiones para proponer una red de logstica inversa.
En segundo lugar, se encuentran las publicaciones que tratan el tema de gestin
de inventarios. Estos artculos se pueden dividir en varios grupos: devoluciones
comerciales, retornos durante la vida til o al final de la vida til del producto.
En tercer lugar, se encuentra la planificacin y control de actividades. Este
conjunto se puede subdividir en procesos de produccin, recoleccin, recoleccindistribucin, desensamblado, etc.

TECNOLOGAS DE INFORMACIN - TICs EN LA LOGSTICA INVERSA

Para identificar las tecnologas de informacin aplicadas a la logstica inversa se
realiza el anlisis del artculo Role of Information Technology and Collaboration in
Reverse Logistics Supply Chains, publicado en: International Journal of Logistics:
Research and Applications (Jayaraman, Ross, & Agarwal, 2008).
Algunos de los elementos encontrados fueron:
El Close Loop Supply Chain o CLSC son sistemas de distribucin centrados no
slo en el flujo de bienes de la fbrica al consumidor sino en el flujo inverso, del
consumidor a la fbrica. La logstica inversa implica la recepcin, el manejo y la
disposicin de mercanca devuelta. Su adecuado comportamiento, que incluye
inspeccin, acreditacin de la cuenta del cliente y reventa, requieren operaciones
especiales y Tecnologas de la informacin. Pero su consecucin no es tarea fcil.
En la actualidad, sucesos como el incremento del trfico de elementos en el canal
de reversa, garantas, polticas y competitividad han conllevado a aceptar las
devoluciones al final de la vida til de los productos. De igual manera la explosin
de ventas online ha contribuido.
Algunos de los problemas que se pueden presentar en la implementacin de TICs
son la carencia de informacin, la inadecuada infraestructura de TI y los altos
costos.
La investigacin indic la preferencia por estas tecnologas como equip
automatizado de manejo de materiales, los cdigos de barras, el rastreo de
devoluciones y de entradas, EDI y frecuencias de radio.
Los costos del uso de TICs en la logstica inversa pueden ser de tipo inicial o
capital por el desarrollo, la prueba, la implementacin del sistema, integracin y
capacitacin, y en segundo lugar un operacional que involucra el mantenimiento
de los servidores, la actualizacin del software y el costo de recuperacin.
Las soluciones son de tipo de colaboracin entre pares con filtro inicial, centro de
devoluciones centralizado y racionalizacin del precio de retorno; de uso de
tecnologas con uso de software especializado y de colaboracin con sistemas
web u online.

10

MODELOS APLICADOS EN LA LOGSTICA INVERSA

Los modelos asociados a logstica inversa, normalmente utilizan la estructura de
modelos de localizacin y asignacin, con el fin de mostrar el comportamiento y
las relaciones que se presentan en las actividades de recuperacin de PFU.
Los modelos de logstica inversa poseen una estructura doble, expone Rubio
Lacoba,( 2003):

Flujo Inverso: Los clientes entregan los PFU en centros de recuperacin,

all se clasifican en artculos vlidos para enviar a la planta o artculos
invlidos listos para desechar o disponer de forma final.
Flujo Directo: La planta realizan procesos de re-fabricacin, reutilizacin o
reciclaje de los PFU recuperados, posteriormente son llevados a
comercializacin y finalmente enviados al mercado a los consumidores.

a) Modelos Cuantitativos para el anlisis de los Sistemas de Logstica Inversa

Segn Rubio Lacoba,( 2003) los modelos cuantitativos para el anlisis de los
sistemas de logstica inversa se clasifican en:

Modelos para la reutilizacin

Se caracteriza por la recuperacin de los PFU para, despus de un proceso de

limpieza, mantenimiento y ajuste (procesos de recuperacin de valor), dichos PFU
quedan en condiciones de reincorporarse al mercado a satisfacer los
requerimientos del cliente.

Modelos para el reciclaje

Se caracteriza por la recuperacin de los PFU para, realizar procesos de

desensamble y separacin, es una canibalizacin del PFU con el fin de extraer la
mayor parte de componentes y sub-ensambles que de alguna manera puedan
servir como materia prima para otros productos o nuevos productos. La idea con el
modelo de reciclaje es intervenir de la forma ms ptima en el abastecimiento del
inventario de materias primas, a partir de los PFU.
En estos modelos se estudia el problema de localizacin de instalaciones y de
asignacin de flujos, con ello determinar la localizacin, capacidad y opcin de
reciclaje.

Modelos para la refabricacin

Se caracteriza por la recuperacin de los PFU para, realizar procesos de

manufactura o de ensamble ms complejos que un simple ajuste o mantenimiento,

11

con el fin de retornar el PFU a un estado comerciable; aqu se hace el uso de un

inventario de PFU.
b) Modelos para Ambientes Especficos de Produccin
Segn Zuluaga Soto (2005) dentro de los modelos para ambientes especficos de
produccin estn:

Modelo colaborativo multiperiodo sin retornos (CPP)

Este modelo est basado en una configuracin logstica en la cual los retornos de
mercanca no estn disponibles o no son tenidos en cuenta en la cadena logstica,
esto porque a la empresa no le interesa re-manufacturar con componentes
usados, no tiene la capacidad instalada de re-manufacturar o porque le es
imposible recolectar las mercancas del mercado; este tipo de modelo es uno de
los ms comunes en la realidad.

Modelo colaborativo de planeacin de produccin con retornos (CPPr)

Este modelo est basado en una configuracin logstica en la cual la produccin

de artculos est asociada tambin a planes de re-manufactura, teniendo estimado
el nmero de componentes y ensambles reciclados disponibles para llevarlos a
procesos de produccin.

Modelo colaborativo de planeacin de produccin con retornos a una

instalacin (CPPR1F)

Este modelo est basado en una configuracin logstica CPPR, pero solo teniendo
en cuenta que los productos recuperados son la materia prima pero solo para una
fbrica, de resto el modelo funciona y tiene los mismos supuestos del modelo
CPPR pero solo con una fbrica.

Modelo colaborativo de un periodo de tiempo con retornos (CPPR1p)

Este modela est basado en una configuracin logstica CPP R, pero solo teniendo
en cuenta 1 periodo, donde 1 periodo puede ser 6 meses o 1 ao; este modelo
puede ser usado para una planeacin a mediano plazo (nivel tctico) donde no es
estrictamente necesario poseer un programa de produccin detallado. La cadena
de suministro de este modelo es la misma que se expuso en el modelo CPP R.

12

HERRAMIENTAS UTILIZADAS EN LA LOGSTICA INVERSA

a) Programacin lineal entera mixta
En este tipo de problemas, se encuentran condiciones de ciertas variables de
decisin, que deben cumplir valores enteros y de no negatividad, en este tipo de
problemas es requerido que cierto nmero de variables tengan valores enteros,
mientras que otras variables sean de tipo condicional o de reglas lgicas (Rubio
Lacoba, 2003).
b) Simulacin y anlisis de sensibilidad
La simulacin es una tcnica en la cual se modelan sistemas, con el fin de
predecir comportamientos y tendencias en sus flujos de informacin, materia y
energa. La tcnica adecuada de simulacin depende del tipo de sistema
modelado, por lo que en trminos logsticos, el mejor modelo es aquel que sea
estocstico-dinmico y de eventos discretos, ya que no es muy comn tener datos
determinsticos, por lo cual se debe recurrir a ajustes de distribuciones de
probabilidad para modelar esta aleatoriedad, y por otro lado el aspecto dinmico
es importante, ya que la presencia de la variable tiempo es necesaria para
efectuar anlisis y tomar decisiones(Dyner, Pea, & Arango, 2004).
c) Heurstica y metaheurstica

Algoritmos genticos

El algoritmo gentico es un modelo heurstico el cual busca por medio del smil de
la reproduccin de organismos, lograr encontrar la mejor secuencia de genes que
satisfacen la funcin objetivo; el funcionamiento de este algoritmo se basa
bsicamente en una seleccin de los mejores individuos, juntarlos, reproducirlos y
mutarlos de tal forma que pasando de generacin en generacin los nuevos
individuos heredan los mejores genes que al final de cuentas lograrn factibilidad
del objetivo(Sivanandam & Deepa, 2008)
Existen 2 referencias de la aplicacin de algoritmos genticos en la logstica
inversa, el primero es un problema esttico de localizacin de contenedores de
basura en la calle en el rea metropolitana de Barcelona combinando el algoritmo
gentico con un heurstico GRASP, dicho GRASP es una tcnica en la cual dada
una solucin obtenida, se le aplica una bsqueda local entorno a dicha solucin
para obtener un mejor valor objetivo. Por otro lado se encuentra un modelo para
establecer la localizacin de centros de retorno donde los clientes devuelven
productos.

13

Bsqueda dispersa

Es un mtodo que combina soluciones para obtener otras mejores y mantiene un

conjunto de soluciones de referencia utilizadas para obtener nuevas soluciones.
Inicialmente se genera un conjunto de soluciones diferentes entre s, se les aplica
un heurstico de mejora local para obtener mejores soluciones a las iniciales; de
estas soluciones iniciales anteriores se seleccionan las mejores y se convierten en
soluciones de referencia para ms adelante obtener nuevas soluciones.
Para obtener nuevas soluciones, se combinan de forma estructurada las
soluciones de referencia y se les aplica el mismo heurstico de mejora local; por
ltimo, se seleccionan un conjunto de las mejores soluciones obtenidas en el paso
anterior y se incluyen en el conjunto de soluciones de referencia. El algoritmo
termina hasta culminar cierto nmero de iteraciones o hasta lograr un valor
objetivo deseado. No se encontraron referencias del uso de este algoritmo en
procesos de logstica inversa.

14

CONCLUSIONES
El diseo de la funcin logstica de la empresa debe contemplar tanto el flujo
directo productor-consumidor, como el flujo inverso consumidor-productor
(recuperador), de manera que, a travs de este enfoque integral, se amplifiquen
las oportunidades competitivas que sta ofrece.
Para afrontar los nuevos cambios en el entorno competitivo, una nueva logstica
est emergiendo, con nuevos requerimientos y soluciones. La logstica inversa se
encarga del control de los procesos de retorno de excesos de inventario, las
devoluciones de clientes, los productos obsoletos y los inventarios estacionales
(Rogers y Tibben-Lembke, 2002).
La logstica inversa est cada vez ms presente en el mundo empresarial. En un
entorno competitivo, muchas empresas se han percatado de que la resolucin de
los contra tiempos relacionados con el flujo inverso de las mercancas puede
implicar una reduccin significativa de costes. La tendencia general internacional,
tanto desde el lado de la oferta como del lado de la demanda, es la de mayor
inters por los temas medioambientales, aumento de las devoluciones y creciente
inters por la recuperacin de valor en stas; as, el empleo de la logstica inversa
supone mayores beneficios y se convierte en una fuente de ventajas competitivas
para empresas de mltiples sectores y de cualquier pas. Todo este proceso de
avance debe ir acompaado de la evolucin e implementacin de las tecnologas
de informacin aplicadas a la Logstica Inversa, y a la vez de una inversin
constante en investigacin para aplicar y mejorar los modelos existentes en este
campo de la logstica apuntando a la ventaja competitiva de las empresas.

15

BIBLIOGRAFA
Burnson, P. (2010). Reverse logistics: Closing the loop. Global Logistics, (November)
Dehghanian, F., & Mansour, S. (2009). Designing sustainable recovery network of end-of-life
products using genetic algorithm. Resources, Conservation and Recycling, 53(10), 559570.
http://doi.org/10.1016/j.resconrec.2009.04.007
Dyner, I., Pea, G., & Arango, S. (2004). Modelamiento Para La Simulacin De Sistemas SocioEconmicos Y Naturales. Universidad Nacional de Colombia, 1146.
Garca, A. (2006). Recomendaciones tctico-operativas para implementar un programa de logstica
inversa: estudio de caso en la industria del reciclaje. B - EUMED.
Fleischmann M., Bloemhof-Ruwaard J.M., Dekker R., Van Der Laan E., Van Nunen Jo A.E.E and
Van Wassenhove L., (1997). Quantitative models for reverse logistics: A review. In: European
Journal of Operational Research, Vol. 103, pp. 1-17.
Flrez, L., Toro, E., & Granada, M. (2012). Diseo de Redes de Logstica Inversa: Una Revisin del
Estado del Arte y Aplicacin Prctica. Ciencia E Ingeniera Neogranadina, 22(2), 153177.
Hesse M., and Rodrigue J.P., (2004).The transport geography of logistics and freight distribution. In:
Journal of Transport Geography, Vol.12, pp. 171-184
Monroy, N., & Ahumada, M. C. (2006). Logstica Reversa: Retos para la Ingenieria Industrial.
Revista de Ingenieria, 2333. http://doi.org/10.1093/nq/s6-VI.132.24-a
Ortega M., (2008). Utilizacin de mtodos cuantitativos para el anlisis de problemas de
localizacin en logstica inversa. Tesis Doctoral. Departamento de Ingeniera de
Organizacin, Administracin de Empresas y Estadstica. Escuela Tcnica Superior de
Ingenieros Industriales. Universidad Politcnica de Madrid. Madrid, 276 p.
Rogers D.S., & Tibben Lembke R.S., (1998). Going Backwards: Reverse Logistics Trends and
Practices. Reverse Logistics Executive Council, Tesis Doctoral. Reno Center for Logistics
Management. University of Nevada. 275 p
Rogers, D. (2002) Differences between forward and reverse logistics in a retail environment en
Supply Chain Management, No. 7, pp. 271-282.
Rubio S., (2003). El sistema de logstica inversa en la empresa: anlisis y aplicaciones. Tesis
Doctoral, Departamento de economa aplicada y organizacin de empresas, Universidad de
Extremadura. Badajoz, 289 p.
Sagra, Giraldo.A.J (2008) Utilizacin dxe la Teora de la Logstica Inversa, en el reciclaje,
substitucin
y
re-uso
de
materiales
y
la
disposicin
de
desperdicios.
http://revistas.unab.edu.co/index.php?journal=opciones&page=article&op=viewArticle&pa
th%5B%5D=949
Sivanandam, S., & Deepa, S. (2008). Introduction to Genetic Algorithms. http://doi.org/10.1007/9783-540-73190-0
Zuluaga Soto, J. P. (2005). Reverse Logistics: Models and applications. October. Universitat
Pompeu Fabra.

16