msc. marcela marÍa morales chÁvezproductividad.itm.edu.co/assets/docs/s1ponencia1.pdf · la...
TRANSCRIPT
MSc. MARCELA MARÍA MORALES CHÁVEZ
Economía
Calidad Disponibilidad
Productividad Calidad
Tiempo
Mínimas fallas Mayores rendimientos
IO
Programación Lineal
Metaheurísticas
Data Envelopment Analysis
Simulación
Teoría de Colas
Pronósticos
Modelo CATE
Programación Entera Mixta
Modelo de Distribución
Algoritmo Genético
Marketing
Simulación Dinámica
Algunas aplicaciones…
Corte Manual
Mecánico
Alce
Mecánico
Manual
Transporte dentro del campo
Arrastre
4 Transporte y Entrega
Transporte entre el campo y la destilería o ingenio
La logística de abastecimiento de caña de azúcar requiere el desarrollo de actividades que consumen grandes cantidades de recursos. Es así como la tarea de determinar la combinación óptima de los medios utilizados, de tal forma que los costos globales resulten mínimos y se garantice el abastecimiento es de gran complejidad e importancia económica.
Diseñar un modelo de optimización que permita programar la operación de corte, alce, arrastre, transporte y entrega de caña de azúcar que garantice su suministro en las cantidades, condiciones y tiempos estipulados, con el mejor aprovechamiento de los recursos.
Subproblema 1:
Modelo de optimización para la selección del tipo de
cosecha y asignación de recursos de corte y alce
Subproblema 2:
Modelo de optimización para la asignación de
horarios de operación y programación de
mantenimiento preventivos de recursos de corte y alce
Subproblema 3:
Modelo de optimización para la asignación de personal del frente de
cosecha y recursos a las tareas de arrastre y
transporte
Subproblema 1:
Modelo de optimización para la selección del tipo de cosecha y asignación de
recursos de corte y alce
La Función objetivo plantea la minimización de los siguientes costos semanales:
• Costos de operación por tipo de cosecha • Costos de transporte • Costos de oportunidad por demanda no satisfecha • Costos por equipos asignados • Costos por equipos ociosos • Costos por personal asignado
Restricciones
• Terreno
• Demanda
• Disponibilidad de Equipos
• Disponibilidad de Personal
• Capacidad de Equipos
• Capacidad de Personal
• Factores Externos
• Valores posibles de las variables.
La Función objetivo plantea la minimización de los siguientes costos semanales:
Subproblema 2:
Modelo de optimización para la asignación de horarios de operación y
programación de mantenimiento preventivos de recursos de corte y alce
• Costos de personal de mantenimiento Mecánicos de planta y auxiliares.
Restricciones
• Demanda
• Mantenimiento preventivo de equipos
• Abastecimiento de caña de azúcar por hora
• Valores posibles de las variables.
La Función objetivo plantea la minimización de los siguientes costos semanales: • Costos por equipos asignados en las tareas de arrastre y transporte.
• Costos del personal de planta asignado al frente de cosecha.
• Costos del personal asignado para operar los equipos.
Subproblema 3:
Modelo de optimización para la asignación de personal del frente de
cosecha y recursos a las tareas de arrastre y transporte
Restricciones
• Asignación Equipos de Arrastre
• Asignación de Equipos de Transporte
• Disponibilidad de Equipos
• Capacidad de Carga
• Personal requerido para operar los equipos asignados
• Personal de planta del frente de cosecha
• Valores posibles de las variables
Lote 1: 500 H
Lote 2: 90 H
• El enfoque metodológico propuesto en esta investigación, resalta la pertinencia de desarrollar el modelo de optimización en etapas, no solo por la complejidad computacional sino por el manejo que el operador logístico le pueda dar, al tener la flexibilidad de correr solo el subproblema que contemple los recursos que requiera asignar.
• La construcción de Subproblemas permite obtener un mayor entendimiento de las relaciones causales entre las variables que alimentan el sistema.
• La construcción de un modelo de simulación que represente los resultados del modelo de optimización, facilita la comprensión del sistema y genera un apoyo de control para el operador logístico cuando este en el desarrollo de la operación.
• La aplicación de este enfoque metodológico a través de la Programación Entera Mixta, permitió encontrar en un escenario real las correspondientes asignaciones de recursos con un porcentaje promedio de disminución de costos del 11.03% el cual es un valor importante en este tipo de procesos.
SERGIO AUGUSTO FERNÁNDEZ HENAO Politécnico Colombiano Jaime Isaza Cadavid. Colombia. MARCELA MARÍA MORALES CHÁVEZ Universidad Libre Seccional Pereira. Colombia. JOSÉ DANIEL MOSQUERA ARTAMONOV Universidad Autónoma de Querétaro. México.
“El problema de distribuir productos desde ciertos depósitos
a sus usuarios finales juega un papel central en la gestión de
las cadenas logísticas, y su adecuada planificación significa
considerables ahorros, dado que se estima que los costos del
transporte representan entre el 10% y el 20% del costo final
de los bienes”
Toth y Vigo
Silla reclinable: Campos Magnéticos
Dermatrón: Electro-acupuntura
Circuito Hamiltoniano que minimice el recorrido
Diseñar un modelo matemático que determine la ruta
de distribución de mercancía en una empresa
comercializadora de accesorios y equipos médicos,
minimizando los costos de transporte.
Determinar el problema de ruteo de vehículos que represente la situación de la empresa.
Pro
ble
ma
s d
e R
uta
s b
ási
cos
Problema del Agente Viajero
Problema del Viajante Gráfico
Problema del Cartero Chino
Problema del Cartero con Viento
Problema del Cartero Rural
Problema General de Rutas
Metaheurísticas : Conjunto de estrategias (heurísticas)
organizadas para encontrar la solución de una situación.
La solución de problemas combinatoriales a través de
metaheurísticas se presenta como una alternativa para
obtener soluciones aproximadas de buena calidad, en
tiempos computacionales razonables.
Metaheurísticas: • Algoritmos genéticos.
• Optimización por colonia de hormigas.
• Búsqueda Tabú.
• Recocido simulado (simulated annealing).
• Algoritmos meméticos. • Búsqueda usando vecindario variable.
• Inteligencia colectiva (swarm intelligence).
Las alternativas de solución se presentarán como un cromosoma
de 21 genes (21 nodos), donde cada uno representa cada cliente
que se debe visitar y el orden en que aparezcan es el tour que se
realizará.
3
1
7
12
17
21
11
13
16
8
18
10
15
19
9
14
20
4
2
5
6
Paso 1. Población inicial.
Paso 2. Evaluar Función objetivo.
Paso 3. Operadores genéticos.
• Operador de Selección.
• Operador de Cruzamiento.
• Operador de Mutación.
• Operadores de preservación de elitismo
Paso 4. Criterio de Parada
• Se obtiene el siguiente cromosoma
Para una distancia total recorrida de 9,949 km
Teniendo en cuenta que históricamente se recorrían alrededor de 20.93 kilómetros en las entregas, con la utilización del algoritmo genético se obtiene una reducción del 52.5%.
Además el tiempo de las entregas disminuye de una jornada completa de 8 horas a 5.6 horas.
4 15 8 19 12 13 20 5 17 18 11 14 10 3 9 21 16 7 6 2 1
• El enfoque metodológico propuesto en esta investigación, resalta la pertinencia de utilizar una técnica metaheurística como es el Algoritmo Genético debido a la complejidad computacional del problema.
• La construcción de un modelo de simulación que represente los resultados del modelo de optimización, facilita la comprensión del sistema y genera un apoyo de control para la empresa cuando este en el desarrollo de la operación.
Un Sistema es una unidad cuyos elementos
interaccionan juntos, ya que continuamente se
afectan unos a otros, de modo que operan
hacia una meta común.
“Un modelo de negocio fundamentado en
la innovación se basa en encontrar y
fomentar nuevas formas de crear, entregar
y captar valor”.
Alexander Osterwalder
Un Sistema es una unidad cuyos elementos interaccionan juntos,
ya que continuamente se afectan unos a otros, de modo que operan
hacia una meta común.
Sólo el análisis de un sistema
no es suficiente; no basta con
saber cuáles son sus partes.
Es necesario comprender su
comportamiento.
Los cambios en un
sistema son reflejo de las
interacciones en su
interior
“Es un camino para estudiar el comportamiento de los sistemas
para mostrar como las políticas, decisiones, estructura y
demoras están interrelacionadas para influenciar sobre el
crecimiento y la estabilidad de estos”
Jay Forrester
El Modelo de un Sistema
Convertirlo en un diagrama de influencias que Simulado en un
computador generará las trayectorias que representan el
comportamiento del Sistema
Ingresos Clientes
Ventas
Costos
Utilidad
+
-
Propuesta
de Valor
Actividades
Clave
Recursos
Clave
Alianzas
Clave
Relación
Clientes Canales
+
+
+
+ + + +
+
+ +
+ + +
+
Ingresos
Ventas
Costos
Utilidad
+
-
Producto Plaza
(Canal)
Producción
Inventarios
Relación
Clientes
Promoción
+
+
+
+
+ +
+
+
+
+
Pos-venta
Consumo/
Cliente
Precio/
Unidad
Clientes
Actuales +
Mercado
Objetivo
Clientes
Inactivos
-
+
+
Pronóstico
Proveedor
Precio
Propuesta de
Valor
Financieros
Actividades Clave
Físicos Humanos Intelectuales
Recursos
Clave
+ + + +
+
+ + +
Compra Preventa
+ + +
+
+
+
• Se determina que una estratégica de marketing orientada
al precio (aumento o disminución) no afecta el volumen de
ventas de la compañía. Por otra parte, la estrategia de
promoción solo genera una mayor rotación del inventario.
La optimización permite alcanzar objetivos con la utilización eficiente de recursos limitados
La Investigación de Operaciones (IO) nos ayuda a determinar la
mejor manera de diseñar y operar un sistema, usualmente bajo
condiciones que requieren la asignación de recursos limitados.
