240ST Técnicas de Optimización en la Cadena de Suministro

Transcripción

1 Unidad responsable: ETSEIB - Escuela Técnica Superior de Ingeniería Industrial de Barcelona Unidad que imparte: OE - Departamento de Organización de Empresas Curso: 2017 Titulación: Créditos ECTS: 5 Idiomas docencia: Castellano Profesorado Responsable: Otros: Alberto García Villoria Alberto García Villoria Horario de atención Horario: Miércoles: 17:30-19:00 Viernes: 17:30-19:00 Capacidades previas Las impartidas en Métodos Cuantitativos en la Cadena de Suministro. Competencias de la titulación a las cuales contribuye la asignatura Específicas: CESCTM1. Diseñar cadenas de suministro, o sus partes, mediante la aplicación de los métodos, técnicas y herramientas que sean procedentes para cada función y objetivo específicos. CESC4. Conocer y saber aplicar las técnicas de modelización, optimización y simulación para la resolución de los problemas que suscita el diseño y la gestión de las cadenas de suministro. Metodologías docentes La metodología docente se divide en tres partes: - Sesiones presenciales de clases magistrales. - Sesiones presenciales de trabajo práctico (ejercicios y problemas). - Trabajo autónomo de estudio y realización de ejercicios y actividades. En las sesiones de exposición de los contenidos, el profesorado introducirá las bases teóricas de la materia, conceptos, métodos y resultados, ilustrándolos con ejemplos convenientes para facilitar su comprensión. En las sesiones de trabajo práctico en el aula, el profesorado guiará al estudiantado en la aplicación de los conceptos teóricos para la resolución de problemas, fundamentando en todo momento el razonamiento crítico. Se propondrán ejercicios que el estudiantado deberá resolver presencialmente y, si no los acaba, fuera del aula, para favorecer el uso de las herramientas básicas necesarias para la resolución de problemas. El estudiantado, de forma autónoma, ha de trabajar los contenidos de la asignatura expuestos por el profesorado y el resultado de las sesiones de trabajo práctico para asimilar y fijar los conceptos. Objetivos de aprendizaje de la asignatura 1 / 5

2 El objetivo central es presentar un conjunto de procedimientos para resolver problemas de optimización combinatoria relacionados con la organización y gestión de los sistemas productivos y logísticos y de las cadenas de suministro, y proporcionar al estudiantado una serie de instrumentos de trabajo. Se pretende que al finalizar la asignatura el estudiantado: - Modelice problemas de gestión en el ámbito productivo y logístico. - Analice procedimientos ya existentes para la resolución de estos problemas. - Desarrolle los procedimientos de resolución adecuados que provean soluciones óptimas o factibles. - Tenga capacidad para resolver de forma eficiente diferentes problemas de los sistemas productivos y logísticos (de producción, de distribución,...). Horas totales de dedicación del estudiantado Dedicación total: 125h Horas grupo grande: 30h 24.00% Horas grupo mediano: 15h 12.00% Horas grupo pequeño: 0h 0.00% Horas actividades dirigidas: 0h 0.00% Horas aprendizaje autónomo: 80h 64.00% 2 / 5

3 Contenidos 1. Introducción y conceptos básicos Dedicación: 6h Grupo grande/teoría: 2h Aprendizaje autónomo: 4h Problemas combinatorios, complejidad de un problema y de un algoritmo, solución y su representación, espacio de soluciones, función de evaluación, optimalidad y factibilidad, preproceso, cotas, etc. 2. Procedimientos exactos Dedicación: 25h Grupo grande/teoría: 10h Aprendizaje autónomo: 15h Programación dinámica, procedimientos de separación y acotación (branch and bound) 3. Procedimientos heurísticos clásicos Dedicación: 38h Grupo grande/teoría: 14h Aprendizaje autónomo: 24h Justificación, clasificación, diseño, EAGH, concepto de vecindario y óptimo local 4. Procedimientos metaheurísticos Dedicación: 25h Grupo grande/teoría: 10h Aprendizaje autónomo: 15h Metaheurísticas de punto único (multi-start, GRASP, recocido simulado, búsqueda tabu), metaheurísticas de población (algoritmos genéticos), calibrado de parámetros 5. Otros procedimientos no exactos Dedicación: 12h Grupo grande/teoría: 4h Aprendizaje autónomo: 8h Programación dinámica y branch and bound acotados, heurísticos basados en programación matemática, mateheurísticos, hiperheurísticos 3 / 5

4 6. Aplicaciones Dedicación: 20h Grupo grande/teoría: 6h Aprendizaje autónomo: 14h Estudio de aplicación de varias de la técnicas estudiadas a la resolución de casos reales Sistema de calificación La evaluación se realiza mediante diversos procedimientos: (1) un examen final (EF) consistente en varios ejercicios teórico-prácticos en los que el estudiantado debe demostrar su capacidad para aplicar los conocimientos aprendidos; (2) una prueba escrita corta de prácticas (PP), en la misma fecha del examen final y a continuación de éste, sobre los ejercicios y problemas desarrollados en la sesiones prácticas; (3) valoración del profesorado (VP) que se basará en la participación y grado de conocimiento demostrado por el alumnado durante las sesiones prácticas. La nota final de la asignatura, NF, se calcula de la siguiente manera: NF = 0,8 EF + 0,1 PP + 0,1 max(pp, VP) Normas de realización de las actividades Tanto en el examen final como en la prueba de prácticas, el estudiantado puede consultar todo el material escrito que considere oportuno. Sólo se permite el uso de calculadora dentro del material electrónico (no puede disponer de teléfono móvil, portátil ni ninguna otra herramienta que no sea la calculadora). 4 / 5

5 Bibliografía Básica: Gendreau, M.; Potvin, J.-Y. Handbook of metaheuristics [en línea]. 2nd ed. New York: Springer, 2010 [Consulta: 05/10/2017]. Disponible a: < ISBN Hillier, F.S.; Lieberman, G.J. Introducción a la investigación de operaciones. 9a ed. México: McGraw-Hill, ISBN Michalewicz, Z. How to Solve It: Modern Heuristics. 2nd ed. Berlín: Springer, ISBN Talbi, E.G. Metaheuristics: from design to implementation. New Jersey: John Wiley & Sons, ISBN Complementaria: Aarts, E. ; Lenstra, J.K. Local Search in Combinatorial Optimization. Princeton: Princeton University Press, ISBN Birattari, M. Tuning metaheuristics. New York: Springer, ISBN García-Villoria, A.; Corominas, A.; Pastor, R. "Pure and hybrid metaheuristics for the response time variability problem". Vasant, Pandian. Meta-Heuristics Optimization Algorithms in Engineering, Business, Economics, and Finance. New York: IGI Global, pp Pinedo, M.L. Planning and Scheduling in Manufacturing and Services [en línea]. 2nd ed. New York: Springer, 2009 [Consulta: 01/08/2014]. Disponible a: < ISBN / 5