Aprèn - Department of Statistics and Operations Research

Department of Statistics and Operations Research

Name

Department of Statistics and Operations Research

Type

Department

Acronym

EIO

Address

Campus Diagonal Sud. Edifici H. Av. Diagonal, 647. 08028 Barcelona

City

Barcelona

URL

http://www.eio.upc.edu/

RSS

Participating teacher

Teaching content

Previsión de la demanda de una cadena de hornos de Barcelona utilizando modelos ARIMA

Bachelor thesis

Pons Hardwick, Oscar-Lewis

Tutor / Supervisor: Ginebra Molins, Josep

Publication date: 2025

Barcelona School of Industrial Engineering (ETSEIB)

View detail Access to the full text

Optimisation of vaccination campaigns organisation

Bachelor thesis

Carbonell Canals, Ricard

Tutor / Supervisor: Rodríguez Pereira, Jessica; Hatami, Sara

Publication date: 2025

Barcelona School of Industrial Engineering (ETSEIB)

View detail Access to the full text

This memoir focuses on the development and analysis of a heuristic solution for the problem of minimising the duration of mass vaccination campaigns in rural areas of developing countries. These campaigns face significant challenges due to dispersed populations, limited healthcare infrastructure, and resource constraints, making efficient planning crucial. The solution presented in this work builds on an existing heuristic method for minimizing campaign duration and improving resource distribution with a holistic approach to optimising the logistics of vaccination campaigns. The approach proposes the strategic placement of several small medical centres within the area to provide the population with proper accessibility to vaccination, followed by the design of optimal routes through these centres for the deployment of multiple vehicles with professional healthcare personnel from the closest healthcare facility, all while considering the practical limitations of time, computational power, and available resources. A key gap in the previous approach was identified: the need for greater flexibility in the routing process to better adapt to real-world conditions. This memoir outlines the transformation of the existing heuristic to allow for more adaptable and practical solutions, improving its performance in real-world scenarios by balancing workload distribution and travel distances for medical teams. The proposed modifications aim to bring the heuristic closer to the mathematical model by incorporating a relaxation in the proportion of satisfied demand, making the solution more aligned with optimal outcomes. The analysis demonstrates that the new heuristic often outperforms the existing one in terms of both campaign duration and fairness in workload distribution, making it a more practical and scalable solution for real-life applications. The challenges encountered during the development of the heuristic, particularly in its implementation, are discussed, highlighting the complexity of the problem and the coding efforts required to achieve a simple yet effective result. Moreover, the work adds value to an article already published in a scientific journal, contributing to the ongoing research in vaccination campaign logistics. Finally, several avenues for future research are suggested, including another distinct heuristic approach and the integration of real-world factors such as road conditions, vehicle limitations, and economic costs into the model.

Escalabilitat d'un sistema d'enquestes de salut online

Bachelor thesis

López Morales, Javier

Tutor / Supervisor: Manzanares Díez, Marc; Montero García, Jordi

Publication date: 2025

Barcelona School of Informatics (FIB)

View detail Access to the full text

Since the coronavirus crisis, many medical and epidemiological entities have been working tirelessly to prevent a similar catastrophe from occurring again. In order to achieve this purpose, actions such as screenings to detect infections, identifying demographic patterns, and raising awareness about diseases have been carried out. This project enhances the HSUS tool (previously developed by inLab FIB UPC) by increasing its scalability and enabling multiple organizations to use the platform simultaneously. Thanks to this, these entities can collaborate more effectively, boosting cooperation and improving the current epidemiological landscape. Additionally, key epidemiological functionalities have been implemented in HSUS, tailored specifically for these entities, allowing them to accomplish the aforementioned actions more easily and efficiently.

Arran de la crisi del coronavirus, moltes entitats mèdiques i epidemiològiques treballen incansablement per evitar que es repeteixi una catàstrofe similar. Ho fan mitjançant accions com cribratges per detectar contagis, anàlisis de patrons demogràfics i campanyes de sensibilització sobre malalties. Aquest projecte pren com a punt de partida, millorar l'eina HSUS (desenvolupada prèviament per l'inLab FIB UPC), incrementant-ne l'escalabilitat i permetent que diverses organitzacions utilitzin la plataforma de manera simultània. Aquesta millora facilita que les entitats col·laborin de manera més efectiva, reforçant la seva cooperació i contribuint a millorar el panorama epidemiològic actual. A més a més, s'incorporen a HSUS funcionalitats epidemiològiques clau, dissenyades específicament per a aquestes entitats, que simplifiquen i fan més eficient la realització d'aquestes accions.

Tras la crisis del coronavirus, numerosas entidades médicas y epidemiológicas trabajan incansablemente para prevenir que se repita una catástrofe similar. Para ello, llevan a cabo acciones como cribados para detectar contagios, identificación de patrones demográficos y campañas de concienciación sobre enfermedades. Este proyecto mejora la herramienta HSUS (desarrollada previamente por el inLab FIB UPC), aumentando su escalabilidad y posibilitando que múltiples organizaciones utilicen la plataforma de forma simultánea. Esto permite a dichas entidades colaborar de manera más efectiva, fortaleciendo su cooperación y contribuyendo a mejorar el panorama epidemiológico actual. Además, se han incorporado a HSUS funcionalidades clave que han sido diseñadas específicamente para entidades epidemiológicas, lo que facilita la ejecución de estas acciones de manera más eficiente y sencilla.

Comparativa de Frameworks Frontend per a Millorar el Rendiment d'Aplicacions Web Incrustades en Dispositius Electrònics

Bachelor thesis

Server Colomina, Alba Maria

Tutor / Supervisor: Marc Blanch Elias; Montero García, Jordi

Publication date: 2025

Barcelona School of Informatics (FIB)

Access to the full text

ESTADÍSTICA | PARCIAL 2n Q. Restricted access to the UPC academic community

Exam

Delicado Useros, Pedro Francisco; Ginebra Molins, Josep; Sánchez Espigares, Josep Anton

Publication date: 2025

School of Mathematics and Statistics (FME)

STATISTICS - 200132

Access to the full text

Desenvolupament d'un projecte de reestructuració del sistema logístic d'una empresa

Bachelor thesis

Melssen Mayans, Robert

Tutor / Supervisor: Grima Cintas, Pedro; García Díaz, Ignacio; Cuadrado, Begoña

Publication date: 2025

Barcelona School of Industrial Engineering (ETSEIB)

View detail Access to the full text

Anàlisi del Procés de Preinscripció Universitària a Catalunya

Bachelor thesis

Garries Urbina, Óscar

Tutor / Supervisor: Angerri Torredeflot, Xavier; Gibert, Karina

Publication date: 2025

Barcelona School of Informatics (FIB)

View detail Access to the full text

El sistema universitari català és clau per al desenvolupament econòmic, tecnològic i social del territori. Cada any, milers d'estudiants participen en el procés de preinscripció universitària, el qual assigna places en funció de l'oferta i la demanda de titulacions oficials del sistema universitari públic català. Tot i això, aquest procés presenta desequilibris, com l'elevada demanda en determinats graus o la falta de vocació d'alguns estudiants que es veuen obligats a cursar opcions alternatives. Les repercussions de les darreres, no només impacten als estudiants, sinó també al mercat laboral i al futur de la regió. Aquest treball de fi de grau utilitza tècniques estadístiques i de ciència de les dades per analitzar les dades de preinscripció universitària a Catalunya, amb l'objectiu d'identificar tendències i descriure els fluxos principals a Catalunya com a eina de suport al disseny d'estratègies en política pública d'educació superior. A través de l'exploració de diferents factors com les condicions socioeconòmiques, l'oferta i demanda de graus i la distribució geogràfica de les universitats, aquest estudi busca aportar eines d'anàlisi que facilitin la presa de decisions per part dels diferents responsables en l'àmbit educatiu. El treball es desenvoluparà amb dades del CIC. Tanmateix, aquest projecte demostra la importància d'integrar tecnologies com R i Angular, que permeten combinar potència analítica amb visualitzacions interactives, oferint una solució innovadora i escalable.

The Catalan university system is crucial for the economic, technological, and social development of the region. Each year, thousands of students participate in the university pre-enrollment process, which assigns places based on the supply and demand for official degrees within the Catalan public university system. However, this process reveals imbalances, such as the high demand for certain degrees or the lack of vocation among students who are compelled to choose alternative options. The repercussions of these issues affect not only the students but also the labor market and the future of the region. This final degree project employs statistical techniques and data science methods to analyze university pre-enrollment data in Catalonia, aiming to identify trends and describe the main flows in Catalonia as a tool to support the design of strategies in public higher education policy. Through the exploration of various factors, such as socioeconomic conditions, the supply and demand for degrees, and the geographical distribution of universities, this study seeks to provide analytical tools that facilitate decision-making for stakeholders in the education sector. The study is based on data provided by the CIC. Moreover, this project underscores the importance of integrating technologies such as R and Angular, which enable the combination of analytical power with interactive visualizations, offering an innovative and scalable solution.

Estudio para la implantación de mejoras en el Sistema de Gestión de la Conformidad del producto en una empresa de automoción

Master thesis

Moratinos Martín, María

Tutor / Supervisor: Sunyer Torrents, Albert; Griful Ponsati, Eulàlia

Publication date: 2025

Terrassa School of Industrial, Aerospace and Audiovisual Engineering (ESEIAAT)

Access to the full text

Anàlisis per la millora de processos per una entitat pública

Bachelor thesis

Coll Miquel, Biel

Tutor / Supervisor: Gual De Torrella Arbex, Alex; Tort-Martorell Llabrés, Xavier

Publication date: 2025

Barcelona School of Industrial Engineering (ETSEIB)

View detail Access to the full text

Compendium of Lab. Assignments

Practical exercise

Codina Sancho, Esteve

Publication date: 2025

Barcelona School of Civil Engineering (ETSECCPB)

OPTIMIZATION MODELS FOR TRANSPORTATION NETWORKS - 250MUM017

Access to the full text

Compendium of Class Notes

Lecture notes

Codina Sancho, Esteve

Publication date: 2025

Barcelona School of Civil Engineering (ETSECCPB)

OPTIMIZATION MODELS FOR TRANSPORTATION NETWORKS - 250MUM017

Access to the full text

Estudi: anàlisi i implementació d'un sistema de gestió d'anàlisi de mesura aplicable a la indústria automotriu (Tèxtil Tècnic)

Bachelor thesis

Bonet García, Ona Jie

Tutor / Supervisor: Algaba Joaquín, Inés María

Publication date: 2025

Terrassa School of Industrial, Aerospace and Audiovisual Engineering (ESEIAAT)

Access to the full text

Development and validation of prognostic models in phase I oncology clinical trials

Master thesis

Lee Alcober, Maria

Tutor / Supervisor: Villacampa Javierre, Guillermo-Urbez; Langohr, Klaus

Publication date: 2025

School of Mathematics and Statistics (FME)

View detail Access to the full text

Els assajos oncològics de fase I requereixen una selecció acurada del pacient, equilibrant els riscos potencials de toxicitat amb possibles beneficis. Aquest estudi té com a objectiu desenvolupar i validar models estadístics per identificar els pacients que més podrien beneficiar-se. Utilitzant dades de 921 pacients, els mètodes inclouen models estratificats de Cox, espines cúbiques restringides i tècniques d'aprenentatge automàtic com els boscos de supervivència aleatòria. Aquests models produeixen puntuacions de risc interpretables per a ús clínic pràctic. La validació de models inclou mètodes interns com el bootstrap i la validació creuada, i la validació externa amb dades independents. El rendiment s'avalua a través de la discriminació, la calibració, el rendiment general i la utilitat clínica. La validació interna va mostrar millors resultats que l'externa, amb boscos de supervivència aleatoris que aconsegueixen la major discriminació, mentre que els splines cúbics restringits ofereixen una millora limitada. L'estudi proporciona un marc per construir models pronòstics robustos per millorar la selecció del pacient en assajos de fase I, amb treballs futurs centrats en mètodes de calibració millorats i comparacions amb les eines existents.

Los ensayos oncológicos de fase I requieren una cuidadosa selección de pacientes, equilibrando los posibles riesgos de toxicidad con los posibles beneficios. El objetivo de este estudio es desarrollar y validar modelos estadísticos para identificar a los pacientes más beneficiados. Utilizando datos de 921 pacientes, los métodos incluyen modelos de Cox estratificados, splines cúbicos restringidos y técnicas de aprendizaje automático como los bosques de supervivencia aleatorios. Estos modelos producen puntuaciones de riesgo interpretables para su uso clínico práctico. La validación de los modelos incluye métodos internos como bootstrapping y validación cruzada, y validación externa con datos independientes. El rendimiento se evalua mediante la discriminación, la calibración, el rendimiento general y la utilidad clínica. La validación interna muestra mejores resultados que la externa, y los bosques de supervivencia aleatorios logran la mayor discriminación, mientras que los splines cúbicos restringidos ofrecen una mejora limitada. El estudio proporciona un marco para la construcción de modelos de pronóstico robustos para mejorar la selección de pacientes en ensayos de fase temprana, con el trabajo futuro centrado en la mejora de los métodos de calibración y las comparaciones con las herramientas existentes.

Phase I oncology trials require careful patient selection, balancing potential toxicity risks with possible benefits. This study aimed to develop and validate statistical models to identify patients who could benefit most. Using data from 921 patients, methods included stratified Cox models, restricted cubic splines, and machine learning techniques like random survival forests. These models produced interpretable risk scores for practical clinical use. Model validation included internal methods like bootstrapping and cross-validation, and external validation with independent data. Performance was assessed through discrimination, calibration, overall performance, and clinical utility. Internal validation showed better results than external, with random survival forests achieving the highest discrimination, while restricted cubic splines offered limited improvement. The study provides a framework for building robust prognostic models to enhance patient selection in early-phase trials, with future work focusing on improved calibration methods and comparisons with existing tools.

Multi-objective constrained optimization for physician scheduling

Master thesis

Arduengo García, Ana

Tutor / Supervisor: Linares Herreros, María Paz; Diví i Cuesta, Víctor

Publication date: 2025

School of Mathematics and Statistics (FME)

View detail Access to the full text

Aquest treball presenta el desenvolupament d'un sistema d'optimització multiobjectiu destinat a assignar guàrdies en un entorn hospitalari, centrant-se en dos objectius principals: respectar les preferències personals dels metges i garantir una distribució homogènia de la càrrega de treball. Aquests dos objectius, que no sempre són compatibles, poden entrar en conflicte. Per aquest motiu, s'estableixen restriccions específiques per satisfer tant les necessitats de l'hospital com les dels professionals mèdics, generant solucions factibles. Posteriorment, mitjançant un algorisme iteratiu, es milloren les mètriques que defineixen una solució d'alta qualitat. L'enfocament proposat no només augmenta la satisfacció de les preferències personals dins dels límits d'aquestes restriccions, sinó que també assegura una distribució equitativa dels torns entre el personal mèdic. El sistema es construeix utilitzant metaheurístiques multiobjectiu. L'objectiu principal d'aquest projecte és reduir el temps i l'esforç dedicats a la programació manual, millorar la qualitat general dels horaris de torns i minimitzar el risc d'errors. A través d'experiments, el mètode ha demostrat millores significatives i una menor dependència de planificadors experts, permetent al personal administratiu —format en l'ús de les eines d'optimització— generar horaris d'alta qualitat de manera eficient. A més, el sistema és capaç de gestionar un conjunt més gran de restriccions simultàniament, donant lloc a solucions que compleixen més condicions crítiques que les gestionades habitualment pels planificadors humans. Com a resultat, el mètode aconsegueix resultats comparables en el compliment dels llindars desitjats i les prioritats institucionals, oferint una solució més robusta al complex repte de la programació de metges.

Este trabajo presenta el desarrollo de un sistema de optimización multiobjetivo destinado a asignar guardias en un entorno hospitalario, centrándose en dos objetivos principales: acomodar las preferencias personales de los médicos y garantizar una distribución homogénea de la carga de trabajo. Ambos objetivos, no siempre van de la mano y pueden entrar en conflicto. Se establecen restricciones específicas para cumplir las necesidades tanto del hospital como de los profesionales médicos y se generan soluciones factibles. Luego, a partir de un algoritmo iterativo, se mejoran las métricas que definen una solución de alta calidad. El enfoque propuesto no solo mejora la satisfacción de las preferencias personales dentro de los límites de estas restricciones, sino que también garantiza una distribución equitativa de los turnos entre el personal médico. El sistema se construye utilizando técnicas avanzadas de metaheurísticas multiobjetivo. El objetivo principal de este proyecto es reducir el tiempo y el esfuerzo dedicados a la programación manual, mejorar la calidad general de los horarios de turnos y minimizar el riesgo de errores. A través de experimentos, el método ha demostrado mejoras significativas y una menor dependencia de planificadores expertos, permitiendo al personal administrativo —capacitado en el uso de las herramientas de optimización— generar horarios de alta calidad de manera eficiente. Además, el sistema es capaz de manejar un mayor conjunto de restricciones simultáneamente, lo que da lugar a soluciones que satisfacen más condiciones críticas que las típicamente gestionadas por los planificadores humanos. Como resultado, el método logra resultados comparables en el cumplimiento de los umbrales deseados y las prioridades institucionales, ofreciendo una solución más robusta al complejo desafío de la programación de médicos.

This work presents the development of a multi-objective optimization system aimed at assigning shifts to physicians, focusing on two primary objectives: accommodating personal preferences and ensuring fairness in the distribution of medical services among staff. Given the inherent conflict between individual preferences and institutional fairness, specific constraints are established to define acceptable margins, enabling the generation of feasible solutions that align both institutional requirements and personal needs. The proposed approach not only improves the satisfaction of personal preferences within the boundaries of these constraints, but also guarantees an equitable distribution of shifts among medical personnel. The system is built using advanced multi-objective meta-heuristic techniques. The main goal of this project is to reduce the time and effort spent on manual scheduling, improve the overall quality of shift schedules, and minimize the risk of errors. Through experimentation, the method has demonstrated significant improvements and reduced dependency on expert planners, allowing administrative staff —trained in using the optimization tool - to efficiently generate high-quality schedules. Furthermore, the system is capable of handling a larger set of constraints simultaneously, resulting in solutions that satisfy more critical conditions than those typically managed by human planners. As a result, the method achieves comparable outcomes in meeting desired thresholds and institutional priorities, while offering a more robust solution to the complex challenge of physician scheduling.