| dc.description.abstract | La alta demanda de azúcar de caña a nivel mundial ha provocado que la agroindustria azucarera se convierta en una de las más importantes a nivel mundial; la producción de este bien es sumamente elevada en países como Brasil, India, China, Tailandia, Pakistán y México, entre otros países. Los niveles de producción tan altos, requieren grandes cantidades de recursos para obtener el producto final; sin embargo en muchas ocasiones esta alta demanda de recursos conlleva una gran huella ambiental. En México, la mayor cantidad de producción se concentra en el estado de Veracruz, que reúne el mayor número de ingenios en el país. El estado de Veracruz es rico en recursos, sin embargo, la agroindustria azucarera está provocando cambios profundos medioambientales que requieren atención urgente para reducir las cargas contaminantes. Hoy en día, la agroindustria azucarera necesita convertirse en una industria responsable con el medio ambiente. Es por lo anterior, que en este documento se
describen propuestas de solución para los problemas ambientales que provoca la producción de azúcar estándar.
En este documento, se plantean diferentes metodologías para analizar y reducir el impacto ambiental que tiene la producción de azúcar estándar; el estudio, se realiza con la ayuda del Grupo Porres a través del Ingenio San Pedro y la empresa Excelencia Cañera. El desarrollo de las propuestas comienza con la aplicación de un Análisis de Ciclo de Vida (ACV) que permite
evaluar el impacto ambiental de la cadena de suministro del azúcar de caña. Después de los resultados del ACV, se desarrolla un Sistema Experto de Apoyo a la Decisión (SEAD) que ayuda en la aplicación de agroquímicos en la etapa agrícola. Finalmente, se desarrolla un modelo con Simulación Monte Carlo (SMC) de toda la cadena de suministro, para evaluar la
incertidumbre y encontrar a las variables de impacto por medio del análisis de sensibilidad; a partir de estos resultados, se crea un modelo matemático que minimiza los impactos ambientales a través de la Optimización Multiobjetivo con Algoritmos Genéticos (OMAG). | es |
