La Técnica Enumerativa de Programación Dinámica en los Problemas de Producción e Inventario y los Algoritmos Genéticos

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

Download "La Técnica Enumerativa de Programación Dinámica en los Problemas de Producción e Inventario y los Algoritmos Genéticos"

Transcripción

1 La Técnica Enumerativa de Programación Dinámica en los Problemas de Producción e Inventario y los Algoritmos Genéticos AUTOR ING. MIGUEL JIMÉNEZ CARRIÓN M.Sc. Profesor Principal a DE, adscrito al Departamento Académico de Investigación de Operaciones de la Facultad de Ingeniería Industrial de la UNP Piura Perú RESUMEN En este trabajo se ha implementado un algoritmo genético simple para dar respuesta al problema de cuánto y cuándo ordenar la producción de un determinado bien durante un horizonte de planeamiento, de tal manera que se minimicen los costos totales de producción e inventario teniendo en cuenta satisfacer la demanda en cada período, la capacidad de almacenamiento y la capacidad de producción. Así mismo el AG implementado permite obtener respuestas sobre la conveniencia de asumir costos por rentar almacenamiento extra. Los resultados del algoritmo son coincidentes con los proporcionados con la metodología tradicional de la programación dinámica en todas las pruebas efectuadas con la ventaja de obtener menores tiempos de respuesta y mejores resultados cuando se renta almacén extra. Palabras clave: Algoritmos genéticos, Producción e Inventario, Programación Dinámica. ABSTRACT In this work a genetic algorithm simple has been implemented to give answer to the problem of how much and when to order the production of a certain good during a planning horizon, in such a way that the total costs of production and inventory are diminished considering to satisfy the demand in every period, the capacity of storage and the capacity of production. Also the implemented AG allows to obtain answers on the convenience of assuming costs of renting extra storage. The results of the algorithm are coincident with the provided ones with the traditional methodology of the dynamic programming in all the tests conducted with the advantage to obtain minors response times and better results when extra rent warehouse. Key words: Genetic algorithms, Production and Inventory, Dynamic Programming. LA TÉCNICA ENUMERATIVA DE PROGRAMACIÓN DINÁMICA EN LOS PROBLEMAS DE PRODUCCIÓN E INVENTARIO Y LOS ALGORITMOS GENÉTICOS La técnica enumerativa de la programación dinámica permite resolver el problema de producción e inventario en un horizonte de planeamiento que pueden ser días, semanas, meses o años conocidos como períodos. Este problema consiste en determinar en que período y cuánto se debe producir para satisfacer una demanda conocida en cada uno de los períodos, sobre la base de los recursos disponibles como capacidad de producción y capacidad de almacenes; de manera que el costo total de producción y de mantener inventarios durante todo el horizonte de planeamiento sea mínimo. Sobre el particular el modelo que representa este problema asume una restricción muy fuerte y es que la solución no debe permitir pedidos pendientes y de hecho el software de corte académico que existe como QBS, WINQSB así está construido. 1

2 Sin embargo en la realidad podría darse el caso que una empresa teniendo claro que debe satisfacer las demandas, se permita producir de tal modo que se atienda la demanda del período y la cantidad a almacenar en el mismo período sea superior a la capacidad existente asumiendo costos adicionales por rentar almacenamiento extra; por otro lado la atención de pedidos durante un horizonte de planeamiento puede estar contractualmente especificados en la suscripción de un contrato de manera que la no atención de una unidad en un pedido de un período determinado sea penalizado con algún costo, pues bien, hasta qué punto el costo de penalización puede ser tolerado por la empresa que produce los bienes. Estas variantes del modelo de inventarios no han sido previstos en el software por lo tanto no se puede hacer seguimiento del comportamiento del costo total frente a diferentes cambios en los parámetros de estas dos variantes. Los algoritmos genéticos son una técnica inspirada en la evolución de la naturaleza y utilizada como un método efectivo en la búsqueda de soluciones con el agregado que permiten la incorporación de variables a ser consideradas en un problema, particularidad de los algoritmos genéticos que los hacen un método robusto, pues mediante los algoritmos genéticos se pueden controlar las variantes especificadas anteriormente en los problemas de producción e inventario. 1. SISTEMAS DE INVENTARIOS Según (Hax, 1984), un sistema de inventarios se puede definir como un conjunto coordinado de reglas y procedimientos que permiten tomar decisiones rutinarias acerca de cuándo y cuánto ordenar de cada ítem que se necesita en el proceso de manufactura o para satisfacer la demanda de los clientes, y que provee a los ejecutivos de la información necesaria para tomar esas decisiones efectivamente. El objetivo de la modelación de un problema de este tipo debería ser la minimización de los costos incurridos en el sistema de inventario, cumpliendo al mismo tiempo los niveles de servicio a clientes especificados por las políticas de la empresa. De acuerdo a sus funciones, los distintos tipos de inventario se pueden distinguir como inventarios de proceso, de ciclos, estacionales, por factores productivos, e inventarios de seguridad. Por otra parte, de acuerdo a los elementos presentes en la estructura de producción de una empresa y a la complejidad en la toma de decisiones relacionadas con la logística, (Hax, 1984), identifica los sistemas de inventario puro, sistemas de producción, inventario, y los sistemas de distribución inventario y producción, distribución e inventario. La Investigación Operativa ha desarrollado una gran variedad de modelos y algoritmos de optimización para enfrentar estos problemas de toma de decisiones. Una de la múltiples aplicaciones de la Programación Entera se tiene en los modelos de optimización en producción e inventario (modelos EOQ, EPQ, modelos dinámicos de producción e inventario, y otros). Para estos problemas son de interés tanto las metodologías de Programación Entera como las de Programación No Lineal como la Programación Dinámica. 2. PLANIFICACIÓN DE LAS POLÍTICAS DE INVENTARIOS En la mayoría de los negocios, los inventarios representan una inversión relativamente alta y producen efectos importantes sobre todas las funciones principales de la empresa. Cada función tiende a generar demandas de inventario diferentes y a menudo incongruentes: Ventas: Se necesitan inventarios elevados para hacer frente con rapidez a las exigencias del mercado. Producción: Se necesitan elevados inventarios de materias primas para garantizar la disponibilidad en las actividades de fabricación. Compras: las compras elevadas minimizan los costos por unidad y los gastos de compras en general. Financiación: los inventarios reducidos minimizan las necesidades de inversión y disminuyen los costos de mantener inventario. 2

3 Los propósitos de las políticas de inventarios deben ser: Planificar el nivel óptimo de inversión en inventarios. A través de control, mantener los niveles óptimos tan cerca como sea posible de lo planificado. Los niveles de inventario tienen que mantenerse entre dos extremos: un nivel excesivo que causa costos de operación, riesgos e inversión insostenibles, y un nivel inadecuado que tiene como resultado la imposibilidad de hacer frente rápidamente a las demandas tanto de ventas como de producción. 3. COSTOS DE LOS INVENTARIOS. A la hora de tomar cualquier decisión respecto al diseño del sistema de inventarios, es importante tener en cuenta que repercutirá en los costos de la empresa, estos costos que se desprenden son: a) Costos de almacenamiento Es una categoría amplia que incluye todos los costos que se derivan de la posesión por parte de la compañía de ciertos niveles de existencias. Los costos de las instalaciones de almacenamiento, el transporte, los seguros, los robos, las roturas, la obsolescencia o depreciación son algunos ejemplos en los cuales se encierra el costo general de almacenamiento. b) Costos de producción Se incurre en estos costos cada vez que se decide producir una unidad de producto, representa el costo unitario de producción. c) Costos de ordenar Se refiere a los costos de dirección y administrativos para preparar la orden de producción y es independiente de la cantidad producida (se incurre en este costo cada ves que la cantidad producida es mayor que cero.) d) Costos de escasez o penalización Son los costos que se incurren por no tener stock y se debe esperar hasta que estén los productos terminados. Se debe alcanzar una solución que equilibre los costos derivados de mantener niveles elevados de existencias en el almacén y los costos derivados de la falta de ellas. Ocurre penalización cuando no se atiende un pedido o la atención es parcial. e) Costo de sobrestock Se evalúa cuánto la cantidad producida menos la demanda vale tener un pedido por encima de la capacidad de almacenamiento, es decir inventario perdido por sobre sobreproducción. 4. LA PROGRAMACIÓN DINÁMICA La programación dinámica es un método para resolver ciertos problemas de programación matemática, cuya característica de estos problemas es que los modelos matemáticos que los representan son complejos y por tanto requieren mucho procesamiento de cómputo para encontrar su solución, por lo que esta metodología en su proceso de solución divide el problema en problemas más pequeños. Esta característica del problema en que es factible de dividirse en subproblemas es aprovechada por la programación dinámica para encontrar la solución. La forma de operar de la programación dinámica es tratar cada subproblema como una etapa e inicia el proceso de solución por etapas, en donde cada etapa del proceso resuelve un subproblema y al finalizar con todas las etapas, el problema es completamente resuelto. Entre una etapa y la siguiente existe una liga que permite el nexo entre etapas, esta liga se llama función recursiva. 5. IMPLEMENTACIÓN DEL ALGORITMO GENÉTICO El primer paso en el diseño de un algoritmo genético es el diseño del cromosoma que representa una posible solución del problema y para ello debe tenerse claro cuál es el problema a resolver, cuáles son las variables, las restricciones y las salidas esperadas. Como en este trabajo se debe minimizar los costos de producción e inventario, la función de calidad de cada individuo, debe estar en función de los diferentes costos que se incurren en producir y guardar en inventario, de manera que un individuo con buena calidad representará una solución con costos totales de producción e inventario bajos, por el contrario un individuo con costos totales altos será de mala calidad. Los parámetros de entrada al algoritmo genético son los costos descritos anteriormente y son conocidos, y la salida del algoritmo 3

4 debe ser la cantidad a producir en cada período, lo cual es una cantidad variable; por consiguiente la cadena cromosómica estará compuesto por genes que representan la cantidad a producir en cada período y el tamaño de cada gene en número de bits, será proporcional a la capacidad máxima de producción en cada período. La notación de los parámetros de entrada del problema son: H: Costos de mantener una unidad en inventario en un período determinado en unidades monetarias. Cf: Costo de ordenar en unidades monetarias CUP: Costo unitario de producción en unidades monetarias F: Costos de falta de stock o costo de penalización por unidad en unidades monetarias E: Costos de sobre stock por rentar almacén extra por unidad en unidades monetarias D: Demanda del producto en unidades CA: Capacidad de almacenamiento en unidades CP: Capacidad de Producción en unidades I : Inventario al inicio de cada período en unidades La notación de los parámetros de salida del problema Fitness: Calidad de cada individuo P: Nivel de producción en cada período en unidades, a partir de aquí se calcula la Calidad de cada individuo 6. FUNCIÓN DE CALIDAD (FITNESS) Ocurre que no siempre es posible obtener una función de calidad que incorpore todas las restricciones del problema tales como no exceder la capacidad de producción, capacidad de almacenamiento; por otro lado la cantidad de inventario que queda al final de cada período después de atender la demanda es variable pues depende del valor que tome cada gene (de cuánto se produce). Por esta razón para evaluar a cada individuo se ha implementado el siguiente segmento de seudocódigo el cual inicia el proceso de evaluación de los costos comenzando con el primer período y continúa hasta terminar con el último, en cada período se evalúa el costo incurrido y se actualiza el inventario al final del período, luego se suman todos los costos de los períodos para obtener el costo total luego calcula el Fitness obtenido a partir de la inversa del costo total Fitness = 1/(costo total de todos los períodos), conforme se muestra en seguida: En cada Período se calcula el Costo Si (I + P D) >= 0 Si (I + P D) <= CA Si P > 0 Costo = P x CUP + Cf + (P D + I) x H Si P = 0 Costo = (I D) x H Si (I + P D) > CA Si P > 0 Si P = 0 Costo = P x CUP + Cf + CA x H + (I + P D CA) x E Costo =CA x H + (I + P D CA) x E Si (I + P D) < 0 Si P > 0 Si P = 0 Costo = P x CUP + Cf + (D I P) x F Costo = (D I P) x F Si (I + P) >= 0 I = I + P D Si (I + P) < 0 I = 0 Repetir hasta terminar con todos los períodos Costo total = Suma de todos los costos de cada Período Calidad o Fitness = 1 / (Costo total) 4

5 La figura No 1, es un ejemplo de un individuo cuyo cromosoma representa el nivel de producción durante los meses de enero a junio, en el cual se puede observar por el tamaño de los genes, que la capacidad máxima disponible de producción en los meses indicados es variable tales como: 6, 9, 7, 6, 8 y 5 unidades, para los meses de enero a junio respectivamente. enero febrero marzo abril mayo junio Figura No 1: Cromosoma Esta cadena cromosómica cuyo tamaño es de 20 bits contiene, después de decodificarla, la siguiente solución: Producir en enero 4 unidades, en febrero 9 unidades, en marzo 7 unidades, abril 6 unidades, mayo 5 unidades y en el mes de junio 5 unidades, si un gene tiene todos los bits cero 0, significa que en ese período no se produce ninguna unidad. Estos niveles de producción permiten evaluar la calidad del individuo puesto que a partir de ellos se determina el costo total de todos los períodos. 7. PROCESO DE OPERACIÓN DEL ALGORITMO Después de definir la estructura del cromosoma como se explicó anteriormente, el siguiente paso es la generación de una población inicial de individuos en forma aleatoria calculándose la calidad de cada uno. A partir de esta población inicial se introduce el mecanismo de selección por ruleta mediante el cual se selecciona un conjunto de individuos que tienen buenas características genéticas y por ende buena calidad. El mecanismo de cruza se inicia a partir de los individuos seleccionados apareándolos según una probabilidad que oscila entre el 80% y 90%, y utilizando para tal efecto dos puntos de cruce, obteniéndose una población de individuos de igual tamaño, los cuales antes de constituir la nueva generación cada individuo es analizado para determinar si algún bit de sus estructura genética va a cambiar; esto es lo que se conoce como mecanismo de mutación; la probabilidad de que un bit se cambie es muy pequeña y se encuentra entre 1 y 10%. Este proceso de selección cruza y mutación se repite tantas veces según el tamaño de iteraciones definidas por el usuario, esto es lo que se conoce como el número de generaciones para que el algoritmo converja a una solución. Finalmente en este algoritmo entre una generación y la siguiente se ha implementado elitismo y lo que hace es elegir en la generación actual al mejor individuo (el que tiene mejor calidad) y guardarlo temporalmente, y luego de encontrar la nueva generación buscar allí el peor individuo para cambiarlo por el mejor de la generación anterior. Este mecanismo permite que las soluciones mejoren en cada generación. 8. RESULTADOS El algoritmo tiene soluciones óptimas coincidentes con la metodología tradicional de la programación dinámica en todas las pruebas efectuadas cuando opera bajo las siguientes condiciones: Porcentaje de cruza: 90%. Porcentaje de mutación: 5% Tamaño de población: 50 individuos Numero de generaciones: 120 Por otro lado la utilización de este algoritmo ayuda ha determinar cuáles son los costos máximos que se podrían asumir por rentar almacenamiento extra, logrando incluso menores costos totales si las condiciones del problema lo permiten. Con relación a los costos de penalización por pedidos parciales el comportamiento del algoritmo es trivial, no muestra resultados favorables pues si el costo de penalización es muy pequeño o tiende a cero la solución es no producir lo cual contrasta con la naturaleza del negocio. Se ha demostrado que los algoritmos genéticos son una técnica robusta cuando se aplica a modelos de producción e inventarios y no tiene nada que envidiarle a la técnica enumerativa de la Programación Dinámica, más aún cuando el AG tiene un tiempo de respuesta es menor. 5

6 Se debe continuar probando el algoritmo con otros casos y contrastarlos con otras técnicas para confirmar su efectividad y de obtener resultados positivos se debe seguir trabajando para mejorarlo adicionando nuevos parámetros como costos de distribución de los almacenes a los clientes, intercambio de inventarios entre almacenes de una misma empresa, etc. 9. REFERENCIAS BIBLIOGRÁFICAS Bernal, José Luis. Aplicación de algoritmos genéticos al diseño óptimo de sistemas de distribución de energía eléctrica. Zaragoza, España. Tesis Doctoral. Universidad de Zaragoza, Goldber, D. (1989), Genetic algorithms in search, optimization and machine learning. Addison- Wesley,. Hax, Arnoldo C.; Candea Dan.(1984), Production and Inventory Management. Cap. 4 : Inventory Methods (pag ). Hillier Lieberman. (1992), «Introducción a la Investigación de Operaciones». México: Mc. Graw Hill, Quinta Edición. Jiménez, M. (2004), El arte en la construcción de los Algoritmos Genéticos caso: La maldición de la Programación Dinámica, paper presentado en el III Congreso Colombiano y I conferencia andina Internacional de Investigación de Operaciones. Romero, J. (1988), Aplicación de un algoritmo genético al problema de Job-Shop Scheduling. Tesis Maestría Ingeniería Industrial. Universidad de los Andes Bogotá D. E. Winston, Wayne L. (1994). «Investigación de Operaciones, Aplicaciones y Algoritmos», México: Iberoamericana. 6

Búsqueda Local. cbea (LSI-FIB-UPC) Inteligencia Artificial Curso 2011/2012 1 / 33

Búsqueda Local. cbea (LSI-FIB-UPC) Inteligencia Artificial Curso 2011/2012 1 / 33 Introducción Búsqueda Local A veces el camino para llegar a la solución no nos importa, buscamos en el espacio de soluciones Queremos la mejor de entre las soluciones posibles alcanzable en un tiempo razonable

Más detalles

MODELO DE DISTRIBUCIÓN MULTIPRODUCTO Y MULTI-

MODELO DE DISTRIBUCIÓN MULTIPRODUCTO Y MULTI- MODELO DE DISTRIBUCIÓN MULTIPRODUCTO Y MULTI- OBJETIVOS MIXTO CON UBICACIÓN DE ALMACENES Herrera O. Óscar J. * Resumen En el presente trabajo se aborda el establecimiento de un modelo de origen en la programación

Más detalles

Ingeniería Energética E-ISSN: 1815-5901 orestes@cipel.ispjae.edu.cu. Instituto Superior Politécnico José Antonio Echeverría. Cuba

Ingeniería Energética E-ISSN: 1815-5901 orestes@cipel.ispjae.edu.cu. Instituto Superior Politécnico José Antonio Echeverría. Cuba Ingeniería Energética E-ISSN: 1815-5901 orestes@cipel.ispjae.edu.cu Instituto Superior Politécnico José Antonio Echeverría Cuba Carvajal- Pérez, Raúl Nicolás Un Algoritmo Genético Especializado en Planeamiento

Más detalles

SÍLABO DE INVESTIGACION DE OPERACIONES II

SÍLABO DE INVESTIGACION DE OPERACIONES II SÍLABO DE INVESTIGACION DE OPERACIONES II I. INFORMACIÓN GENERAL: I.1. Facultad: Ingeniería I.2. Carrera Profesional Ingeniería Industrial I.3. Departamento: ----- I.4. Requisitos: Investigación de Operaciones

Más detalles

Integradora 3. Administración de la capacidad

Integradora 3. Administración de la capacidad Administración de operaciones Integradora 3. Administración de la capacidad Objetivo Al finalizar la actividad integradora, serás capaz de: Analizar diferentes alternativas para aumentar la capacidad de

Más detalles

Introducción a los Algoritmos Genéticos. Tomás Arredondo Vidal 17/4/09

Introducción a los Algoritmos Genéticos. Tomás Arredondo Vidal 17/4/09 Introducción a los Algoritmos Genéticos Tomás Arredondo Vidal 17/4/09 Esta charla trata de lo siguiente: Introducción a algunos aspectos de los algoritmos genéticos. Introducción a algunas aplicaciones

Más detalles

Un producto de retail Stockdown Retail "Máxima rentabilidad de la inversión en inventarios" "...los sistemas ERP proveen los datos de demanda histórica, stock actual y lead time; sin embargo, los sistemas

Más detalles

Algoritmos Genéticos.

Algoritmos Genéticos. Algoritmos Genéticos. Miguel Cárdenas Montes, Antonio Gómez Iglesias Centro de Investigaciones Energéticas Medioambientales y Tecnológicas, Madrid, Spain miguel.cardenas@ciemat.es 15-19 de Octubre de 2011

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 sistema capaz de optimizar rutas de entrega utilizando algoritmos genéticos

Desarrollo de un sistema capaz de optimizar rutas de entrega utilizando algoritmos genéticos MT 6 Desarrollo de un sistema capaz de optimizar rutas de entrega utilizando algoritmos genéticos Rosario Baltazar 1 Judith Esquivel Vázquez 2 Andrea Rada 3 Claudia Díaz 4 Resumen Durante los últimos 15

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

CICLO 2014 I Módulo: 1 Unidad: I Semana: PLANEAMIENTO Y CONTROL DE OPERACIONES. Rolando Paz Purisaca

CICLO 2014 I Módulo: 1 Unidad: I Semana: PLANEAMIENTO Y CONTROL DE OPERACIONES. Rolando Paz Purisaca CICLO 2014 I Módulo: 1 Unidad: I Semana: PLANEAMIENTO Y CONTROL DE OPERACIONES Rolando Paz Purisaca Planificación de la producción Decidir las cantidades de productos a elaborar y el tiempo 2 Etapas de

Más detalles

ULACIT UNIVERSIDAD LATINOAMERICANA DE CIENCIA Y TECNOLOGIA. Escuela de Ingeniería Industrial

ULACIT UNIVERSIDAD LATINOAMERICANA DE CIENCIA Y TECNOLOGIA. Escuela de Ingeniería Industrial ULACIT UNIVERSIDAD LATINOAMERICANA DE CIENCIA Y TECNOLOGIA Escuela de Ingeniería Industrial APLICACIÓN DE LA TÉCNICA DE PROGRAMACIÓN LINEAL EN EL PLANEAMIENTO DE LA PRODUCCIÓN E INVENTARIOS UTILIZANDO

Más detalles

Métodos evolutivos de Optimización. Prof. Cesar de Prada Dpto. Ingeneiria de Sitemas y Automática Universidad de Valladolid

Métodos evolutivos de Optimización. Prof. Cesar de Prada Dpto. Ingeneiria de Sitemas y Automática Universidad de Valladolid Métodos evolutivos de Optimización Prof. Cesar de Prada Dpto. Ingeneiria de Sitemas y Automática Universidad de Valladolid Indice Introducción Método de Montecarlo Algoritmos genéticos Tabú Search Simulated

Más detalles

Unidad 7. Administración de inventarios. Objetivos específicos de aprendizaje

Unidad 7. Administración de inventarios. Objetivos específicos de aprendizaje Unidad 7 Administración de inventarios Objetivos específicos de aprendizaje Al terminar de estudiar este capítulo, el estudiante será capaz de: Explicar el concepto de inventarios. Explicar el concepto

Más detalles

ADMINISTRACION DE OPERACIONES

ADMINISTRACION DE OPERACIONES Sesión 7: Administración de inventarios I ADMINISTRACION DE OPERACIONES Objetivo específico 1: El alumno conocerá y aplicara los modelos y sistemas de inventarios y los adecuará a las características propias

Más detalles

1 23989 23989 1 Un producto de NEOGISTICA "...los sistemas ERP proveen los datos de demanda histórica, stock actual y lead time; sin embargo, los sistemas analíticos determinan cuáles deben ser los niveles

Más detalles

Planificación de la Producción en Sistemas Mixtos MTS/MTO

Planificación de la Producción en Sistemas Mixtos MTS/MTO Planificación de la Producción en Sistemas Mixtos MTS/MTO Germán GUIDO LAVALLE y Esteban SANTUCCI Resumen Una adecuada Planificación de la Producción permite reducir los costos unitarios. Las herramientas

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

Propuesta de un algoritmo genético para la programación diaria de los pedidos de una empresa del sector de la construcción

Propuesta de un algoritmo genético para la programación diaria de los pedidos de una empresa del sector de la construcción 5 th International Conference on Industrial Engineering and Industrial Management XV Congreso de Ingeniería de Organización Cartagena, 7 a 9 de Septiembre de 2011 Propuesta de un algoritmo genético para

Más detalles

Optimización de la distribución del personal de juegos de un casino través de la Programación Lineal

Optimización de la distribución del personal de juegos de un casino través de la Programación Lineal Optimización de la distribución del personal de juegos de un casino través de la Programación Lineal Juan Pablo Bulbulian, Jonathan Gastrell, Exequiel Iván Tagni, y Santiago Manopella Universidad Tecnológica

Más detalles

INTRODUCCIÓN A LOS ALMACENES, GESTIÓN DE STOCKS Y DRP

INTRODUCCIÓN A LOS ALMACENES, GESTIÓN DE STOCKS Y DRP INTRODUCCIÓN A LOS ALMACENES, GESTIÓN DE STOCKS Y DRP Un inventado es una provisión de materiales que tiene como objeto principal facilitar la continuidad del proceso productivo y la satisfacción de los

Más detalles

Algoritmos Genéticos. Introduccion a la Robótica Inteligente

Algoritmos Genéticos. Introduccion a la Robótica Inteligente Algoritmos Genéticos Introduccion a la Robótica Inteligente 7 Marzo 2014 (IRIN) AGs 7/03/2014 1 / 43 Índice 1 Introducción 2 Algoritmos Genéticos 3 Algunos Fundamentos Matemáticos 4 Conclusiones (IRIN)

Más detalles

Carrera: 2-2-6. Participantes

Carrera: 2-2-6. Participantes 1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Investigación de Operaciones Ingeniería Civil Clave de la asignatura: Horas teoría-horas práctica-créditos 2-2-6 2.- HISTORIA DEL PROGRAMA Lugar

Más detalles

Un algoritmo genético híbrido para resolver el EternityII. Rico, Martin; Ros, Rodrigo Directora: Prof. Dra. Irene Loiseau

Un algoritmo genético híbrido para resolver el EternityII. Rico, Martin; Ros, Rodrigo Directora: Prof. Dra. Irene Loiseau Un algoritmo genético híbrido para resolver el EternityII Rico, Martin; Ros, Rodrigo Directora: Prof. Dra. Irene Loiseau Temas Temas Introducción Eternity II Historia Descripción Demo Metaheurísticas Algoritmos

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

FORMULACIÓN DE UN ALGORITMO GENÉTICO PARA EL PROBLEMA DE PROGRAMACIÓN DE ÓRDENES DE TRABAJO DE UNA EMPRESA DE ARTES GRÁFICAS

FORMULACIÓN DE UN ALGORITMO GENÉTICO PARA EL PROBLEMA DE PROGRAMACIÓN DE ÓRDENES DE TRABAJO DE UNA EMPRESA DE ARTES GRÁFICAS FORMULACIÓN DE UN ALGORITMO GENÉTICO PARA EL PROBLEMA DE PROGRAMACIÓN DE ÓRDENES DE TRABAJO DE UNA EMPRESA DE ARTES GRÁFICAS PROYECTO DE GRADO Javier mauricio gamboa salgado Código: 544004 John alexander

Más detalles

INVESTIGACIÓN OPERATIVA

INVESTIGACIÓN OPERATIVA SILABO I. DATOS GENERALES 1. Nombre de la Asignatura : INVESTIGACIÓN OPERATIVA 2. Carácter : Obligatorio 3. Carrera Profesional : Administración de Empresas 4. Código : AD0602 5. Semestre Académico : 2014

Más detalles

U.D.7 ÁREA DE APROVISIONAMIENTO

U.D.7 ÁREA DE APROVISIONAMIENTO U.D.7 ÁREA DE APROVISIONAMIENTO 7.1. La función de aprovisionamiento. 7.2. La gestión de inventarios. a. Clasificación de los costes de las existencias. b. Administración de inventarios. c. Modelo de pedido

Más detalles

Figura 1. Diagrama de la Cadena de suministro de Boehringer Ingelheim Promeco

Figura 1. Diagrama de la Cadena de suministro de Boehringer Ingelheim Promeco suministro de materias primas hasta el consumidor final. Este proceso incluye la compra de materiales, programación de producción, procesamiento de órdenes, control de inventarios, transportación, almacenamiento

Más detalles

ADMINISTRACIÓN DE PROYECTOS

ADMINISTRACIÓN DE PROYECTOS ADMINISTRACIÓN DE PROYECTOS QUÉ ES LA ADMINISTRACIÓN DE PROYECTOS? Es la planeación, organización, dirección y control de los recursos para lograr un objetivo a corto plazo. También se dice que la administración

Más detalles

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS FACULTAD DE CIENCIAS MATEMÁTICAS E.A.P. DE..INVESTIGACIÓN OPERATIVA Sistemas de Inventarios Capítulo3. Marco teórico MONOGRAFÍA Para optar el Título de Licenciado

Más detalles

El problema de la planificación

El problema de la planificación El problema de la planificación de la producción 7 El problema de la planificación La planificación en las empresas es un proceso por el cual cada uno de los departamentos organiza sus recursos en el tiempo

Más detalles

1.- DATOS DE LA ASIGNATURA. Nombre de la asignatura: Investigación de Operaciones. Carrera: Ingeniería en Sistemas Computacionales

1.- DATOS DE LA ASIGNATURA. Nombre de la asignatura: Investigación de Operaciones. Carrera: Ingeniería en Sistemas Computacionales 1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: (Créditos) SATCA 1 Investigación de Operaciones SCC-1013 2-2 - 4 Ingeniería en Sistemas Computacionales 2.- PRESENTACIÓN

Más detalles

1. PRESENTACIÓN GLOBAL LEAN.

1. PRESENTACIÓN GLOBAL LEAN. GLOBAL LEAN APPS 1. PRESENTACIÓN GLOBAL LEAN. GLOBALLEAN apuesta por mejorar la competitividad de las empresas. Y una herramienta clave para conseguir mejoras de competitividad que deriven en resultados

Más detalles

SISI / TS / AG / SR SIMULADOR DE SISTEMAS DE INVENTARIOS ESTOCASTICOS

SISI / TS / AG / SR SIMULADOR DE SISTEMAS DE INVENTARIOS ESTOCASTICOS 62 CAPITULO 3 SISI / TS / AG / SR SIMULADOR DE SISTEMAS DE INVENTARIOS ESTOCASTICOS En este capítulo se describe de manera general lo que es SISI / TS / AG / SR y se explica cada una de las opciones que

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

SISTEMAS DE INFORMACIÓN PARA ADMINISTRACIÓN DE OPERACIONES CADENA DE SUMINISTROS II

SISTEMAS DE INFORMACIÓN PARA ADMINISTRACIÓN DE OPERACIONES CADENA DE SUMINISTROS II SISTEMAS DE INFORMACIÓN PARA ADMINISTRACIÓN DE OPERACIONES 2003 CADENA DE SUMINISTROS II DRP: Planeamiento de Requerimientos de Distribución El sistema DRP establece una vinculación entre el mercado, la

Más detalles

PLANEAMIENTO SEGÚN EL MODELO DE EMPUJE (PUSH SYSTEM)

PLANEAMIENTO SEGÚN EL MODELO DE EMPUJE (PUSH SYSTEM) Centro Integral de Educación Continua (CIEC) Curso de Educación Continua (CEC) PLANEAMIENTO SEGÚN EL MODELO DE EMPUJE (PUSH SYSTEM) Del 21 de abril al 19 de mayo de 2015 Martes y jueves de 19.00 a 22.00

Más detalles

Master Oficial en Planificación y Gestión de Procesos Empresariales

Master Oficial en Planificación y Gestión de Procesos Empresariales LOGÍSTICA Guía Docente Master Oficial en Planificación y Gestión de Procesos Empresariales Universitat de València Datos del Curso Nombre de la asignatura LOGÍSTICA Carácter Obligatorio Titulación Master

Más detalles

GESTIÓN DE INVENTARIOS

GESTIÓN DE INVENTARIOS GESTIÓN DE INVENTARIOS Guía Docente Master Oficial en Planificación y Gestión de Procesos Empresariales Universitat de València Datos del Curso Nombre de la asignatura GESTIÓN DE INVENTARIOS Carácter Obligatorio

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

Enterprise Resource Planning

Enterprise Resource Planning Enterprise Resource Planning 1 Antecedentes Harris desarrolla en 1915 el modelo EOQ (Economic Order Quantity) cuánto pedir. Wilson en 1934 presenta el sistema de reposición de inventarios por punto de

Más detalles

REESTRUCTURACIÓN DE LA GESTIÓN OPERACIONAL EN JAMAR INOXIDABLES E.U. Johan Esteban Malaver Vargas; Richard Andrey Piñeros Fajardo

REESTRUCTURACIÓN DE LA GESTIÓN OPERACIONAL EN JAMAR INOXIDABLES E.U. Johan Esteban Malaver Vargas; Richard Andrey Piñeros Fajardo Universidad Distrital Francisco José De Caldas REESTRUCTURACIÓN DE LA GESTIÓN OPERACIONAL EN JAMAR INOXIDABLES E.U Johan Esteban Malaver Vargas; Richard Andrey Piñeros Fajardo Universidad Distrital Francisco

Más detalles

Autor: Ing. Jorge Tesler - Director Ejecutivo de TGI Argentina SA Consultores en Tecnología, Gestión e Innovación Empresaria

Autor: Ing. Jorge Tesler - Director Ejecutivo de TGI Argentina SA Consultores en Tecnología, Gestión e Innovación Empresaria REVISTA ENFASIS Autor: Ing. Jorge Tesler - Director Ejecutivo de TGI Argentina SA Consultores en Tecnología, Gestión e Innovación Empresaria Título: La Tecnología como soporte a la actividad Logística

Más detalles

CAPITULO III EL MANTENIMIENTO. 3.1 Conceptos Básicos de Mantenimiento

CAPITULO III EL MANTENIMIENTO. 3.1 Conceptos Básicos de Mantenimiento 39 CAPITULO III EL MANTENIMIENTO 3.1 Conceptos Básicos de Mantenimiento Antes que realizar cualquier tipo de clasificación o descripción de los tipos de mantenimiento, es muy importante saber realmente

Más detalles

Commitment Infor. Productos TI para el Área de Producción

Commitment Infor. Productos TI para el Área de Producción Commitment Infor _ Representación local para ofrecer especialización de reconocimiento internacional en el Área de Tecnologías de la Información, con particular foco en la optimización de la supply chain,

Más detalles

Por Ivonne Sadith Musayón Oblitas

Por Ivonne Sadith Musayón Oblitas 1 CAPÍTULO I PLANTEAMIENTO METODOLÓGICO 1.1. Descripción de la Realidad Problemática Las organizaciones industriales y comerciales, están de cara a un intenso cambio que les permita proveer a sus clientes

Más detalles

Contribuciones teóricas para una eficiente gestión de costos de stocks

Contribuciones teóricas para una eficiente gestión de costos de stocks Powered by TCPDF (www.tcpdf.org) Contribuciones teóricas para una eficiente gestión de costos de stocks Patricia María Biglieri (UCUDAL) - patty_biglieri@yahoo.com Emiliano Giossa (UCUDAL) - emilianogiossa@hotmail.com

Más detalles

Aplicaciones de la Investigación de Operaciones y Sistemas en Organizaciones Peruanas. Lic. Jaime Alcalde Chigne (UNMSM) jalcaldech@gmail.

Aplicaciones de la Investigación de Operaciones y Sistemas en Organizaciones Peruanas. Lic. Jaime Alcalde Chigne (UNMSM) jalcaldech@gmail. Aplicaciones de la Investigación de Operaciones y Sistemas en Organizaciones Peruanas Lic. Jaime Alcalde Chigne (UNMSM) jalcaldech@gmail.com Introducción De la información acerca de la Visión, Misión y

Más detalles

CAPÍTULO IV METODOLOGÍA PARA EL CONTROL DE INVENTARIOS. En este capítulo se presenta los pasos que se siguieron para la elaboración de un sistema de

CAPÍTULO IV METODOLOGÍA PARA EL CONTROL DE INVENTARIOS. En este capítulo se presenta los pasos que se siguieron para la elaboración de un sistema de CAPÍTULO IV METODOLOGÍA PARA EL CONTROL DE INVENTARIOS En este capítulo se presenta los pasos que se siguieron para la elaboración de un sistema de inventarios para lograr un control de los productos.

Más detalles

Gestión de Materiales Para Mantenimiento

Gestión de Materiales Para Mantenimiento Gestión de Materiales Para Mantenimiento Amendola, Luis., Ph.D Certificado Nivel B-IPMA Senior Project Manager PMM Institute for Learning Universidad Politécnica de Valencia, España Departamento de Proyectos

Más detalles

BIENVENIDOS A LA CHARLA MANEJO DE INVENTARIOS ING. HUMBERTO AGUIRRE

BIENVENIDOS A LA CHARLA MANEJO DE INVENTARIOS ING. HUMBERTO AGUIRRE BIENVENIDOS A LA CHARLA MANEJO DE INVENTARIOS ING. HUMBERTO AGUIRRE EMPRESA GRUPO SOCIAL EN EL QUE A TRAVES DE LA ADMINISTRACION DEL CAPITAL Y TRABAJO PRODUCEN BIENES Y/O SERVICIOS TENDIENTES A SATISFACER

Más detalles

FILOSOFÍA DE LA GESTIÓN LOGÍSTICA

FILOSOFÍA DE LA GESTIÓN LOGÍSTICA FILOSOFÍA DE LA GESTIÓN LOGÍSTICA DAR RESPUESTA A LAS EXIGENCIAS DEL MERCADO Realizado por ESPECIALISTAS EN LOGÍSTICA INTEGRAL: CARLOS FELIPE VALENCIA Cadena de Valor - Diplomado en Fortalecimiento Empresarial

Más detalles

Estudio comparativo de la aplicación de 6 modelos de inventarios para decidir la cantidad y el punto de reorden de un artículo

Estudio comparativo de la aplicación de 6 modelos de inventarios para decidir la cantidad y el punto de reorden de un artículo Estudio comparativo de la aplicación de 6 modelos de inventarios para decidir la cantidad y el punto de reorden de un artículo Juan Manuel Izar 1 y Héctor Méndez 1 Resumen Este trabajo presenta la aplicación

Más detalles

Estudio Técnico. Elemento indispensable en. la evaluación de proyectos de inversión. Mtra. Ma. Elvira López Parra, Mtra. Nora González Navarro

Estudio Técnico. Elemento indispensable en. la evaluación de proyectos de inversión. Mtra. Ma. Elvira López Parra, Mtra. Nora González Navarro Estudio Técnico. Elemento indispensable en la evaluación de proyectos de inversión Mtra. Ma. Elvira López Parra, Mtra. Nora González Navarro C.P. Susana Osobampo, Mtro. Adolfo Cano, Mtra. Rosario Gálvez

Más detalles

SISTEMAS DE INFORMACIÓN PARA ADMINISTRACIÓN DE OPERACIONES

SISTEMAS DE INFORMACIÓN PARA ADMINISTRACIÓN DE OPERACIONES SISTEMAS DE INFORMACIÓN PARA ADMINISTRACIÓN DE OPERACIONES 2003 Planificación y Control de la Producción: Planificación Agregada, MPS, MRP-I, MRP-II 1 Sistema de Planificación Jerárquica Descompone el

Más detalles

Introducción a la Computación Evolutiva

Introducción a la Computación Evolutiva Introducción a la Computación Evolutiva Sección de Computación CINVESTAV-IPN Av. IPN No. 2508 Col. San Pedro Zacatenco México, D.F. 07300 email: ccoello@cs.cinvestav.mx http: //delta.cs.cinvestav.mx/~ccoello

Más detalles

Algoritmos genéticos como métodos de aproximación analítica y búsqueda de óptimos locales

Algoritmos genéticos como métodos de aproximación analítica y búsqueda de óptimos locales Algoritmos genéticos como métodos de aproximación analítica y búsqueda de óptimos locales Jorge Salas Chacón A03804 Rubén Jiménez Goñi A93212 Juan Camilo Carrillo Casas A91369 Marco Vinicio Artavia Quesada

Más detalles

Algoritmos Genéticos aplicados a la resolución de problemas de optimización

Algoritmos Genéticos aplicados a la resolución de problemas de optimización 1 Algoritmos Genéticos aplicados a la resolución de problemas de optimización Luis Marco Giménez lmarcogimenez@gmail.com http://www.luismarco.nom.es RESUMEN Los Algoritmos Genéticos, como paradigma principal

Más detalles

Solución de Despliegue Rápido de SAP SCM para Planificación de la Demanda & Analytics

Solución de Despliegue Rápido de SAP SCM para Planificación de la Demanda & Analytics everis Solución de Despliegue Rápido de SAP SCM para Planificación de la Demanda & Analytics Webinar Marzo 2013 INDICE ÍNDICE 1. Qué es la Solución de Despliegue Rápido o RDS (Rapid-Deployment Solution)

Más detalles

Supply Chain Management

Supply Chain Management Supply Chain Management Angela Wai-Ting Chan 1. ERP y Planificación El siguiente ensayo desarrollará los temas relevantes en torno al sistema Enterprise Resource Planning, en adelante abreviado como ERP,

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

Módulo 2: Técnicas Administrativas de Compra-Venta. Unidad didáctica 9: Control y gestión de existencias. Técnicas administrativas de compra-venta

Módulo 2: Técnicas Administrativas de Compra-Venta. Unidad didáctica 9: Control y gestión de existencias. Técnicas administrativas de compra-venta Módulo 2: Técnicas Administrativas de Compra-Venta Unidad didáctica 9: Control y gestión de existencias Técnicas administrativas de compra-venta UNIDAD DIDÁCTICA 9 Control y gestión de existencias Créditos

Más detalles

EL PODER DEL PROCESO INGENIERÍA-MODELADO DE INFORMACIÓN PARA LA EDIFICACIÓN RESUMEN ABSTRACT INTRODUCCIÓN

EL PODER DEL PROCESO INGENIERÍA-MODELADO DE INFORMACIÓN PARA LA EDIFICACIÓN RESUMEN ABSTRACT INTRODUCCIÓN Sociedad Mexicana de Ingeniería Estructural EL PODER DEL PROCESO INGENIERÍA-MODELADO DE INFORMACIÓN PARA LA EDIFICACIÓN José Francisco Javier Martínez-González 1 y Salvador Castillo-Jímenez Manjarrez 2

Más detalles

IMPORTANCIA ACADÉMICA APLICADA EN EL CAMPO LABORAL

IMPORTANCIA ACADÉMICA APLICADA EN EL CAMPO LABORAL IMPORTANCIA ACADÉMICA APLICADA EN EL CAMPO LABORAL Por Br. Jorge Alfonso Díaz, jorgealfidi@gmail.com RESUMEN Este articulo trata sobre la importancia de los estudios académicos en el campo laboral, ya

Más detalles

PROGRAMA DE ESTUDIO. Horas de Práctica

PROGRAMA DE ESTUDIO. Horas de Práctica PROGRAMA DE ESTUDIO Nombre de la asignatura: MODELADO Y SIMULACIÓN DE PROCESOS Clave: IQM12 Ciclo Formativo: Básico ( ) Profesional (X) Especializado ( ) Fecha de elaboración: 7 DE MARZO DE 2015 Horas

Más detalles

Apunte Docente. Capital de Trabajo. Yolanda Reyes Fernández

Apunte Docente. Capital de Trabajo. Yolanda Reyes Fernández Apunte Docente Capital de Trabajo Yolanda Reyes Fernández La autora es Master en Administración y Finanzas, Escuela Superior de Administración y Dirección de Empresas (ESADE), Barcelona, España. Licenciada

Más detalles

Algoritmos Genéticos

Algoritmos Genéticos Introducción a la Computación Evolutiva Tercera Clase: Algoritmos Genéticos Algoritmos Genéticos Desarrollados en USA durante los años 70 Autores principales: J. Holland, K. DeJong, D. Goldberg Aplicados

Más detalles

H E R R A M I E N T A S D E A N Á L I S I S D E D A T O S HERRAMIENTAS DE ANÁLISIS DE DATOS

H E R R A M I E N T A S D E A N Á L I S I S D E D A T O S HERRAMIENTAS DE ANÁLISIS DE DATOS H E R R A M I E N T A S D E A N Á L I S I S D E D A T O S HERRAMIENTAS DE ANÁLISIS DE DATOS Una situación que se nos plantea algunas veces es la de resolver un problema hacia atrás, esto es, encontrar

Más detalles

Charlas para la gestión del mantenimiento Fernando Espinosa Fuentes

Charlas para la gestión del mantenimiento Fernando Espinosa Fuentes Charlas para la gestión del mantenimiento Fernando Espinosa Fuentes La función administrativa asociada al inventario y abastecimiento tiene un alto impacto en la productividad del mantenimiento. Cómo influyen?:

Más detalles

Propuesta de una arquitectura para la generación de mutantes de orden superior en WS-BPEL

Propuesta de una arquitectura para la generación de mutantes de orden superior en WS-BPEL Propuesta de una arquitectura para la generación de mutantes de orden superior en WS-BPEL Emma Blanco Muñoz, Antonio García Domínguez, Juan José Domínguez Jiménez, Inmaculada Medina Bulo Escuela Superior

Más detalles

Algoritmos Genéticos. Algoritmos Genéticos. Introducción a la Computación Evolutiva. Tercera Clase: Algoritmos Genéticos

Algoritmos Genéticos. Algoritmos Genéticos. Introducción a la Computación Evolutiva. Tercera Clase: Algoritmos Genéticos Introducción a la Computación Evolutiva Tercera Clase: Algoritmos Genéticos Algoritmos Genéticos Desarrollados en USA durante los años 70 Autores principales: J. Holland, K. DeJong, D. Goldberg Aplicados

Más detalles

Listado de Trabajo TRANSPORTE

Listado de Trabajo TRANSPORTE Listado de Trabajo TRANSPORTE Problema 1 Una compañía de servicios Informáticos, recibe pedidos de sus productos desde tres diferentes ciudades, en las siguientes cantidades: La ciudad A pide 18 Pc portatiles.

Más detalles

Motivación. RM = Control de inventario + Política de precios. Demanda variable. Capacidad fija y perecible. Usar el precio para controlar la demanda

Motivación. RM = Control de inventario + Política de precios. Demanda variable. Capacidad fija y perecible. Usar el precio para controlar la demanda Un poco de teoría Motivación RM = Control de inventario + Política de precios Capacidad fija y perecible Demanda variable Usar el precio para controlar la demanda Revenue Management Objetivo Problema Requerimientos

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

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

Vendor Managed Inventory - VMI. Ing. Jorge Caro Paccini, MBA

Vendor Managed Inventory - VMI. Ing. Jorge Caro Paccini, MBA Vendor Managed Inventory - VMI Ing. Jorge Caro Paccini, MBA Manejo del inventario Quien maneja sus inventarios? Quien dejaría el manejo de sus inventarios en manos de sus proveedores? Qué tendría que pasar

Más detalles

SISTEMAS DE INFORMACIÓN PARA ADMINISTRACIÓN DE OPERACIONES CADENA DE SUMINISTROS I

SISTEMAS DE INFORMACIÓN PARA ADMINISTRACIÓN DE OPERACIONES CADENA DE SUMINISTROS I SISTEMAS DE INFORMACIÓN PARA ADMINISTRACIÓN DE OPERACIONES 2003 CADENA DE SUMINISTROS I CADENA DE SUMINISTROS Gestión de la Cadena de Suministros (GCS): es un conjunto de enfoques y herramientas utilizadas

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

Innovación de las Industrias Textiles

Innovación de las Industrias Textiles Master Universitario en Innovación de las Industrias Textiles Módulo Caracterización del mercado y de la empresa Asignatura Análisis del mercado y Canales de distribución Sesión Gestión de stocks Juan

Más detalles

TECNICO SUPERIOR EN LOGISTICA Y COMPRAS TECNICAS DE ALMACENAJE I

TECNICO SUPERIOR EN LOGISTICA Y COMPRAS TECNICAS DE ALMACENAJE I TECNICO SUPERIOR EN LOGISTICA Y COMPRAS TECNICAS DE ALMACENAJE I INTRODUCCIÓN AL ALMACENAJE TÉCNICO Tipos de mediciones y sus objetivos Evaluación de métricas UNIDAD I METRICAS Características de las métricas

Más detalles

UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERÍA ELÉCTRICA PROGRAMA DE MAESTRÍA EN INGENIERÍA ELÉCTRICA

UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERÍA ELÉCTRICA PROGRAMA DE MAESTRÍA EN INGENIERÍA ELÉCTRICA UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERÍA ELÉCTRICA PROGRAMA DE MAESTRÍA EN INGENIERÍA ELÉCTRICA ALGORITMOS GRASP Y SIMULATED ANNEALING COMO INICIALIZADORES DE BRANCH AND BOUND EN LA SOLUCIÓN

Más detalles

Algoritmos Genéticos Y

Algoritmos Genéticos Y Algoritmos Genéticos Y Optimización n Heurística Dr. Adrian Will Grupo de Aplicaciones de Inteligencia Artificial Universidad Nacional de Tucumán awill@herrera.unt.edu.ar Operadores de Mutación El operador

Más detalles

Supply Chain Management LOGISTICA - LIC. MSC JOSE MARCO QUIROZ MIHAIC 1

Supply Chain Management LOGISTICA - LIC. MSC JOSE MARCO QUIROZ MIHAIC 1 Supply Chain Management 1 2 1.1. Conceptos Clave 1.1.1. Cadena de Suministro La Cadena de Suministro es: la secuencia de proveedores que contribuyen a la creación y entrega de una mercancía o un servicio

Más detalles

Programa de estudio Curso de Especialización Logística y Operaciones

Programa de estudio Curso de Especialización Logística y Operaciones Programa de estudio Curso de Especialización Logística y Operaciones I. GENERALIDADES Código LOP0 Nº de Horas 240 Horas Teóricas 160 Horas Prácticas 80 Duración del Curso de Especialización Identificación

Más detalles

Planificación y Control de la Producción.

Planificación y Control de la Producción. Planificación y Control de la Producción. Introducción Sistema de Planificación, Gestión y Control de la Producción. Sistema de Planificación, Gestión y Control de la Producción: o o Decide el momento

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

Investigación Operativa

Investigación Operativa Programa de la Asignatura: Investigación Operativa Código: 104 Carrera: Ingeniería en Computación Plan: 2008 Carácter: Obligatoria Unidad Académica: Secretaría Académica Curso: Segundo Año Segundo cuatrimestre

Más detalles

Definir el problema/oportunidad. Desarrollar soluciones alternativas. Seleccionar la solución. Desarrollar / Seleccionar-Adquirirconfigurar

Definir el problema/oportunidad. Desarrollar soluciones alternativas. Seleccionar la solución. Desarrollar / Seleccionar-Adquirirconfigurar 1 Definir el problema/oportunidad Definir problema de negocio o la oportunidad de mejora utilizando el pensamiento sistémico. Mapa Conceptual Desarrollar soluciones alternativas Seleccionar la solución

Más detalles

Integradora 4. Control de calidad, materiales e inventario.

Integradora 4. Control de calidad, materiales e inventario. Administración de Operaciones Integradora 4. Control de calidad, materiales e inventario. Objetivo Al finalizar la actividad integradora serás capaz de: Comprender los conceptos del Comercio Electrónico

Más detalles

Algoritmos Genéticos Y

Algoritmos Genéticos Y Algoritmos Genéticos Y Optimización n Heurística Dr. Adrian Will Grupo de Aplicaciones de Inteligencia Artificial Universidad Nacional de Tucumán awill@herrera.unt.edu.ar Optimización n Tradicional Problemas

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 NACIONAL MAYOR DE SAN MARCOS

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS SÍLABO Curso UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMÉRICA) FACULTAD DE CIENCIAS ECONÓMICAS ESCUELA ACADÉMICO PROFESIONAL DE ECONOMÍA INTERNACIONAL Semestre Académico

Más detalles

Representación, Codificación en un AG Población Inicial. Aptitud. Estrategia de Selección. Cruce, Mutación, Reemplazo. Condición de Parada.

Representación, Codificación en un AG Población Inicial. Aptitud. Estrategia de Selección. Cruce, Mutación, Reemplazo. Condición de Parada. Computación n Evolutiva: Algoritmos Genéticos 1.- Metaheurísticos. Computación Evolutiva: Algoritmos Genéticos 2.- Conceptos principales de un Algoritmo Genético 3.- Estructura de un Algoritmo Genético

Más detalles

RAID. Los detalles de las características segunda y tercera, cambian según los distintos niveles RAID. RAID 0 no soporta la tercera característica.

RAID. Los detalles de las características segunda y tercera, cambian según los distintos niveles RAID. RAID 0 no soporta la tercera característica. RAID Como se dijo anteriormente, el ritmo de mejora de prestaciones en memoria secundaria ha sido considerablemente menor que en procesadores y en memoria principal. Esta desigualdad ha hecho, quizás,

Más detalles

"Diseño, construcción e implementación de modelos matemáticos para el control automatizado de inventarios

Diseño, construcción e implementación de modelos matemáticos para el control automatizado de inventarios "Diseño, construcción e implementación de modelos matemáticos para el control automatizado de inventarios Miguel Alfonso Flores Sánchez 1, Fernando Sandoya Sanchez 2 Resumen En el presente artículo se

Más detalles

SIMULACIÓN: HERRAMIENTA PARA GESTIONAR CADENAS DE SUMINISTROS. SIMULATION: TOOL TO MANAGE SUPPLY CHAINS.

SIMULACIÓN: HERRAMIENTA PARA GESTIONAR CADENAS DE SUMINISTROS. SIMULATION: TOOL TO MANAGE SUPPLY CHAINS. SIMULACIÓN: HERRAMIENTA PARA GESTIONAR CADENAS DE SUMINISTROS. Villanueva, A.; Ramos, P. ; Jiménez, M. Departamento de Investigación de Operaciones. Escuela de Ingeniería Industrial. Facultad de Ingeniería.

Más detalles

Inventory Optimization

Inventory Optimization Inventory Optimization Transportation Management Distribution Management Order Management Store Inventory & Fulfillment Planning www.manh.com.mx Alinee la inversión con la demanda para impulsar las ganancias

Más detalles

U N I V E R S I D A D A L A S P E R U A N A S FACULTAD DE INGENIERÍAS Y ARQUITECTURA ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA INDUSTRIAL

U N I V E R S I D A D A L A S P E R U A N A S FACULTAD DE INGENIERÍAS Y ARQUITECTURA ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA INDUSTRIAL U N I V E R S I D A D A L A S P E R U A N A S FACULTAD DE INGENIERÍAS Y ARQUITECTURA ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA INDUSTRIAL INVESTIGACIÓN DE OPERACIONES II SILABO I. DATOS GENERALES CARRERA

Más detalles