Fonaments de Logística i Gestió de Cadenes de Subministrament
Codi: 44756 Crèdits: 6| Titulació | Tipus | Curs |
|---|---|---|
| Logística i Gestió de la Cadena de Subministrament | OB | 1 |
Professor/a de contacte
- Nom:
- Laura Calvet Liñan
- Correu electrònic:
- laura.calvet.linan@uab.cat
Equip docent
- Ane Elixabete Ripoll Zarraga
- (Extern) Aleksandar Jovanovic
Idiomes dels grups
Podeu consultar aquesta informació al final del document.
Prerequisits
En ser un dels cursos inicials d'aquest màster, no calen requisits previs especials (és a dir, que qualsevol estudiant que hagi estat acceptat en aquest màster s'assumeix que té la formació tècnica i quantitativa necessària per seguir el curs sense moltes dificultats).
Objectius
- Comprendre els conceptes fonamentals de la gestió de la cadena de subministrament
- Aplicar tècniques de disseny de xarxa i planificació agregada per optimitzar la cadena de subministrament
- Analitzar i seleccionar sistemes de transport i emmagatzematge adequats, incloent tecnologies intel·ligents i automatització
- Avaluar l'impacte de les economies d’escala, la gestió d’inventaris i la sostenibilitat en la presa de decisions logístiques
- Explorar el potencial de la intel·ligència artificial i l'aprenentatge automàtic en la millora dels processos logístics
Resultats d'aprenentatge
- CA01 (Competència) Compilar les metodologies analítiques bàsiques per a l'anàlisi de la cadena de subministrament.
- KA01 (Coneixement) Identificar la terminologia bàsica de LSCM.
- KA02 (Coneixement) Identificar LSCM com un àmbit específic i reconèixer-ne les estratègies bàsiques.
- KA03 (Coneixement) Reconèixer el marc general de LSCM.
- SA01 (Habilitat) Distingir els problemes particulars del camp de la LSCM.
- SA02 (Habilitat) Analitzar i discutir casos, problemes i qüestions relacionades amb els requisits i les opcions logístiques.
- SA03 (Habilitat) Avaluar l'impacte de les activitats logístiques i de SCM.
- SA04 (Habilitat) Analitzar els punts forts i febles mitjançant la comparació amb les millors pràctiques en LSCM.
Continguts
1. Introducció a LSCM:
- Conceptes de LSCM
- Rendiment de SC
- Conductors de SC + xarxa de distribució
2. LSCM sostenible
3. Disseny de xarxa i planificació agregada a la SC
4. Transport i sistemes de transport intel·ligents
5. Emmagatzematge:
- Manipulació de materials
- Robòtica i vehicles no tripulats
6. Economies d'escala i inventaris
7. Paper de l'aprenentatge automàtic / intel·ligència artificial en LSCM
Nota: aquest curs representa una primera introducció a LSCM. Per tal de donar una visió global de la majoria de temes de LSCM, s'introdueixen molts conceptes al curs. Alguns d'aquests conceptes apareixeran de nou en altres cursos del Màster, on s'analitzaran amb més detall.
Activitats formatives i Metodologia
| Títol | Hores | ECTS | Resultats d'aprenentatge |
|---|---|---|---|
| Tipus: Dirigides | |||
| Activitats d'avaluació | 5 | 0,2 | |
| Classes teòriques | 20 | 0,8 | |
| Sessions de problemes | 5 | 0,2 | |
| Tipus: Supervisades | |||
| Sessions pràctiques | 15 | 0,6 | |
| Tipus: Autònomes | |||
| Estudi personal | 30 | 1,2 | |
| Exercicis | 25 | 1 | |
| Treball i presentació oral 1 | 25 | 1 | |
| Treball i presentació oral 2 | 25 | 1 |
El curs s'organitza mitjançant classes magistrals.
El procés d'aprenentatge combinarà les activitats següents:
- Classes teòriques
- Sessions de problemes
- Sessions pràctiques: treball en equip i exposició oral
- Treball autònom
Nota: es reservaran 15 minuts d'una classe, dins del calendari establert pel centre/titulació, perquè els alumnes completin les enquestes d'avaluació de l'actuació del professorat i d'avaluació de l'assignatura.
Avaluació
Activitats d'avaluació continuada
| Títol | Pes | Hores | ECTS | Resultats d'aprenentatge |
|---|---|---|---|---|
| Exercicis a realitzar a classe | 20% | 0 | 0 | CA01, KA01, KA02, KA03, SA01, SA02, SA03, SA04 |
| Prova 1 | 20% | 0 | 0 | CA01, KA01, KA02, KA03 |
| Prova 2 | 20% | 0 | 0 | SA01, SA02, SA03, SA04 |
| Treball i presentació oral 1 | 20% | 0 | 0 | KA01, KA02, KA03, SA01 |
| Treball i presentació oral 2 | 20% | 0 | 0 | SA01, SA02, SA03, SA04 |
La nota final es calcularà a partir de l'avaluació de diferents activitats:
- 2 Proves
- 2 Treballs pràctics amb presentació oral en grups de 3 o 4 estudiants
- Entregues d'exercicis a realitzar a classe
Totes les activitats s'han de presentar dins dels terminis indicats pel professorat.
Per aprovar l'assignatura és necessari complir els 3 requisits descrits a continuació.
- La nota global ha de ser igual o superior a 5
- La nota de cada treball ha de ser no inferior a 4
- La nota de cada prova ha de ser no inferior a 2.5
Ús d'eines d'intel·ligència artificial generativa
Aquesta assignatura reconeix el paper creixent de la intel·ligència artificial generativa (IA) com a eina de suport en el treball acadèmic. En conseqüència, l'ús d'aquestes eines està permès de manera limitada, estrictament per millorar els aspectes formals dels treballs presentats pels estudiants. Els usos acceptables inclouen la millora de la qualitat de l'escriptura, l'estil, la claredat de l'exposició, la precisió lingüística i la traducció, així com l'obtenció d'assistència tècnica ocasional.
No obstant això, l'ús de la IA generativa per crear el contingut substantiu del treball avaluat està estrictament prohibit. Això inclou, entre d'altres: el desenvolupament d'enfocaments metodològics, el disseny o l'execució d'experiments, l'anàlisi o la interpretació de resultats, la formulació d'idees i la redacció de conclusions. Aquestes tasques han de ser realitzades íntegrament per l'estudiant, ja que constitueixen les contribucions intel·lectuals i creatives essencials necessàries per completar amb èxit l'assignatura.
Els estudiants han de declarar explícitament l'ús de qualsevol eina d'IA generativa en cada treball presentat. Aquesta declaració ha d'incloure:
- Les eines específiques utilitzades
- La finalitat per a la qual es van utilitzar
- L'abast de la seva contribució
L'ús excessiu, irresponsable o innecessari d'aquestes eines pot afectar negativament la nota final. Qualsevol ús no declarat o inadequat de la IA generativa pot resultar en el fracàs del subjecte.
Bibliografia
Durant el curs, el professorat proporcionarà als estudiants un conjunt complet de diapositives en format PDF. Aquestes diapositives també contenen referències a articles científics que seran accessibles en accés obert o a través de la biblioteca de la Universitat. A continuació s'enumeren alguns llibres addicionals que els estudiants poden consultar opcionalment per ampliar els seus coneixements sobre els temes d'aquest curs:
- Bowersox, D.; Closs, D.; Cooper, M.; Bowersox, J. (2019): Supply Chain Logistics Management. McGraw Hill.
- Chopra, S.; Meindl, P. (2018): Supply Chain Management. Prentice Hall. Jonsson, P. (2008): Logistics and Supply Chain Management. McGraw Hill.
- Waters, D. (2009): Supply Chain Management: An Introduction to Logistics. Palgrave Macmillan.
- Wiston, W.; Albright, S. (2008): Spreadsheet Modeling and Risk Analysis. Cengage Learning.
Programari
Aquest curs fa ús del programari següent: MS Excel, Open Solver for Excel, R i Python.
Grups i idiomes de l'assignatura
La informació proporcionada és provisional fins al 30 de novembre de 2025. A partir d'aquesta data, podreu consultar l'idioma de cada grup a través d’aquest enllaç. Per accedir a la informació, caldrà introduir el CODI de l'assignatura
| Nom | Grup | Idioma | Semestre | Torn |
|---|---|---|---|---|
| (PAULm) Pràctiques d'aula (màster) | 1 | Anglès | primer quadrimestre | matí-mixt |
| (PLABm) Pràctiques de laboratori (màster) | 1 | Anglès | primer quadrimestre | matí-mixt |
| (TEm) Teoria (màster) | 1 | Anglès | primer quadrimestre | matí-mixt |