DESARROLLO DE UN MODELO DE PROGRAMACIÓN DINÁMICA PARA LA MEJORA DE LA PRODUCCIÓN EN UNA EMPRESA DE FABRICACIÓN DEL SECTOR AZULEJERO

Tamaño: px
Comenzar la demostración a partir de la página:

Download "DESARROLLO DE UN MODELO DE PROGRAMACIÓN DINÁMICA PARA LA MEJORA DE LA PRODUCCIÓN EN UNA EMPRESA DE FABRICACIÓN DEL SECTOR AZULEJERO"

Transcripción

1 27 Congreso Nacional de Estadística e Investigación Operativa Lleida, 8-11 de abril de 2003 DESARROLLO DE UN MODELO DE PROGRAMACIÓN DINÁMICA PARA LA MEJORA DE LA PRODUCCIÓN EN UNA EMPRESA DE FABRICACIÓN DEL SECTOR AZULEJERO M.E. Palmer 1, J.J. Alfaro 1, C. Andrés 1, J.M. Albarracín 1 1 Departamento de Organización de Empresas, E.F. y C. Universidad Politécnica de Valencia, España RESUMEN El presente trabajo desarrolla un modelo de programación dinámica para resolver el problema de programación de la producción que aparece en el contexto de una empresa de fabricación de pavimentos y revestimientos cerámicos. Se construye un modelo matemático que se adapte a las características de los procesos productivos de la empresa, cuyo objetivo será decidir la secuencia óptima de fabricación de los distintos productos de la empresa, así como de que forma deben asignarse los trabajos a las distintas máquinas de forma que el tiempo en que los productos permanezcan en el taller sea mínimo. Una vez construido el modelo se realizan distintos experimentos analizando los resultados obtenidos. Palabras y frases clave: Programación Dinámica, Secuenciación, Producción. Clasificación AMS: 90B Introducción La fabricación del revestimiento cerámico se realiza a partir de arcillas las cuales son sometidas a un tratamiento de molturación vía húmeda y, posteriormente, de atomización. La arcilla atomizada se prensa, formando unas piezas, que en el caso de bicocción se cuecen antes de ser esmaltadas y en monococción directamente pasan a esmaltarse. Por último el producto esmaltado pasa al horno. Una vez cocido el producto, es clasificado según diferentes calidades por medio de máquinas muy sofisticadas, que a gran velocidad, detectan los defectos de curvatura, ortogonalidad y luneta. Al mismo tiempo, un operario analiza los defectos de superficie. 1

2 La propia máquina de selección confecciona las cajas de cartón en las que se envasa el producto. Un robot recoge estas cajas y las almacena en los palets quedando el producto listo para su expedición. En el sistema productivo aparecen dos partes claramente diferenciadas (monococción y bicocción), en esta artículo se analiza el subsistema de monococción puesto que, a priori, plantea más dificultad a la hora de programar la producción, debido al número de recursos involucrados. En primer lugar, se englobará en una única entidad al conjunto formado por prensas, secaderos, volteadoras y líneas de engobe y esmaltado. Esto es debido a que todas estas máquinas están unidas por un sistema de cinta transportadora y, por lo tanto, el orden de paso de los productos fabricados es el mismo en todas las máquinas. En segundo lugar, se considerará a cada horno como una máquina. Las secciones de clasificado y embalado están unidas por una cinta transportadora, por lo que las consideraremos una máquina única. Entre la sección de líneas y hornos y entre hornos y clasificación existen unas amplias zonas de almacenamiento que, a efectos de la investigación, se supondrán de capacidad infinita. Cada una de estas etapas tiene una capacidad productiva diferente en función del modelo y cantidad de productos a fabricar. Esta capacidad ha sido obtenida a partir de datos reales de empresas del sector. El modelo planteado involucra a nueve máquinas ordenadas tal y como se observa en la figura 1. Etapa 1 Etapa 2 Etapa 1 M11 M12 M13 M14 M21 M22 M12 M13 M14 Figura 1: Modelización del modelo de monococción de la empresa cerámica 2

3 Los productos fabricados pasan, en un primer momento, por la primera etapa (prensas y líneas), y después por la segunda (hornos), por último pasan por una tercera etapa (embalaje y clasificación). Dentro de cada una de las tres etapas existen varias máquinas capaces de realizar la operación requerida. 1.1 Presunciones Para facilitar su análisis se considerarán las siguientes simplificaciones: 1. No existirá la posibilidad de solapar lotes. La fecha más temprana de inicio del procesamiento de la primera pieza de un lote en un recurso, siempre será mayor o igual que la de finalización de la última pieza del mismo lote en la etapa anterior, lo que equivale a considerar cada lote completo como un trabajo único, cuyo tiempo de proceso total será el producto del tamaño de lote por el inverso de la capacidad del recurso (h/m2). 2. No existirá la posibilidad de fraccionamiento de los lotes en varios recursos, sino que se supone que esta opción ya habrá sido tenida en cuenta a la hora de definir el plan de fabricación. 3. En el momento en que un lote se empiece a procesar en un recurso no se podrá interrumpir la operación hasta no haber terminado con las unidades que componen ese lote. 4. Aquellos recursos en los que no exista posibilidad de alterar la secuencia de trabajo debido a que está contactados entre sí por una cinta transportadora, se supondrán uno solo. 5. Entre cada etapa del sistema existe un almacén de capacidad ilimitada. 6. Los tiempos de proceso y cambio de partida se suponen fijos y conocidos con anterioridad, y no dependen de la simultaneidad o no de estos cambios en varios recursos. 7. Se sabe con antelación todos los trabajos a realizar en el Plan de Producción. 8. No existen restricciones de mano de obra o materias primas. 9. Todos los recursos que pertenecen a una etapa se suponen idénticos. 10. Todos los recursos se encuentran disponibles, no existiendo turnos de trabajo, paradas por mantenimiento o averías. 11. Las fechas de entrega se suponen conocidas al inicio del programa de producción. 3

4 12. Se estiman los tiempos de proceso en base a tiempos de ciclo según los históricos de producción. 13. Los tiempos de cambio en cada etapa representan el tiempo necesario para instalar, preparar y ajustar máquinas, así como el tiempo necesario para realizar las pruebas iniciales hasta que el producto obtenido tenga las características y calidad deseadas. 2. Modelización. Breve estado del arte La modelización de diferentes problemas de Programación de Producción, se ha venido realizando desde los inicios de la Investigación de Operaciones. En este contexto aparecieron los primeros modelos lineales con variables continuas (PL) [Bowman, 1959] y modelos mixtos con variables continuas y enteras (PLM) [Manne, 1960]. En los años sucesivos han ido apareciendo diversos modelos basados en los anteriores, que han ido incorporando características adicionales en los problemas de secuenciación. En estas formulaciones, la elección y definición de las variables y las restricciones determinan la estructura y el tamaño del modelo. El criterio de secuenciación es definido por la función objetivo y las restricciones definen el taller de flujo y otras características del problema. A continuación se describen algunos modelos que, por su relación con el tema tratado, se han creído conveniente detallar. 1.2 Programación en Job-shop Fue uno de los primeros modelos planteados para resolver el problema[manne, 1960]. Es aplicable a cualquier caso de Programación de Producción en contexto determinista y estático, donde existen N trabajos a secuenciar en M máquinas (el problema de asignación se supone resuelto y se asume que cada trabajo o tarea requiere ser procesada en cada máquina una única vez). [Shapiro, 1993] presenta diversas extensiones a este modelo incluyendo la resolución del problema de asignación, precedencia parcial entre operaciones y trabajos, etc. 1.3 Programación en Taller de Flujo Híbrido El problema de Programación de Producción en talleres de flujo híbridos puede ser analizado, ya que cada etapa del taller es un conjunto de máquinas en paralelo en el que se tienen que programar los trabajos. Ambos problemas tienen en común, que se deben de resolver dos tipos de cuestiones a la hora de determinar la programación de los trabajos [Cheng y Sin, 1990]: 1. Asignación de los trabajos a las máquinas. 2. Determinación del orden de los trabajos en las máquinas. Uno de los primeros artículos que tratan los Talleres de Flujo híbridos se debe a [Shen y Chen, 1970] los cuales proponen una estrategia heurística de programación para 4

5 el taller de dos etapas, con el objetivo de minimizar Cmax basada en una extensión del algoritmo de [Johnson, 1954]. [Salvador, 1973] presenta un procedimiento de separación y evaluación basado en programación dinámica, para la optimización del makespan en un taller de flujo híbrido de k etapas y un número diferente de máquinas por etapa. [Riane, Artiba y Elmagharaby, 1998] plantean un estudio de un taller de flujo híbrido de tres etapas a partir de un caso de una industria de fabricación de tableros, con una máquina en las etapas uno y tres y dos máquinas en las etapas intermedias en las que la asignación de los trabajos se realiza con antelación. Proponen dos algoritmos para su resolución. El primero se basa en aplicar programación dinámica a una secuencia de los trabajos obtenidas, mediante la regla CDS, y subdivide el problema en dos subproblemas en función de que los trabajos se asignen a la primera o segunda máquina de la segunda etapa. Consideran que para cada subproblema la capacidad de la máquina de las etapas uno y tres es la original dividida por el número de trabajos que pertenecen a cada subproblema y multiplicada por los tiempos de proceso en las etapas uno y tres. El segundo enfoque se basa en un algoritmo de ramificación y acotación. Para ello, definen cotas superiores del makespan. Este último procedimiento se revela mejor que el primero. 1.4 Tiempos de Cambio de Partida en la Programación de Producción En el ejemplo clásico de programación de producción en una fábrica de pinturas propuesto por [Conway, 1967], el tiempo de ajuste de pasar de fabricar el color i al color j no es igual que el de fabricar el color j al i (cuesta menos ajustar para pasar de fabricar un color claro a uno oscuro que viceversa). En este caso, el problema es equivalente pues, a un problema de viajante de comercio asimétrico (PVCA). En estas situaciones se puede aplicar cualquier método específico para resolver este tipo de problemas según se ve en [Lawler, Lenstra, Rinnooy Kan y D.B.Shmoys 1985], [Laporte, 1992] o [Gouveia, L. y Vob, S., 1995] Entre los métodos optimizadores utilizados, se encuentran los procedimientos de separación y evaluación en donde el funcionamiento depende de las cotas inferiores utilizadas. Una cota inferior del PVC asimétrico se puede obtener mediante la resolución del problema de asignación asociado. También se pueden plantear algoritmos basados en programación dinámica. Todos ellos son eficientes en problemas de dimensión reducida. El mismo problema es abordado por [Buzacott y Dutta, 1971] y [Weeda, 1978] mediante el uso de programación dinámica. [Monma y Potts, 1989] introducen los tiempos de preparación dependiente de la secuencia entre lotes y proponen un algoritmo de programación dinámica polinomial en función del número de operaciones aunque exponencial en funcionan del número de lotes. Analizan el problema de minimizar la suma ponderada del tiempo de flujo en un entorno monomáquina con tiempos de cambio mayores dependientes de la secuencia. En este caso, si además se cumple la desigualdad triangular entre los tiempos de cambio, los autores desarrollan un enfoque basado en programación dinámica que 5

6 resuelve óptimamente el problema aunque el tiempo de cálculo aumenta con el tamaño del problema. [Uzsoy, Lee y Martin-Vega, 1992] desarrollan un algoritmo basado en programación dinámica para el caso de taller monomáquina con relaciones de precedencia entre los trabajos y tiempos de ajuste dependientes de la secuecnia1/prec, sij/lmax, y analizan el rendimiento de la regla EDD. [Chen 1997] plantea un método de optimización basado en programación dinámica para la minimización de la suma ponderada de retrasos y adelantos. Tiempos de preparación dependientes de la secuencia. [Corwin y Esogbue, 1974] plantea un algoritmo basado en programación dinámica para el caso de taller de flujo y minimización del makespan en el que los tiempos de ajuste son separables y dependientes de la secuencia en una de las máquinas. Sin embargo el procedimiento solo es aplicable a problemas con quince trabajos como máximo. 3. Modelo matemático de programación dinámica Como se ha mostrado anteriormente se puede considerar el proceso como tres secciones formadas cada una por diversas máquinas como muestra la figura 1. Con lo cual se puede considerar el proceso como tres fases: Figura 2: Distribución de las máquinas en las distintas secciones que modelizado formalmente como un modelo de programación dinámica quedaría: Figura 3: Esquematización del proceso según la programación dinámica 6

7 f * n * { r ( x, u ) + f ( x )} ( xn) = minun n n n n n 1 siendo: n = Fase actual. Este índice indica cuantas fases hay desde la actual hasta el final del proceso (problema) n-1= Fase anterior. x n = Estado del sistema en la fase actual para el que se determina la relación recursiva. x n-1 = Estado en la fase anterior. f n * (x n )= Beneficio total obtenido para cada alternativa, empezando por el estado s n en la fase n hasta el final del proceso. f n-1 * (x n-1 )=Beneficio óptimo total obtenido en la fase previa. r n (x n,u n )= Beneficio inmediato obtenido en la fase n, cuando la decisión d n es realizada por un valor específico s n de las variables de estado. u n = Decisión, entre las alternativas posibles, realizada en la fase n en el estado considerado. En este caso: u n = (a 1,a 2,...,a n ), vector de tantas variables como máquinas hayan en esa fase u 1 = (a 1,a 2,a 3,a 4 ) u 2 = (a 1,a 2 ) u 3 = (a 1,a 2,a 3 ) n rn = ( tpi, j + tck, i + max( tai, tsk )) 1 siendo tp i,j el tiempo de proceso de la pieza i en la máquina j tc k,i el tiempo de cambio de la máquina de la pieza k a la pieza i ta i el tiempo acumulado de la pieza i en las máquinas anteriores ts k el tiempo en el que la máquina k está disponible Este caso no sería un caso puro de programación dinámica, ya que el término f n * (X n-1 ) en este caso es un término simbólico, ya que como hay más piezas que máquinas en cada etapa este término dependería de las piezas que se estén considerando en cada ocasión, el término definido anteriormente como max(ta i,ts k ) supliría a éste término. Para visualizar mejor el significado del último término se ilustra el siguiente ejemplo: Inicialmente en la fase de prensa y esmaltado se acaban de procesar en cada una de las máquinas las siguientes modelos de azulejos; en la máquina 1 el modelo 12, en la máquina 2 el modelo 7, en la máquina 3 el modelo 67, y por último, en la máquina 4 el modelo 100. Con lo cual tc 0 =(12,7,67,100). 7

8 Se quieren procesar los siguientes modelos: 5, 15, 25 y 35, y se asignan de esta manera: en la máquina 1 el modelo 25, en la máquina 2 el modelo 15, en la máquina 3 el modelo 5 y en la máquina 4 el modelo 35. Con lo cual u 1 (25,15,5,35). De este modo r 1 quedará como: r 1 = ( tc12,25 + tp25,1) + ( tc7,15 + tp15,2) + ( tc67,5 + tp5,3) + ( tc100,35 + tp35, 4) Donde tc 12,25 es el tiempo que se tarda en realizar los ajustes necesarios a la máquina 1 de la sección de prensa y esmaltado para pasar de producir el modelo 12 al modelo 25. Y siendo tp 25,1 el tiempo que se tarda en procesar el lote de piezas del modelo 25 en la máquina 1 de la sección de prensa y esmaltado. Que será igual al tamaño del lote por el tiempo de ciclo de dicho modelo en dicha máquina. Si se prueba otra combinación se obtiene otro rendimiento, evidentemente interesa el rendimiento menor puesto que es el que procesa las piezas en el menor tiempo. Si tenemos n piezas, probando todas las combinaciones posibles que se pueden dar en esa sección se puede obtener la combinación de piezas que menor tiempo tarde en ser procesado, con lo cual disminuiría el tiempo de realización del makespan. Para explicar el significado del término ta i y el de ts k se ilustra el siguiente ejemplo: Inicialmente en la sección de horno tenemos que tc 0 (1,2) y se quieren procesar los modelos 26 y 27. El modelo 26 se tiene disponible a partir de t=26 h (es el tiempo que ha tardado en ser procesado el lote del modelo 26 en la sección de prensa y esmaltado) y el modelo 27 se tiene disponible en t=15 h. Del mismo modo el ts de la máquina 1 es de 51 h mientras que el ts de la máquina 2 es 12 h. Si se prueba la combinación u 2 (27,26) se tiene: r 2 = ( tp27,1 + tc1,27 + max( ta27, ts1)) + ( tp26,2 + tc2,26 + max( ta26, ts2)) En el que ta 27 valdría 15 horas y ts 1 51 horas de modo que el término valdría 51h. El término ta i y el ts k influirán en el rendimiento total obtenido. 4. Pruebas realizadas Con el modelo anterior se realizaron pruebas modificando el número de piezas a secuenciar y el lote a fabricar. Todas partirán de las mismas condiciones iniciales, es decir, todas tendrán los mismos modelos inicialmente en las máquinas a partir de las cuales se va a secuenciar. Para comprobar de forma más evidente estas evoluciones se han tomado tamaños de lotes intermedios y luego se han representado sus progresiones. 8

9 Tamaño de lote m2 Tf Tt Ti Ti/Tt Tf/Tt m2/tf m2(ti+tt) ,1 212,9 35,3 16,58% 35,74% 131,41 40, ,05 235,1 34,9 14,85% 35,33% 135,46 41, ,3 34,5 13,41% 34,99% 138,89 42, ,95 279,4 34,1 12,20% 34,70% 141,83 43, ,5 316,6 39,9 12,60% 32,69% 144,93 42, ,9 338,8 32,3 9,53% 32,43% 147,90 43, , ,05 10,82% 32,21% 150,54 43, ,6 383,1 30,5 7,96% 32,01% 152,91 45, ,3 29,6 7,30% 31,83% 155,04 45,988 Tabla 1: Resultados obtenidos siendo Tf el tiempo de finalización del Makespan Tt la suma de todos los tiempos de proceso y transición Ti el tiempo de inactividad de las máquinas 5. Conclusiones Al aumentar el tamaño de lote con la misma secuencia podemos observar que la secuencia se mantiene a la obtenida en la prueba 2, pero se reducen los tiempos de espera entre tareas en las máquinas. Los incrementos en el número de piezas provocan que el tiempo de finalización del makespan disminuye, esto es posible a que debido a que hay más piezas se producen más combinaciones y hay más posibilidades de que los tiempos de cambio de la primera etapa disminuyan En la última prueba realizada con piezas de distinto tamaño de lote se puede ver que las piezas de menor tamaño de lote son las que se secuencian primero, lo cual fuerza a que en las etapas posteriores se produzcan grandes tiempos de espera. Esto se podría solventar forzando a que las piezas de mayor lote sean secuenciadas en primer lugar. Planteando algunos ratios se pueden observar cosas interesantes, por ejemplo, que la proporción del tiempo de inactividad respecto del tiempo que se está trabajando disminuye al aumentar el tamaño de lote; esto quiere decir que cada vez las máquinas en proporción a lo que producen están menos inactivas. Del mismo modo sucede al ver la proporción entre el tiempo de finalización con el Tt, se puede ver que al aumentar el tamaño de lote disminuye la proporción, esto quiere decir que en proporción a la cantidad que se produce se termina antes con las tareas. Lo último que se puede observar es que la productividad reflejada respecto del tiempo de finalización del Makespan como respecto del total de los tiempos aumenta al aumentar el tamaño de lote. 9

10 Se puede utilizar la modelización mediante programación dinámica para resolver este timo de problema, salvo la complejidad aparecida en los procesos con multitud de piezas a secuenciar donde el modelo se complica extremadamente y, en esas situaciones se hace aconsejable la utilización de modelos alternativos. Referencias Andrés, C., Tormo, G., Albarracín, J.M. Y Vicens, E. (1998): Group Technology in a two stage flowshop environment: a case study. 16th European Conference on Operations Research Bowman, E.H. (1959): The schedule-sequencing problem. Operations Research, 7, Buzacott, J.A., Dutta, S.K. (1971): Sequencing many jobs on a multipurpose facility. Naval Research Logistics Quarterly, 18, Conway, R.W., Maxwell, W.L. y Miller, L.W. (1967): Theory of Scheduling. Addison- Wesley. Corwin, B.D. y Esogbue, A.O. (1974): Two-machines Flowshop Scheduling problems with Sequence Dependent Setup Times: A dynamic programming approach, Naval Research Logistics Quarterly, 21, Chen, R. y Gen, M. (1994): Evolution program for resource constrained project scheduling probleems. Proceedings of the First IEEE Conference on Evolutionary computation, IEEE Press, USA, Cheng, T.C.E., y Sin, C.C.S. (1990): A state-of-the-art review of parallel-machine scheduling research. European Journal of Operational Research, 47, Lawler, E.L. (1964): On scheduling problems with deferral costs, Management Science, 11, Manne, A.S. (1960): On the job shop scheduling problem. Operations Research, 8, Monma, C.L. y Potts, C.N. (1989): On the complexity of scheduling with batch setup times. Operations Research, 37, Riane, F., Artiba, A. y Elmaghraby, S.E. (1998): A hybrid three-stage flowshop problem: efficient heurístics to minimize makespan. European Journal of Operational Research 109, Salvador, M.S. (1973): A solution to a special class of flow-shop scheduling problem. Symposium on the Theory of Scheduling and its Applications. Springer-Berlag, Berlin (Alemania), Shapiro, J.F. (1993): Mathematical Programming Models and Methods for Production Planning and Scheduling. Ed. Graves, C., Handbook in OR & MS, 4. 10

1. Introducción RESUMEN

1. Introducción RESUMEN 27 Congreso Nacional de Estadística e Investigación Operativa Lleida, 8-11 de abril de 2003 ANÁLISIS COMPARATIVO DEL RENDIMIENTO DE REGLAS DE DESPACHO TRADICIONALES EN UN TALLER DE FLUJO HÍBRIDO CON TIEMPOS

Más detalles

Jhoan Sebastián Cadavid Jaramillo Ingeniero Industrial, Universidad Nacional de Colombia, jscadav0@unal.edu.co RESUMEN

Jhoan Sebastián Cadavid Jaramillo Ingeniero Industrial, Universidad Nacional de Colombia, jscadav0@unal.edu.co RESUMEN PROBLEMA DE PROGRAMACIÓN DE PRODUCCIÓN ABIERTA CON CARACTERÍSTICAS DE MÁQUINAS MÓVILES DEDICADAS Y CON TIEMPOS DE PREPARACIÓN DEPENDIENTES DE LA SECUENCIA ENTRE ETAPAS Alexander Alberto Correa Espinal

Más detalles

PROCEDIMIENTO HEURÍSTICO PARA MINIMIZAR EL C max EN CELDAS ROBOTIZADAS CON BUFFERS FINITOS Y PIEZAS DISTINTAS

PROCEDIMIENTO HEURÍSTICO PARA MINIMIZAR EL C max EN CELDAS ROBOTIZADAS CON BUFFERS FINITOS Y PIEZAS DISTINTAS 27 Congreso Nacional de Estadística e Investigación Operativa Lleida, 8 11 de abril de 2003 PROCEDIMIENTO HEURÍSTICO PARA MINIMIZAR EL C max EN CELDAS ROBOTIZADAS CON BUFFERS FINITOS Y PIEZAS DISTINTAS

Más detalles

Flow-Shop Dinámico. Por: Juan Carlos Rivera Samuel De Greiff

Flow-Shop Dinámico. Por: Juan Carlos Rivera Samuel De Greiff Flow-Shop Dinámico Por: Juan Carlos Rivera Samuel De Greiff 1 Configuración tipo Flow- Shop Disposición lineal de los equipos. Productos con altos niveles de estandarización. Varios productos en volúmenes

Más detalles

Una regla de secuencia en la industria cerámica Aplicación a un caso real

Una regla de secuencia en la industria cerámica Aplicación a un caso real BOLETIN DE LA SOCIEDAD ESPAÑOLA DE Cerámica y Vidrio A R T I C U L O c o r t o Una regla de secuencia en la industria cerámica Aplicación a un caso real E. VICENS, J.J. ALFARO, J.J. GUARCH Grupo de Investigación

Más detalles

MODELOS DE PLANIFICACIÓN

MODELOS DE PLANIFICACIÓN MODELOS DE PLANIFICACIÓN Santiago de Compostela, Octubre 2006 1 s jk C max P Jm prmt L max NP Rm tree C j Algoritmos wj U j Uj Calendarios Fm prec w j U j Práctica CONTENIDO. Contents 1 Descripción del

Más detalles

MODELIZACIÓN DEL PROBLEMA DE PROGRAMACIÓN EN TALLERES CON MÁQUINAS SIMILARES EN PARALELO Y RECURSOS VARIABLES

MODELIZACIÓN DEL PROBLEMA DE PROGRAMACIÓN EN TALLERES CON MÁQUINAS SIMILARES EN PARALELO Y RECURSOS VARIABLES 27 Congreso Nacional de Estadística e Investigación Operativa Lleida, 8-11 de abril de 2003 MODELIZACIÓN DEL PROBLEMA DE PROGRAMACIÓN EN TALLERES CON MÁQUINAS SIMILARES EN PARALELO Y RECURSOS VARIABLES

Más detalles

Algoritmos exactos y heurísticos para minimizar el adelantamiento y retraso ponderados en una máquina con una fecha de entrega común

Algoritmos exactos y heurísticos para minimizar el adelantamiento y retraso ponderados en una máquina con una fecha de entrega común Algoritmos... en una máquina con una fecha de entrega común Algoritmos exactos y heurísticos para minimizar el adelantamiento y retraso ponderados en una máquina con una fecha de entrega común R. Alvarez-Valdés,

Más detalles

B O L E T I N D E L A S O C I E D A D E S P A Ñ O L A D E. Cerámica y Vidrio A R T I C U L O

B O L E T I N D E L A S O C I E D A D E S P A Ñ O L A D E. Cerámica y Vidrio A R T I C U L O B O L E T I N D E L A S O C I E D A D E S P A Ñ O L A D E Cerámica y Vidrio A R T I C U L O Análisis de la programación de la producción en el sector cerámico español E. VALLADA 1, C. MAROTO 1, R. RUIZ

Más detalles

FLEXIPLAN: UN SISTEMA DE PLANIFICACIÓN DE LA PRODUCCIÓN

FLEXIPLAN: UN SISTEMA DE PLANIFICACIÓN DE LA PRODUCCIÓN 27 Congreso Nacional de Estadística e Investigación Operativa Lleida, 8-11 de abril de 2003 FLEXIPLAN: UN SISTEMA DE PLANIFICACIÓN DE LA PRODUCCIÓN Vicente Valls 1, Jose Manuel Belenguer 1, Pilar Lino

Más detalles

Scheduling Problem. Cuándo y dónde debo hacer cada trabajo?

Scheduling Problem. Cuándo y dónde debo hacer cada trabajo? Scheduling Problem Cuándo y dónde debo hacer cada trabajo? Ejemplos de problemas de asignación de recursos Fabricación de varios tipos de productos Asignación de turnos de trabajo Inversión financiera

Más detalles

Una permutación eficiente para minimizar la suma de los tiempos de acabado de "n" trabajos en "m" máquinas Freddy Abarca R. fabarca@ic-itcr.ac.

Una permutación eficiente para minimizar la suma de los tiempos de acabado de n trabajos en m máquinas Freddy Abarca R. fabarca@ic-itcr.ac. Una permutación eficiente para minimizar la suma de los tiempos de acabado de "n" trabajos en "m" máquinas Freddy Abarca R. fabarca@ic-itcr.ac.cr El problema de la asignación de cargas de trabajo, a pesar

Más detalles

Planificación y secuenciamiento de procesos por lotes. Prof. Cesar de Prada ISA-UVA

Planificación y secuenciamiento de procesos por lotes. Prof. Cesar de Prada ISA-UVA Planificación secuenciamiento de procesos por lotes Prof. Cesar de Prada ISA-UVA Indice Procesos plantas batch Conceptos básicos de secuenciamiento Formulación de problemas de secuenciamiento Resolución

Más detalles

BALANCEO DE CARGA ACADÉMICA EN EL DISEÑO DE UN CURRÍCULUM BASADO EN COMPETENCIAS

BALANCEO DE CARGA ACADÉMICA EN EL DISEÑO DE UN CURRÍCULUM BASADO EN COMPETENCIAS BALANCEO DE CARGA ACADÉMICA EN EL DISEÑO DE UN CURRÍCULUM BASADO EN COMPETENCIAS Martín G. Solar Monsalves Facultad de Ciencias de la Ingeniería Universidad Austral de Chile, Valdivia, Chile. Casilla 567,

Más detalles

Comportamiento de los parámetros principales de un Algoritmo Genético para el Flow Shop Scheduling

Comportamiento de los parámetros principales de un Algoritmo Genético para el Flow Shop Scheduling Comportamiento de los parámetros principales de un Algoritmo Genético para el Flow Shop Scheduling Yunior César Fonseca Reyna Universidad de Granma E-mail: fonseca@udg.co.cu Temática: Inteligencia Artificial

Más detalles

Planificación detallada

Planificación detallada Planificación detallada 77 Planificación detallada En las empresas que fabrican contra pedido la tarea de determinar la secuencia óptima de fabricación de artículos en un taller es complicada debido al

Más detalles

Una heurística para la asignación de máquinas a trabajos fijos

Una heurística para la asignación de máquinas a trabajos fijos VIII Congreso de Ingeniería de Organización Leganés, 9 y 10 de septiembre de 2004 Una heurística para la asignación de máquinas a trabajos fijos José Manuel García Sánchez, Marcos Calle Suárez, Gabriel

Más detalles

T E C N O L O G Í A OPTIMIZACIÓN DE MATERIALES MEDIANTE PATRONES DE CORTE EFICIENTE. Aplicación. a la INDUSTRIA

T E C N O L O G Í A OPTIMIZACIÓN DE MATERIALES MEDIANTE PATRONES DE CORTE EFICIENTE. Aplicación. a la INDUSTRIA OPTIMIZACIÓN DE MATERIALES MEDIANTE PATRONES DE CORTE EFICIENTE Aplicación a la INDUSTRIA de la construcción 1 El presente estudio propone el uso de un algoritmo comúnmente utilizado en la rama de investigación

Más detalles

Programación de Sistemas Productivos

Programación de Sistemas Productivos Universidad Simón Bolívar Programación de Sistemas Productivos Secuenciación de Operaciones PS-4162 Gestión de la Producción II 1 Contenido Secuencias de trabajo en los centros de trabajo Reglas de prioridad

Más detalles

SECUENCIACIÓN DE SISTEMAS DE TIPO JOB SHOP MEDIANTE APRENDIZAJE AUTOMÁTICO

SECUENCIACIÓN DE SISTEMAS DE TIPO JOB SHOP MEDIANTE APRENDIZAJE AUTOMÁTICO SECUENCIACIÓN DE SISTEMAS DE TIPO JOB SHOP MEDIANTE APRENDIZAJE AUTOMÁTICO Paolo Priore Moreno Raúl Pino Diez Alberto Gómez Gómez UNIVERSIDAD DE OVIEDO Una forma habitual de secuenciar de modo dinámico

Más detalles

Simulación de la entrega secuenciada de asientos en un proveedor de primer nivel del sector del automóvil

Simulación de la entrega secuenciada de asientos en un proveedor de primer nivel del sector del automóvil 4 th International Conference on Industrial Engineering and Industrial Management XIV Congreso de Ingeniería de Organización Donostia- San Sebastián, September 8 th -10 th 2010 Simulación de la entrega

Más detalles

Programación de tareas, un reto diario en la empresa

Programación de tareas, un reto diario en la empresa Programación de tareas, un reto diario en la empresa Pedro Sánchez Martín Ingeniero del ICAI (1993) y Doctor en Ingeniería Industrial por la UPCO (1998). Profesor del Departamento de Organización Industrial

Más detalles

El Sudoku de la Planificación de la Producción

El Sudoku de la Planificación de la Producción Mejoras a la planificación y secuenciación de órdenes en SAP ECC El Sudoku de la Planificación de la Producción La planificación en las empresas es un proceso por el cual cada uno de los departamentos

Más detalles

Desarrollo de un nuevo algoritmo para resolver programas lineales enteros y su aplicación práctica en el desarrollo económico.

Desarrollo de un nuevo algoritmo para resolver programas lineales enteros y su aplicación práctica en el desarrollo económico. Desarrollo de un nuevo algoritmo para resolver programas lineales enteros y su aplicación práctica en el desarrollo económico. 7071 Febrero, 2014 Resumen Es importante señalar que en un entorno social

Más detalles

Algoritmo de dispatching para la programación de la producción en una planta de fabricación Pág. 1. Resumen

Algoritmo de dispatching para la programación de la producción en una planta de fabricación Pág. 1. Resumen Algoritmo de dispatching para la programación de la producción en una planta de fabricación Pág. 1 Resumen Este proyecto tiene por objetivo resolver un problema real de secuenciación de operaciones de

Más detalles

ASALBP: Alternative Subgraphs Assembly Line Balancing Problem *

ASALBP: Alternative Subgraphs Assembly Line Balancing Problem * IX Congreso de Ingeniería de Organización Gijón, 8 y 9 de septiembre de 2005 ASALBP: Alternative Subgraphs Assembly Line Balancing Problem * Liliana Capacho Betancourt 1, Rafael Pastor Moreno 2 1 Dpto

Más detalles

TÉCNICAS DE PLANIFICACIÓN Y CONTROL DE PROYECTOS 1

TÉCNICAS DE PLANIFICACIÓN Y CONTROL DE PROYECTOS 1 Técnicas de planificación y control de proyectos Andrés Ramos Universidad Pontificia Comillas http://www.iit.comillas.edu/aramos/ Andres.Ramos@comillas.edu TÉCNICAS DE PLANIFICACIÓN Y CONTROL DE PROYECTOS

Más detalles

CLASIFICACIÓN DE LOS SISTEMAS PRODUCTIVOS

CLASIFICACIÓN DE LOS SISTEMAS PRODUCTIVOS TEMA 3 PRODUCCIÓN CLASIFICACIÓN DE LOS SISTEMAS PRODUCTIVOS DIMENSIÓN NIVEL SÍMBOLO Variedad de productos: Producto único 1 Varios productos n Variedad de proceso: Una sola operación 1 Varias operaciones

Más detalles

DESARROLLO DE SOFTWARE CON CALIDAD PARA UNA EMPRESA

DESARROLLO DE SOFTWARE CON CALIDAD PARA UNA EMPRESA DESARROLLO DE SOFTWARE CON CALIDAD PARA UNA EMPRESA Resumen AUTORIA CARLOS CABALLERO GONZÁLEZ TEMATICA INFORMÁTICA ETAPA ESO-BACHILLERATO-CFGM(ESI,ASI,DSI) Se describe la revolución que supuso la incursión

Más detalles

UNIVERSIDAD CATÓLICA DEL NORTE PROGRAMA DE ESTUDIOS I. IDENTIFICACIÓN DE LA ASIGNATURA II. OBJETIVOS GENERALES

UNIVERSIDAD CATÓLICA DEL NORTE PROGRAMA DE ESTUDIOS I. IDENTIFICACIÓN DE LA ASIGNATURA II. OBJETIVOS GENERALES UNIVERSIDAD CATÓLICA DEL NORTE PROGRAMA DE ESTUDIOS I. IDENTIFICACIÓN DE LA ASIGNATURA Nombre: Administración de la Producción II Código: CC-983 Fecha Actualización: Marzo 2005 Unidad Responsable: Departamento

Más detalles

MODELO JERÁRQUICO PARA EL JOB SHOP FLEXIBLE

MODELO JERÁRQUICO PARA EL JOB SHOP FLEXIBLE !#"$%$$ %!& '($! *)!!#% $)$ +-,/.103254 687/9:6(;=1.1?A@50

Más detalles

Programación de la producción en talleres de flujo con máquinas sin interrupción. Algoritmos y aplicaciones *

Programación de la producción en talleres de flujo con máquinas sin interrupción. Algoritmos y aplicaciones * 3 rd International Conference on Industrial Engineering and Industrial Management XIII Congreso de Ingeniería de Organización Barcelona-Terrassa, September 2nd-4th 2009 Programación de la producción en

Más detalles

El Mapa de Procesos y Análisis de Procesos Clave Área Temática: Calidad

El Mapa de Procesos y Análisis de Procesos Clave Área Temática: Calidad Proyecto fin de Master Hito 2 Ejercicio Nº 2 El Mapa de Procesos y Análisis de Procesos Clave Área Temática: Calidad Enunciado teórico El Mapa de Procesos Un proceso es un conjunto de actividades y recursos

Más detalles

Tesis Doctoral: Método Neuro-Genético para resolver problemas de la programación de la producción.

Tesis Doctoral: Método Neuro-Genético para resolver problemas de la programación de la producción. EDUCACION New Mexico State University, Las Cruces NM. Doctor en Ingeniería con especialidad en Ingeniería Industrial. 1999-2002 Asesor: Dr. Linda Ann Riley Tesis Doctoral: Método Neuro-Genético para resolver

Más detalles

HEURISTIC FOR SCHEDULING OF PROJECTS WITH RESTRICTION OF RESOURCES UN HEURÍSTICO PARA PLANEACIÓN DE PROYECTOS CON RESTRICCIÓN DE RECURSOS

HEURISTIC FOR SCHEDULING OF PROJECTS WITH RESTRICTION OF RESOURCES UN HEURÍSTICO PARA PLANEACIÓN DE PROYECTOS CON RESTRICCIÓN DE RECURSOS HEURISTIC FOR SCHEDULING OF PROJECTS WITH RESTRICTION OF RESOURCES UN HEURÍSTICO PARA PLANEACIÓN DE PROYECTOS CON RESTRICCIÓN DE RECURSOS Juan C. Rivera, Luis F. Moreno, F. Javier Díaz, Gloria E. Peña

Más detalles

Investigación de Operaciones (IO) Operations Research

Investigación de Operaciones (IO) Operations Research Investigación de Operaciones (IO) Operations Research Dr. Ricardo Soto [ricardo.soto@ucv.cl] [http://www.inf.ucv.cl/ rsoto] Escuela de Ingeniería Informática Pontificia Universidad Católica de Valparaíso

Más detalles

Uso de algoritmos genéticos para resolver el modelo determinista y estocástico para el diseño de una red de recogida de residuos

Uso de algoritmos genéticos para resolver el modelo determinista y estocástico para el diseño de una red de recogida de residuos International Conference on Industrial Engineering & Industrial Management - CIO 2007 1443 Uso de algoritmos genéticos para resolver el modelo determinista y estocástico para el diseño de una red de recogida

Más detalles

Programación y control de la producción

Programación y control de la producción Programación y control de la producción Guía Docente Master Oficial en Planificación y Gestión de Procesos Empresariales Universitat de València Datos del Curso Nombre de la asignatura Programación y control

Más detalles

Palabras clave Programación de la Producción, Entorno Dinámico, Taller de Flujo, Algoritmo Genético, Industria Cerámica. I.

Palabras clave Programación de la Producción, Entorno Dinámico, Taller de Flujo, Algoritmo Genético, Industria Cerámica. I. Programación de la Producción en Entornos Dinámicos utilizando Algoritmos Genéticos y el Paradigma de Sistemas Multiagente. Pedro Gómez-Gasquet 1, Rubén Darío Franco 2, Carlos Andrés 3, Raúl Cortes 4 Resumen

Más detalles

Programación Lineal Entera

Programación Lineal Entera Programación Lineal Entera P.M. Mateo y David Lahoz 2 de julio de 2009 En este tema se presenta un tipo de problemas formalmente similares a los problemas de programación lineal, ya que en su descripción

Más detalles

Desarrollar y aplicar estrategias para resolver problemas Determinar si un gráfico es lineal dibujando puntos en una situación dada

Desarrollar y aplicar estrategias para resolver problemas Determinar si un gráfico es lineal dibujando puntos en una situación dada MANEJO DE DATOS Analizar gráficos o diagramas de situaciones dadas para identificar información específica Recoger datos, dibujar los datos usando escalas apropiadas y demostrar una comprensión de las

Más detalles

IN4703 Gestión de Operaciones. Programación de Operaciones (Operations Scheduling)

IN4703 Gestión de Operaciones. Programación de Operaciones (Operations Scheduling) IN4703 Gestión de Operaciones Programación de Operaciones (Operations Scheduling) Lineamientos de la Clase de Hoy Objetivos de la Programación de Operaciones Sistemas de Manufactura (Manufacturing Execution

Más detalles

Programación lógica basada en restricciones

Programación lógica basada en restricciones Programación lógica basada en restricciones Introducción. La programación lógica basada en restricciones [1][2] es un paradigma muy útil para formular y resolver problemas que se definen de forma natural

Más detalles

MATEMÁTICAS II APUNTES DE TEORÍA CURSO ACADÉMICO 2012-13. Carlos Ivorra

MATEMÁTICAS II APUNTES DE TEORÍA CURSO ACADÉMICO 2012-13. Carlos Ivorra MATEMÁTICAS II APUNTES DE TEORÍA CURSO ACADÉMICO 2012-13 Carlos Ivorra Índice 1 Introducción a la optimización 1 2 Programación entera 18 3 Introducción a la programación lineal 24 4 El método símplex

Más detalles

Planificación de proyectos

Planificación de proyectos Planificación de proyectos Introducción Características de un proyecto: Conjunto numeroso de actividades complejas. Es singular (Conjunto de sucesos y actividades que sólo se presenta una vez) Es finito

Más detalles

TEMA 6 PLANIFICACIÓN Y PROGRAMACIÓN DEL PROYECTO

TEMA 6 PLANIFICACIÓN Y PROGRAMACIÓN DEL PROYECTO TEMA 6 PLANIFICACIÓN Y PROGRAMACIÓN DEL PROYECTO 99 100 6.1 PREPARACIÓN DEL PROYECTO Una vez que el cliente ha aceptado la oferta presentada y le ha sido notificada la adjudicación del proyecto, la empresa

Más detalles

Capítulo VI MÉTODOS DE SOLUCIÓN PARA JOB SHOP SCHEDULING

Capítulo VI MÉTODOS DE SOLUCIÓN PARA JOB SHOP SCHEDULING Capítulo VI MÉTODOS DE SOLUCIÓN PARA JOB SHOP SCHEDULING 6.1. HEURÍSTICAS CONVENCIONALES El problema de job shop scheduling (JSSP) es un problema muy importante [69]; está entre los problemas de optimización

Más detalles

Planificación y control a corto plazo. Alberto Gómez Gómez

Planificación y control a corto plazo. Alberto Gómez Gómez Planificación y control a corto plazo Alberto Gómez Gómez BIBLIOGRAFÍA BÁSICA Chase, R.B.; Aquilano, N.J.; Jacobs, F.R. (2000): Administración de Producción y Operaciones (Santa Fe de Bogotá: McGraw- Hill).

Más detalles

Análisis de un problema Job Shop por medio de un Sistema Experto y un Agente Inteligente

Análisis de un problema Job Shop por medio de un Sistema Experto y un Agente Inteligente 3rd International Conference on Industrial Engineering and Industrial Management XIII Congreso de Ingeniería de Organización Barcelona-Terrassa, September 2nd-4th 2009 Análisis de un problema Job Shop

Más detalles

Análisis del juego televisivo QUIÉN QUIERE SER MILLONARIO? R

Análisis del juego televisivo QUIÉN QUIERE SER MILLONARIO? R Análisis del juego televisivo QUIÉN QUIERE SER MILLONARIO? R Federico Perea Justo Puerto * MaMaEuSch ** Management Mathematics for European Schools 94342 - CP - 1-2001 - DE - COMENIUS - C21 * Universidad

Más detalles

SOFTWARE DE GESTION DE PRODUCCIÓN: ORTHOGES

SOFTWARE DE GESTION DE PRODUCCIÓN: ORTHOGES SOFTWARE DE GESTION DE PRODUCCIÓN: ORTHOGES Jesús A. Royo Sánchez, Ana Brun de Buen, María Pilar Lambán Castillo, Daniel Pérez Soriano. Profesores del Área de Ingeniería de los Procesos de Fabricación

Más detalles

Fundamentos de Investigación de Operaciones Asignación y Vendedor Viajero

Fundamentos de Investigación de Operaciones Asignación y Vendedor Viajero Fundamentos de Investigación de Operaciones y Vendedor Viajero 23 de mayo de 2004 Si bien la resolución del problema de transporte mediante tableau parece ser muy expedita, existen ciertos tipos de problemas

Más detalles

Combinación de Algoritmos Evolutivos y Técnicas Heurísticas para Problemas de Scheduling

Combinación de Algoritmos Evolutivos y Técnicas Heurísticas para Problemas de Scheduling Combinación de Algoritmos Evolutivos y Técnicas Heurísticas para Problemas de Scheduling Ramiro Varela, Javier Blanco, Camino Rodríguez, Jorge Puente y César Alonso Centro de Inteligencia Artificial. Universidad

Más detalles

Caballero, Cabello, Cano y Ruiz. 1.- Introducción

Caballero, Cabello, Cano y Ruiz. 1.- Introducción 1.- Introducción Partiendo de los estudios de Markowitz (1959) y de trabajos posteriores, como el de Sharpe (1963), en nuestro trabajo, una vez seleccionada la cartera, pretendemos dar un paso más, realizando

Más detalles

EL PROBLEMA DE PROGRAMACIÓN Y SECUENCIAMIENTO DE TAREAS EN EL PROCESO DE SECADO EN UN ASERRADERO

EL PROBLEMA DE PROGRAMACIÓN Y SECUENCIAMIENTO DE TAREAS EN EL PROCESO DE SECADO EN UN ASERRADERO Theoria, Vol. 16 (1): 15-22, 2007 ISSN 0717-196X Artículo / Article EL PROBLEMA DE PROGRAMACIÓN Y SECUENCIAMIENTO DE TAREAS EN EL PROCESO DE SECADO EN UN ASERRADERO THE PROBLEM OF TASK SCHEDULING AND SEQUENCING

Más detalles

Revisión de los sistemas de control de la producción basados en tarjetas. *

Revisión de los sistemas de control de la producción basados en tarjetas. * ƒ Índice Revisión de los sistemas de control de la producción basados en tarjetas. * Pedro L. González Rodríguez 1, José M. Framiñán 2, Rafael Ruíz-Usano 3 1 Ingeniero de Organización Industrial, pedroluis@esi.us.es

Más detalles

SISTEMAS DE CONTROL PUSH-PULL. UN ESTUDIO COMPARATIVO.

SISTEMAS DE CONTROL PUSH-PULL. UN ESTUDIO COMPARATIVO. SISTEMAS DE CONTROL PUSH-PULL. UN ESTUDIO COMPARATIVO. Ruiz-Usano, R. Framiñán, J.M., Crespo, A., Muñoz, M.A. Grupo I+DT Organización Industrial. Dpto. Organización Industrial y Gestión de Empresas Escuela

Más detalles

PROYECTO DE AUTOMATIZACION I

PROYECTO DE AUTOMATIZACION I PROYECTO DE AUTOMATIZACION I Ingeniería de Proceso Para realizar la automatización de un proceso de producción se debe garantizar que se conocen a fondo todas las operaciones y los equipos relacionados

Más detalles

www.fundibeq.org Además, se recomienda su uso como herramienta de trabajo dentro de las actividades habituales de gestión.

www.fundibeq.org Además, se recomienda su uso como herramienta de trabajo dentro de las actividades habituales de gestión. DIAGRAMA DE FLECHAS 1.- INTRODUCCIÓN Este documento sirve de guía para el proceso de planificación de proyectos. Describe desde la visualización de la secuencia de acciones a desarrollar en dichos proyectos

Más detalles

Rubén Ruiz, Miguel Angel Edo.

Rubén Ruiz, Miguel Angel Edo. 27 Congreso Nacional de Estadística e Investigación Operativa Lleida, 8 11 de abril de 2003 ANÁLISIS Y PREVISIÓN DE VENTAS EN EL SECTOR AZULEJERO Rubén Ruiz, Miguel Angel Edo. Departamento de Estadística

Más detalles

EVALUACION DEL IMPACTO DEL TAMAÑO DEL LOTE DE TRANSFERENCIA EN LA PROGRAMACION DE OPERACIONES DE UN SISTEMA PRODUCTIVO DEL TIPO FLOW-SHOP

EVALUACION DEL IMPACTO DEL TAMAÑO DEL LOTE DE TRANSFERENCIA EN LA PROGRAMACION DE OPERACIONES DE UN SISTEMA PRODUCTIVO DEL TIPO FLOW-SHOP EVALUACION DEL IMPACTO DEL TAMAÑO DEL LOTE DE TRANSFERENCIA EN LA PROGRAMACION DE OPERACIONES DE UN SISTEMA PRODUCTIVO DEL TIPO FLOW-SHOP KATHERINE CABALLERO MOYA ESCUELA DE ESTUDIOS INDUSTRIALES Y EMPRESARIALES

Más detalles

SIMULACIÓN CONTINUA Y DISCRETA DE UN SISTEMA DE PRODUCCIÓN CON INVENTARIO EN PROCESO CONSTANTE.

SIMULACIÓN CONTINUA Y DISCRETA DE UN SISTEMA DE PRODUCCIÓN CON INVENTARIO EN PROCESO CONSTANTE. SIMULACIÓN CONTINUA Y DISCRETA DE UN SISTEMA DE PRODUCCIÓN CON INVENTARIO EN PROCESO CONSTANTE. Ruiz-Usano, R., Framiñán, J.M., Crespo, A. y Muñoz, M.A. Grupo I+DT Organización Industrial Dpto. Organización

Más detalles

ESTADO DEL ARTE DE LA PROGRAMACIÓN DE OPERACIONES CON TIEMPOS DE PREPARACIÓN: TEMA PARA FUTURAS INVESTIGACIONES, PARTE II

ESTADO DEL ARTE DE LA PROGRAMACIÓN DE OPERACIONES CON TIEMPOS DE PREPARACIÓN: TEMA PARA FUTURAS INVESTIGACIONES, PARTE II NOTA TÉCNICA ESTADO DEL ARTE DE LA PROGRAMACIÓN DE OPERACIONES CON TIEMPOS DE PREPARACIÓN: TEMA PARA FUTURAS INVESTIGACIONES, PARTE II D Armas, Mayra Resumen: El problema de la programación de operaciones

Más detalles

CURSO CERO. Departamento de Matemáticas. Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre

CURSO CERO. Departamento de Matemáticas. Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre CURSO CERO Departamento de Matemáticas Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre Capítulo 1 La demostración matemática Demostración por inducción El razonamiento por inducción es una

Más detalles

Desarrollo de algoritmos genéticos, de recocido simulado e híbridos para la planificación de un taller flexible

Desarrollo de algoritmos genéticos, de recocido simulado e híbridos para la planificación de un taller flexible X Congreso de Ingeniería de Organización Valencia, 7 y 8 de septiembre de 2006 Desarrollo de algoritmos genéticos, de recocido simulado e híbridos para la planificación de un taller flexible Sara Lumbreras

Más detalles

Grupo de cursos de formación para implementar un sistema de control, calidad y mejora continua en procesos de fabricación industrial.

Grupo de cursos de formación para implementar un sistema de control, calidad y mejora continua en procesos de fabricación industrial. Grupo de cursos de formación para implementar un sistema de control, calidad y mejora continua en procesos de fabricación industrial. El objetivo de estos cursos, es la formación en técnicas y métodos

Más detalles

El proceso unificado en pocas palabras

El proceso unificado en pocas palabras El Proceso Unificado de Desarrollo de Software Ivar Jacobson Grady Booch James Rumbaugh Addison Wesley Resumen Capítulo 1. El proceso unificado: dirigido por casos de uso, centrado en la arquitectura,

Más detalles

Complejidad - Problemas NP-Completos. Algoritmos y Estructuras de Datos III

Complejidad - Problemas NP-Completos. Algoritmos y Estructuras de Datos III Complejidad - Problemas NP-Completos Algoritmos y Estructuras de Datos III Teoría de Complejidad Un algoritmo eficiente es un algoritmo de complejidad polinomial. Un problema está bien resuelto si se conocen

Más detalles

Un programa entero de dos variables. 15.053 Jueves, 4 de abril. La región factible. Por qué programación entera? Variables 0-1

Un programa entero de dos variables. 15.053 Jueves, 4 de abril. La región factible. Por qué programación entera? Variables 0-1 15.053 Jueves, 4 de abril Un programa entero de dos variables Introducción a la programación entera Modelos de programación entera Handouts: material de clase maximizar 3x + 4y sujeto a 5x + 8y 24 x, y

Más detalles

Análisis mediante simulación de un sistema de almacén para mejorar el número de repeticiones en una planta de Pinturas

Análisis mediante simulación de un sistema de almacén para mejorar el número de repeticiones en una planta de Pinturas PRODUCTION MANAGEMENT 4 th International Conference on Industrial Engineering and Industrial Management XIV Congreso de Ingeniería de Organización Donostia- San Sebastián, September 8 th -10 th 2010 Análisis

Más detalles

MICROCURRÍCULO(SYLLABUS)

MICROCURRÍCULO(SYLLABUS) I. INFORMACIÓN GENERAL NOMBRE DEL CURSO:Electiva de Profundización III: Operaciones Logísticas CÓDIGO 103030 UNIDAD ACADÉMICA NIVEL ACADÉMICO DEL CURSO COMPONENTE DE FORMACIÓN FACULTAD PROGRAMA Facultad

Más detalles

La Metodología FILDFO (First In Last Daily First Out) para la Gestión de Almacenes de Productos Distintos, Pesados y Apilables.

La Metodología FILDFO (First In Last Daily First Out) para la Gestión de Almacenes de Productos Distintos, Pesados y Apilables. X Congreso de Ingeniería de Organización Valencia, 7 y 8 de septiembre de 2006 La Metodología FILDFO (First In Last Daily First Out) para la Gestión de Almacenes de Productos Distintos, Pesados y Apilables.

Más detalles

Propuesta de Portal de la Red de Laboratorios Virtuales y Remotos de CEA

Propuesta de Portal de la Red de Laboratorios Virtuales y Remotos de CEA Propuesta de Portal de la Red de Laboratorios Virtuales y Remotos de CEA Documento de trabajo elaborado para la Red Temática DocenWeb: Red Temática de Docencia en Control mediante Web (DPI2002-11505-E)

Más detalles

Algoritmos Evolutivos para la Secuenciación de Operaciones con Tiempos de Preparación

Algoritmos Evolutivos para la Secuenciación de Operaciones con Tiempos de Preparación 7 Algoritmos Evolutivos para la Secuenciación de Operaciones con Tiempos de Preparación Evolutionary Algorithms for the Scheduling with Setups Times Mayra D Armas Regnault Palabras Claves: Algoritmos Evolutivos,

Más detalles

LA INVESTIGACIÓN OPERATIVA EN LAS LICENCIATURAS DE ECONOMÍA Y DE ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS

LA INVESTIGACIÓN OPERATIVA EN LAS LICENCIATURAS DE ECONOMÍA Y DE ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS LA INVESTIGACIÓN OPERATIVA EN LAS LICENCIATURAS DE ECONOMÍA Y DE ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS Ibar Alonso, Raquel Dpto. Métodos Cuantitativos para la Economía Facultad de Ciencias Económicas

Más detalles

Título: Optimización de recursos empresariales

Título: Optimización de recursos empresariales Título: Optimización de recursos empresariales Dirección del curso: Juan Carlos Momparler Pechuán Fechas de impartición del curso: inicio11 de Mayo 2004, fin 1 de junio Días 11,12,13, 18,19,20,25,26,27

Más detalles

PROGRAMACIÓN DE LA SECUENCIA DE LAS ÓRDENES DE PRODUCCIÓN MEDIANTE LA APLICACIÓN DE ALGORITMOS GENÉTICOS

PROGRAMACIÓN DE LA SECUENCIA DE LAS ÓRDENES DE PRODUCCIÓN MEDIANTE LA APLICACIÓN DE ALGORITMOS GENÉTICOS PROGRAMACIÓN DE LA SECUENCIA DE LAS ÓRDENES DE PRODUCCIÓN MEDIANTE LA APLICACIÓN DE ALGORITMOS GENÉTICOS Mateo Doll, Manuel D' Armas Regnault, Mayra Resumen: El presente trabajo se enmarca dentro del área

Más detalles

Tema I: Gestión de Proyectos Software: Planificación

Tema I: Gestión de Proyectos Software: Planificación Tema I: Gestión de Proyectos Software: Planificación Bibliografía Calvo-Manzano, J.A., Cervera, J., Fernández, L., Piattini, M. Aplicaciones Informáticas de Gestión. Una perspectiva de Ingeniería del Software.

Más detalles

Scientia Et Technica ISSN: 0122-1701 scientia@utp.edu.co Universidad Tecnológica de Pereira Colombia

Scientia Et Technica ISSN: 0122-1701 scientia@utp.edu.co Universidad Tecnológica de Pereira Colombia Scientia Et Technica ISSN: 0122-1701 scientia@utp.edu.co Universidad Tecnológica de Pereira Colombia Escobar Alvarán, Daniel Felipe; Garcés Hincapié, Julián Alberto; Restrepo Correa, Jorge Hernán Aplicación

Más detalles

ALGORITMICA III Capitulo I ANALISIS DE ALGORITMOS

ALGORITMICA III Capitulo I ANALISIS DE ALGORITMOS Universidad Nacional de San Antonio Abad del Cusco Departamento Académico de Informática ALGORITMICA III Capitulo I ANALISIS DE ALGORITMOS Iván Medrano Valencia ANALISIS DE ALGORITMOS Un algoritmo es un

Más detalles

Soluciones Óptimas y Aproximadas para Problemas de Optimización Discreta

Soluciones Óptimas y Aproximadas para Problemas de Optimización Discreta Soluciones Óptimas y Aproximadas para Problemas de Optimización Discreta Guía Docente Master Oficial en Planificación y Gestión de Procesos Empresariales Universitat de València Datos del Curso Nombre

Más detalles

GESTIÓN DE INVENTARIOS (STOCKS)

GESTIÓN DE INVENTARIOS (STOCKS) FUNCIÓN DE APROVISIONAMIENTO: el departamento de compras o aprovisionamiento se encarga de compra, almacenamiento y gestión de inventarios. Su objetivo es suministrar al departamento de producción los

Más detalles

Desarrollo de un cluster computacional para la compilación de. algoritmos en paralelo en el Observatorio Astronómico.

Desarrollo de un cluster computacional para la compilación de. algoritmos en paralelo en el Observatorio Astronómico. Desarrollo de un cluster computacional para la compilación de algoritmos en paralelo en el Observatorio Astronómico. John Jairo Parra Pérez Resumen Este artículo muestra cómo funciona la supercomputación

Más detalles

ORIENTACIONES PARA LA PRUEBA DE APTITUD PARA EL ACCESO A LA UNIVERSIDAD

ORIENTACIONES PARA LA PRUEBA DE APTITUD PARA EL ACCESO A LA UNIVERSIDAD ORIENTACIONES PARA LA PRUEBA DE APTITUD PARA EL ACCESO A LA UNIVERSIDAD MODALIDAD CIENTÍFICO-TÉCNICO 1. NOMBRE DE LA MATERIA: Matemáticas II 2. NOMBRE DEL COORDINADOR: Miguel Delgado Pineda (mdelgado@mat.uned.es,

Más detalles

Planificación de la producción de corto plazo en plantas batch multiproducto, multietapa: Un enfoque CP novedoso

Planificación de la producción de corto plazo en plantas batch multiproducto, multietapa: Un enfoque CP novedoso Planificación de la producción de corto plazo en plantas batch multiproducto, multietapa: Un enfoque CP novedoso Franco M. Novara#*, Juan M. Novas*, Gabriela P. Henning* #Facultad de Ingeniería Química,

Más detalles

Gestión y Planificación del Transporte y la Distribución

Gestión y Planificación del Transporte y la Distribución Gestión y Planificación del Transporte y la Distribución Guía Docente Master Oficial en Planificación y Gestión de Procesos Empresariales Universitat de València Datos del Curso Nombre de la asignatura

Más detalles

DESARROLLO DE UN SISTEMA PARA PROGRAMAR RECURSOS Y OPERACIONES EN LA FABRICACIÓN DE CALENTADORES ELÉCTRICOS BAJO PEDIDO

DESARROLLO DE UN SISTEMA PARA PROGRAMAR RECURSOS Y OPERACIONES EN LA FABRICACIÓN DE CALENTADORES ELÉCTRICOS BAJO PEDIDO REVISTA FACULTAD DE INGENIERÍA, U.T.A. (CHILE), VOL 12 Nº 2, 2004, pp. 35-42 DESARROLLO DE UN SISTEMA PARA PROGRAMAR RECURSOS Y OPERACIONES EN LA FABRICACIÓN DE CALENTADORES ELÉCTRICOS BAJO PEDIDO Ana

Más detalles

Producto Interno y Ortogonalidad

Producto Interno y Ortogonalidad Producto Interno y Ortogonalidad Departamento de Matemáticas, CSI/ITESM 15 de octubre de 2009 Índice 8.1. Contexto................................................ 1 8.2. Introducción...............................................

Más detalles

MÁQUINA DE VECTORES DE SOPORTE

MÁQUINA DE VECTORES DE SOPORTE MÁQUINA DE VECTORES DE SOPORTE La teoría de las (SVM por su nombre en inglés Support Vector Machine) fue desarrollada por Vapnik basado en la idea de minimización del riesgo estructural (SRM). Algunas

Más detalles

Optimización y Toma de Decisiones

Optimización y Toma de Decisiones Optimización y Toma de Decisiones Guía Docente Master Oficial en Planificación y Gestión de Procesos Empresariales Universitat de València Datos del Curso Nombre de la asignatura Optimización y Toma de

Más detalles

UNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI

UNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI UNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI NOMBRE DE LA ASIGNATURA: SISTEMAS DE PRODUCCIÓN I FECHA DE ELABORACIÓN: ENERO 2005 ÁREA DEL PLAN DE ESTUDIOS: AS ( ) AC

Más detalles

Estado del arte del problema de flujo general flexible con costes en la función objetivo *

Estado del arte del problema de flujo general flexible con costes en la función objetivo * Estado del arte del problema de fluo general flexible con costes en la función obetivo * Albert Corominas, Néstor Andrés González, Rafael Pastor Institut d'organització i Control de Sistemes Industrials

Más detalles

ÁLGEBRA LINEAL - Año 2012

ÁLGEBRA LINEAL - Año 2012 UNIVERSIDAD NACIONAL DE RÍO CUARTO FACULTAD DE CIENCIAS ECONÓMICAS ÁLGEBRA LINEAL - Año 0 Notas de Cátedra correspondientes a la UNIDAD SIETE PROGRAMACIÓN LINEAL * INECUACIONES Se denomina inecuación a

Más detalles

Representación con Restricciones de Medidas Cualitativas: Aplicación a un Problema de Scheduling

Representación con Restricciones de Medidas Cualitativas: Aplicación a un Problema de Scheduling Representación con Restricciones de Medidas Cualitativas: Aplicación a un Problema de Scheduling Salvador E. Ayala-Raggi German Cuaya-Simbro Modesto G. Medina-Melendrez Angélica Muñoz-Meléndez Instituto

Más detalles

OPTIMIZACIÓN EN MANTENIMIENTO

OPTIMIZACIÓN EN MANTENIMIENTO OPTIMIZACIÓN EN MANTENIMIENTO Entrenamiento en técnicas avanzadas para optimizar el remplazo de componentes e inspección de equipos Driven by knowledge info@apsoluti.es 2015 1 OPTIMIZACIÓN DE MANTENIMIENTO

Más detalles

Ingeniería del So:ware II

Ingeniería del So:ware II Ingeniería del So:ware II Tema 04 (1). Integración de Proyectos So:ware Carlos Blanco Bueno DPTO. DE MATEMÁTICAS, ESTADÍSTICA Y COMPUTACIÓN carlos.blanco@unican.es Este tema se publica bajo Licencia: CreaRve

Más detalles

La gestión de proyectos es la rama de la ciencia de la administración que trata de la planificación y el control de proyectos.

La gestión de proyectos es la rama de la ciencia de la administración que trata de la planificación y el control de proyectos. DEFINICIÓN DE PROYECTO Un proyecto es un conjunto de acciones No repetitivas Únicas De duración determinada Formalmente organizadas Que utilizan recursos Podremos considerar un proyecto, a efectos de aplicarle

Más detalles

TEMA 6: LA DECISIÓN DE DISTRIBUCIÓN FÍSICA DE LAS INSTALACIONES

TEMA 6: LA DECISIÓN DE DISTRIBUCIÓN FÍSICA DE LAS INSTALACIONES TEMA 6: LA DECISIÓN DE DISTRIBUCIÓN ÍSICA DE LAS INSTALACIONES LA DISTRIBUCIÓN ÍSICA DE LAS INSTALACIONES Podemos definir la distribución en planta como la ubicación de las distintas máquinas, puestos

Más detalles

PLANIFICACIÓN TEMPORAL DE PROYECTOS

PLANIFICACIÓN TEMPORAL DE PROYECTOS PLNIFIIÓN TEMPORL E PROYETOS 1. Introducción. La planificación temporal según los estándares 3. Técnicas de descomposición estructurada (ver presentación específica) 4. Métodos de planificación temporal

Más detalles

Programación de Grúas para Mantención y Construcción de Buques en un Astillero Naval. Uso de Modelo Matemático.

Programación de Grúas para Mantención y Construcción de Buques en un Astillero Naval. Uso de Modelo Matemático. Revista Ingeniería de Sistemas Volumen XXV, Septiembre 2011 Programación de Grúas para Mantención y Construcción de Buques en un Astillero Naval. Uso de Modelo Matemático. Marcelo Guiñez * Lorena Pradenas

Más detalles