D. Morillo-Torres, J. Prias, L. Salcedo

This paper addresses the dynamic variant of the Construction Site Layout Planning Problem (CSLP) within a deterministic framework by incorporating planned disruptions and protection strategies into a unified optimization model; it assumes that disruptions, such as protests or scheduled disturbances, occur at known locations and times. Unlike bilevel models in the literature, this study proposes a novel, fully linear Mixed-Integer Linear Programming (MILP) model that integrates three key decision layers: facility placement, temporal relocation, and protection deployment, while directly embedding the deterministic disruption schedule into the formulation. Results indicate that this approach can serve as an effective decision-support tool for enhancing resilience and minimizing costs in construction sites exposed to planned external disruptions. Additionally, the model is easily adaptable to incorporate a scenario-based approach with stochastic disruptions.

Palabras clave: Construction site layout mixed-integer linear programming Planned disruptions Dynamic facility layout

Programado
Optimización Entera y Combinatoria
2 de septiembre de 2026  17:40
Aula 24

Otros trabajos en la misma sesión

Á. García Muñoz, H. Hernández Pérez, J. J. Salazar González

C. Hernández Barrueco, A. Meca Martínez, J. L. Sainz-Pardo Auñón

I. Rodríguez Acevedo, J. González Díaz, B. González Rodríguez, A. Barros González


Política de cookies

Usamos cookies solamente para poder idenfiticarte y autenticarte dentro del sitio web. Son necesarias para el correcto funcionamiento del mismo y por tanto no pueden ser desactivadas. Si continúas navegando estás dando tu consentimiento para su aceptación, así como la de nuestra Política de Privacidad.

Adicionalmente, utilizamos Google Analytics para analizar el tráfico del sitio web. Ellos almacenan cookies también, y puedes aceptarlas o rechazarlas en los botones de más abajo.

Aquí puedes ver más detalles de nuestra Política de Cookies y nuestra Política de Privacidad.