Miguel Ortega Mier Grupo de Ingeniería de Organización y Logística ETSII (UPM)
|
|
- María Antonia Montoya Iglesias
- hace 8 años
- Vistas:
Transcripción
1 Búsqueda de soluciones robustas para el problema de localización de una instalación de tratamiento de residuos y las plantas de transferencia correspondientes Miguel Ortega Mier Grupo de Ingeniería de Organización y Logística ETSII (UPM)
2 Contenidos Revisión bibliográfica Presentación de problema I (Planta tratamiento y centros transferencia) Modelo determinista Resolución exacta Enfoque AG Modelo estocástico Presentación de MPMCFLP Modelo determinista
3 Ballou, R.H., (1968) Dynamic Warehouse Location Analysis, Journal of Marketing Research, vol. 5, pp Primer caso real encontrado Localización de almacenes intemedios Modelo MIP, resuelto mediante Programación Dinamica Revisión bibliográfica Wesolowsky, G.O., (1973) Dynamic Facility Location, Management Science, vol. 9, pp Wesolowsky, G.O., Truscott, W.G., (1975) The multiperiod Location Allocation Problem with Relocation of facilities, Management Science, vol. 22, pp Modelos con restricciones de capacidad Situaciones diferentes: relocalización, nº máximo de instalaciones,... Conclusión: PD útil para pequeños problemas, no para grandes
4 Revisión bibliográfica Erlenkotter, D. (1974) Dynamic Facility Location and Simple Network Models, Management Science, vol. 20, Theory Series, pp Erlenkotter, D. (1975) Capacity Plannig for Large Multilocation systems: Aproximate and Incomplete Dynamic Programming Approaches, Management Science, vol. 22, nº. 3, pp Programación Dinámica Expansión de capacidad Problema real : localización en industria fertilizantes en India Schiling, D.A., (1980) Dynamic Location Modeling for Public-Sector Facilities: A Multicriteria Approach, Decision Sciences, vol. 11, pp Localización de servicios públicos Varios criterios: coste, servicio, Multiobjective programming
5 Revisión bibliográfica Roy, T.J., Erlenkotter, D., (1982) A Dual-Based Procedure for Dynamic Facility Location, Management Science, vol. 28, nº. 10, pp DUFLP (Dynamic Uncapacitated Facility Location Problem) Sin restricciones de capacidad Dual Ascent Method Primeros autores que descartaron Dynamic Programming Min, H., (1988) The Dynamic Expansion and Relocation of Capacitated Public Facilities: A Multi-Objective Approach, Computer and Operations Research, vol. 15, nº. 3, pp Localización de librerías públicas Relocalización, nº máximo instalaciones, presupuesto limitado... Enfoque multicriterio
6 Revisión bibliográfica Drezner, Z., (1995) Dynamic Facility Location: The Progressive p-median Problem, Location Sciences, vol. 3, nº.1, pp Dynamic p-median problem Programación No Lineal y algoritmos específicos AMPL Current, J., Ratick, J., ReVelle, C., (1997) Dynamic facility location when the total number of facilities is uncertain: A decision analysis approach, European Journal of Operational Research, vol. 110, pp Enfoque multicriterio Sin límites en el nº de instalaciones UsanAMPL
7 Revisión bibliográfica Saldanha, F., Captivo, M.E., (1998) A heuristic approach for the discrete dynamic location problem, Location Science, vol. 6, pp Enfoque heurístico para resolver un modelo de instalaciones idénticas y sin restricciones de capacidad Métodos DROP con búsqueda local resuelto con CPLEX Antunes, A., Peeters, D., (2000) A dynamic optimization model for school network plannig, Socio- Economic Planning Sciences, vol. 34, pp Antunes, A., Peeters, D., (2001) On solving complex multi-period location models using simulated annealing, European Journal of Operational Research, vol. 130, pp Planificación de escuelas de primaria en Protugal Puede haber cambios de capacidad (múltiplos del número de clases) Simulated Annealing
8 Revisión bibliográfica Hinojosa, Y., Puerto, J., Fernández, F.R., (2000) A multiperiod two-echelon multicommodity capacitated plant location problem, European Journal of Operational Research, vol. 123, pp Modelo multiproducto Localización de almacenes Heurístico inicial heuristic y relajación lagrangiana Bose, I., Eryarsoy, E., He, L., (2003) Multi-period design of survivable wireless access networks under capacity constraints, Decision Support Systems. Minimizar el coste total de una red inaalámbrica Soluciones basadas en un heurístico (LINGO)
9 Revisión bibliográfica (resumen) Localización dinámica no está muy estudiada ( 70). La localización dinámica es compleja. Dos enfoques principales Monocriterio Multicriterio Dynamic Programming Lagrangian relaxation Heuristics específicos Metaheuristicos Multiobjective programming AHP Problemas muy diferentes en la literatura. No hay dos modelos idénticos
10 Objetivo: Problema I Buscar dónde instalar una planta de tratamiento de residuos y los centros de transferencia necesarios
11 Objetivo: Problema I Buscar dónde instalar una planta de tratamiento de residuos y los centros de transferencia necesarios
12 Problema I Hipótesis: - Horizonte de varios años - No se tienen en cuenta costes de recogida internos (no afectan) - Costes de transporte por Tm y km (no rutas) - La localización de la planta es inamovible - Los centros de transferencia se pueden cambiar cada año Datos: - A i : oferta anual de cada municipio - d ij : distancia entre municipios - ctr y cre: costes de transferencia y recogida - F j : costes fijos de los centros de transferencia - CAP: capacidad de los centros de transferencia
13 Variables: Problema I - z k : está o no la planta de tratamiento en el municipio k - y jt : está abierto no el centro de transferencia en el municipio j el año t - x ijt : Tm de residuos llevados del municipio i al centro de transferencia j el año t - h jkt : Tm de residuos llevados del centro de transferencia j a la planta de tratamiento en k en el año t z k =1 h jkt x ijt y jt =1
14 recogida min j x ijt x = A, i, t ijt it y * CAP, i, j, t jt xijt y jt * CAP, i, j F y j t + h jkt d jk ctr +, xijt dij j, t j, k, t i, j, t j Problema I- Modelo Se recoge todo el residuo de cada municipio cada año t cre Si un centro se cierra no se puede llevar residuo a ese centro Tiene que haber capacidad suficiente cada año transferencia h jkt = xijt, j, k i h jkt zk * CAPplanta, k, t j k z k = 1 t Balance en los centros de transferencia Sólo son posibles las transferencias de residuo a la planta de transferencia Sólo puede haber una planta de tratamiento
15 Problema I Soluciones exactas Resultados de diversos problemas de complejidad creciente con AIMMS-CPLEX (Provincia de Guipúzcoa) Problema Tamaño Tiempo Óptimo 1 88x88x9 se cuelga se cuelga 2 40x40x min si 3 20x20x seg si 4 9x9x3 1 seg si 5 3x3x1 <1 seg si
16 Individuo: Fixed 1... costs 1 (2 cromosomas) Z 23 =1 FS y jt 23 Problema I A. Genéticos Coste de una solución: y jt yz k parámetros fijos Problema de transporte (PL) Función de supervivencia Tres datos importantes de cada solución: Coste y qué instalaciones se abren y cuándo
17 Cruces: 1) Problema I A. Genéticos Cruce de inf. de centros trat. 2) Cruce de inf. de periodos
18 Cruces: 3) Problema I A. Genéticos Cruce de inf. de la Planta Aleatoriamente se produce un cruce u otro 1) 2) 2) 3) 0 1
19 Mutaciones: 0 -> 1 1 -> 0 Problema I A. Genéticos Cálculo solución inicial Soluciones no factibles -> abrir nuevas centros transf.
20 Problema I A. Genéticos Resultados: Problema Tamaño Tiempo medio (10 exp) Óptimo 1 88x88x x40x x20x seg no siempre 4 9x9x3 2.4 seg si 5 3x3x1 1 seg si
21 Variantes: Fixed 1... costs 1 (1 cromosoma) FS 23 Problema I A. Genéticos Coste de una solución: parámetro fijo: y jt Problema MIP con k variables binarias Función de supervivencia + Localización planta
22 Problema I Estocástico Problema lineal estocástico bi-etapa PLE-2 Primera etapa: z k y jt Segunda etapa: s s x ijt h jkt Parámetros con incertidumbre: - A is : oferta anual de cada municipio - ctr s y cre s : costes de transferencia y recogida s escenarios p s
23 recogida transferencia min x j s ijt s s x = A, i, t, s ijt it y * CAP, i, j, t, s jt s x ijt y jt * CAP, t, i, j j s s h = x j t s jkt,,, ijt k i s h zk * CAPplanta, k, t, s jkt j k z k = 1 Problema I Estocástico s s s s s F y j, t + p h d jk ctr + x d jkt ij cre ijt j, t s j, k, t i, j, t Se recoge todo el residuo de cada municipio cada año s Si un centro se cierra no se puede llevar residuo a ese centro Tiene que haber capacidad suficiente cada año Balance en los centros de transferencia Sólo puede haber una planta de tratamiento Sólo son posibles las transferencias de residuo a la planta de transferencia
24 Problema I Estocástico Enfoque AG Escenarios y robustez Para cada escenario Conjunto de soluciones buenas 100? Existe alguna centro cerrado siempre? Existe algún centro abierto siempre? Porcentaje de aparición de una instalación en esos escenarios Serán buenas soluciones, probalemente no serán las óptimas
25 Problema I Estocástico Enfoque AG Analogía con la evolución de la especies - Buscar si existen individuos (soluciones) que sobreviven (son buenas) a los cambios de las condiciones externas del ambiente (a distintos escenarios) s 1 s 2 s n Generaciones - Relación entre p s y el número de generaciones que transcurren - Parámetro importante: número de individuos que pasan al siguiente escenario. - Los cromosomas llevan la información de la primera etapa
26 Problema II- MPMCFLP Capacidad y localización, dos aspectos clave en la gestión industrial Relación muy cercana entre ambas decisiones Dos enfoques: simultáneamente o por separado Ejemplo: Capacity Facility Location Problem (CFLP) Multiple Capacity FLP The Multiple-Period, Multiple-Capacities Facility Location Problem MPMCFLP
27 Problema II- MPMCFLP Objetivo: Hallar qué instalaciones de tratamiento y con qué capacidad utilizar para el tratamiento de los residuos correspondientes Situación: - Residuo ligero de fragmentación (después de fragmentar los VFU) - Orígenes: fragmentadoras. - Distintas opciones de tratamiento (destinos) - Cementeras - Planta de incineración - Plantas de termólisis (nuevas y de distintas capacidades posibles) - Directiva Europea 2000/53/CE I
28 orígenes destinos Problema II- MPMCFLP instalaciones Tipo I T ipo II T ipo III T ipo II M Tipo I. L N-1 N. T ipo III Periodos: t=1,..., P
29 Problema II- MPMCFLP Hipótesis: - Horizonte de varios años - Costes de transporte por Tm y km (no rutas) - A lo largo del tiempo se pueden utilizar unas instalaciones u otras. I Datos: - O it : Cantidad de RLF obtenido en la fragmentadora i - D j : capacidad de la planta j - l L, S l ={p,p+1,..., q} : conjunto de las plantas posibles en la localización l - CTT ijt : coste de transporte desde i la planta j el periodo k - CF jt : coste fijo de la planta j in period t - CV jt : coste variable de la planta j en el periodo t
30 min ( CTT + CV ) x + ijt ijt ijt i, j, t j, t CF Problema I- Modelo jt y jt j x = 1 i, t ijt Se recoge todo el residuo j x O D i, t ijt it jt Hay capacidad para recoger todo el residuo cada año x ijt y i, j, t jt Si un centro se cierra no se puede llevar residuo a ese centro p S l y 1 l, t pt En una misma localización sólo puede haber una planta
31 Búsqueda de soluciones robustas para el problema de localización de una instalación de tratamiento de residuos y las plantas de transferencia correspondientes Miguel Ortega Mier Grupo de Ingeniería de Organización y Logística ETSII (UPM)
Revisión bibliográfica del problema multiperiodo de localización de instalaciones con capacidades distintas
IX Congreso de Ingeniería de Organización Gijón, 8 y 9 de septiembre de 2005 Revisión bibliográfica del problema multiperiodo de localización de instalaciones con capacidades distintas Miguel Ortega Mier
Más detallesUso 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 detallesEL PROBLEMA DE LOCALIZACIÓN DE SERVICIOS
Memorias de la XVII Semana Regional de Investigación y Docencia en Matemáticas, Departamento de Matemáticas, Universidad de Sonora, México. Mosaicos Matemáticos No. 20, agosto 2007, pp. 1-6. Nivel Medio
Más detallesFlow-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 detallesMétodos 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 detallesGestión de operaciones
Gestión de operaciones Modelo y modelado Pedro Sánchez Pedro Sánchez pedro.sanchez@upcomillas.es Contenidos Ejemplo de gestión Gestión de operaciones y optimización Modelo y modelado dld 2 1 Ejemplo de
Más detallesAlgoritmos 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 detallesSISTEMAS 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 detallesPROCEDIMIENTO 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 detallesOptimización de Procesos
Optimización de Procesos Tier I: Métodos Matemáticos de Click to edit Master title style Optimización Sección 4: Optimización Multi-Objetivo Click to Introducción edit Master title style La optimización
Más detallesLa Técnica Enumerativa de Programación Dinámica en los Problemas de Producción e Inventario y los Algoritmos Genéticos
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
Más detallesTÉCNICAS 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 detallesModelización Avanzada en Logística y Transporte
Modelización Avanzada en Logística y Transporte El problema de enrutamiento vehicular (VRP) Luis M. Torres Escuela Politécnica del Litoral Guayaquil, Diciembre 2010 Maestría en Control de Operaciones y
Más detallesUna 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 detallesGestión 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 detallesAplicación de la inteligencia artificial a la resolución del problema de asignación de estudiantes del departamento de PDI
Aplicación de la inteligencia artificial a la resolución del problema de asignación de estudiantes del departamento de PDI Ricardo Köller Jemio Departamento de Ciencias Exactas e Ingeniería, Universidad
Más detallesMÁQUINAS DE VECTORES DE SOPORTE
MÁQUINAS DE VECTORES DE SOPORTE Introducción Se tiene información de N individuos codificada de la forma Las variables X son vectores que reúnen información numérica del individuo, las variables Y indican
Más detallesOptimización 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 detallesSOLUCION DE MODELOS DE PROGRAMACION LINEAL EN UNA HOJA DE CALCULO. PROBLEMAS DE TRANSPORTE Y ASIGNACION.
UNIVERSIDAD NACIONAL DE LA PLATA FACULTAD DE INGENIERÍA DEPARTAMENTO DE INGENIERÍA DE LA PRODUCCIÓN INGENIERÍA INDUSTRIAL SOLUCION DE MODELOS DE PROGRAMACION LINEAL EN UNA HOJA DE CALCULO. PROBLEMAS DE
Más detallesResumen de técnicas para resolver problemas de programación entera. 15.053 Martes, 9 de abril. Enumeración. Un árbol de enumeración
5053 Martes, 9 de abril Ramificación y acotamiento () Entregas: material de clase Resumen de técnicas para resolver problemas de programación entera Técnicas de enumeración Enumeración completa hace una
Más detallesSujeta a: 1.1.1 Modelo Propuesto. Min (f 1, f 2 ) f 1 =
Un Modelo bi-objetivo para la Cadena de Suministro de un Sistema de Manufactura. López A. 1 Resumen. Este artículo presenta el modelo matemático de un problema de diseño de cadena de suministro directa
Más detallesCIENCIA ARTE INVESTIGACIÓN DE OPERACIONES
2 CIENCIA ARTE INVESTIGACIÓN DE OPERACIONES Qué es un modelo? Un modelo es una representación de la realidad Colin Lee (1972) Qué es un modelo? Un modelo es una representación explícita y externa de parte
Más detallesSISI / 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 detallesUn 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 detallesUnidad II: Análisis de Redes
Unidad II: Análisis de Redes 2.1 Conceptos Básicos Un problema de redes es aquel que puede representarse por: LA IMPORTANCIA DE LOS MODELOS DE REDES: Muchos problemas comerciales pueden ser resueltos a
Más detallesModelo de Planificación de Producción para un Sistema Multiproducto con Múltiples Líneas de Producción
Revista Ingenieŕa de Sistemas Volumen XXIV, Junio 2010 Modelo de Planificación de Producción para un Sistema Multiproducto con Múltiples Líneas de Producción Rodrigo Viveros E. * Eduardo Salazar H. **
Más detallesH 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 detallesBREVE MANUAL DE SOLVER
BREVE MANUAL DE SOLVER PROFESOR: DAVID LAHOZ ARNEDO PROGRAMACIÓN LINEAL Definición: Un problema se define de programación lineal si se busca calcular el máximo o el mínimo de una función lineal, la relación
Más detallesPARTE III OBTENCIÓN DE MODELOS OBTENCIÓN DE MODELOS MODELADO E IDENTIFICACIÓN ASPECTOS A TENER EN CUENTA MODELADO IDENTIFICACIÓN OBTENCIÓN DE MODELOS
OBTENCIÓN DE MODELOS PARTE III OBTENCIÓN DE MODELOS 1. INFORMACIÓN SOBRE EL SISTEMA 1. EL PROPIO SISTEMA (OBSERVACIÓN, TEST) 2. CONOCIMIENTO TEÓRICO (LEYES DE LA NATURALEZA, EXPERTOS, LITERATURA, ETC.)
Más detallesMICROCURRÍCULO(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 detallesMANEJO DEL WINQSB PARA EL CURSO DE TEORIA DE DECISIONES
MANUAL CORTO WINQSB PARA PL El Winqsb es un software informática muy utilizado para construir modelos matemáticos que permita tomar decisiones específicamente en el área de administración y economía entre
Más detallesAlgoritmo Genético en Ruteamiento Dinámico en WRON
Algoritmo Genético en Ruteamiento Dinámico en WRON Francisco Raddatz Rodrigo Von Hausen Introducción Basados en el principio Darwiniano de la evolución. un mecanismo de búsqueda altamente paralela y adaptativa
Más detallesAlgoritmos 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 detallesDesarrollo 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 detallesESCUELA SUPERIOR POLITÉCNICA DEL EJÉRCITO VICERRECTORADO ACADÉMICO
ESCUELA SUPERIOR POLITÉCNICA DEL EJÉRCITO VICERRECTORADO ACADÉMICO PROGRAMA DE ASIGNATURA DE CONTENIDOS DE DE PROYECTOS ASIGNATURA: Investigación Operativa II NIVEL: V COMERCIAL CRÉDITOS: 4 PERIODO ACADEMICO:
Más detallesT 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 detallesJulian López Franco Universidad de La Salle Carrera 2 No. 10 70 Bogotá, Colombia jullopez@unisalle.edu.co
ESTRATEGIAS PARA EL DISEÑO E HIBRIDACIÓN DE UNA METAHEURÍSTICA BASADA EN BÚSQUEDA DISPERSA QUE RESUELVA EL PROBLEMA MDVRP MULTIOBJETIVO: COSTO Y BALANCEO DE CARGA Julian López Franco Universidad de La
Más detallesMÓDULO 2: TRATAMIENTO DE DATOS CON HOJA DE CÁLCULO. Tema 4: Herramientas de análisis: buscar objetivo, escenarios, Solver
MÓDULO 2: TRATAMIENTO DE DATOS CON HOJA DE CÁLCULO Tema 4: Herramientas de análisis: buscar objetivo, escenarios, Solver Leire Aldaz, Begoña Eguía y Leire Urcola Índice del tema Introducción Buscar Objetivo
Más detallesPROBLEMAS RESUELTOS DE TRANSPORTES.
PROBLEMAS RESUELTOS DE TRANSPORTES. Prof.: MSc. Julio Rito Vargas Avilés Inv. Operaciones I Ejemplo 1 (Modelo de transporte estándar - equiulibrado) MG Auto Company tiene plantas en Los Ángeles, Detroit
Más detallesResolución del Problema de Set-Covering utilizando un Algoritmo Genético
Resolución del Problema de Set-Covering utilizando un Algoritmo Genético Pablo Itaim Ananias Valparaíso, 20 de Junio del 2005 Resumen El Set Covering Problem (SCP)es un problema clásico, que consiste en
Más detallesEl almacén de indicadores de proceso de negocio en ejecución
X Congreso de Ingeniería de Organización Valencia, 7 y 8 de septiembre de 2006 El almacén de indicadores de proceso de negocio en ejecución Andrés Boza García 1, Angel Ortiz Bas 1, Llanos Cuenca Gonzalez
Más detallesAnálisis de los datos
Universidad Complutense de Madrid CURSOS DE FORMACIÓN EN INFORMÁTICA Análisis de los datos Hojas de cálculo Tema 6 Análisis de los datos Una de las capacidades más interesantes de Excel es la actualización
Más detallesPlanificación 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 detallesUNIVERSIDAD DE GUAYAQUIL
i UNIVERSIDAD DE GUAYAQUIL FACULTAD DE CIENCIAS MATEMATICAS Y FISICAS CARRERA DE INGENIERIA EN SISTEMAS COMPUTACIONALES ESTUDIO DE ESCENARIOS PARA DETERMINAR LAS LIMITANTES DE LAS EMPRESAS PARA UTILIZAR
Más detallesGuía docente de la asignatura
Guía docente de la asignatura 2012/2013 ASIGNATURA INGENIERÍA DE ORGANIZACIÓN Tipo de asignatura (básica, obligatoria u optativa) * Obligatoria Créditos ECTS 4,5 Competencias que contribuye a desarrollar
Más detallesEl Problema del Transporte
ASIGNATURA PROGRAMACIÓN LINEAL El Problema del Transporte Maestro Ing. Julio Rito Vargas Avilés Octubre 2014 1 Problema de Transporte Es un caso especial de problema de programación lineal (PPL), para
Más detalles? 50 30 20 20 emplear NA 0,788 0,367879 se queda s a 150 275 70-125 se pone s en s a 15 58 200-43 se pone s en s a
350 MR Versión 1 1 Prueba Parcial 1/5 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA: INGENIERÍA MODELO DE RESPUESTA ASIGNATURA: Computación Evolutiva CÓDIGO: 350 MOMENTO: Primera Parcial VERSIÓN:
Más detallesEl 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 detallesAlgoritmos 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 detallesIntroducción INTRODUCCIÓN
Introducción INTRODUCCIÓN Las empresas de distintos sectores económicos han concebido la logística como un proceso estratégico para mantener su actividad y garantizar la eficiencia de las operaciones de
Más detallesProblema de Localización de Plantas con Capacidades y Distancias Limitadas
Problema de Localización de Plantas con Capacidades y Distancias Limitadas M. Albareda-Sambola, E. Fernández, G. Laporte Universitat Politècnica de Catalunya HEC-Montréal Reunión de coordinación Red Española
Más detallesforma de entrenar a la nuerona en su aprendizaje.
Sistemas expertos e Inteligencia Artificial,Guía5 1 Facultad : Ingeniería Escuela : Computación Asignatura: Sistemas expertos e Inteligencia Artificial Tema: SISTEMAS BASADOS EN CONOCIMIENTO. Objetivo
Más detallesDESARROLLO DE MODELOS, METODOS Y APLICACIONES DE PROGRAMACION ESTOCASTICA EN PLANIFICACION OPTIMA DE LARGO PLAZO.
CONICYT: Repositorio Institucional: Ficha de Iniciativa de CIT (Ciencia, Tecnología e Innovación) 1 FONDECYT-REGULAR - 1999-1990106 DESARROLLO DE MODELOS, METODOS Y APLICACIONES DE PROGRAMACION ESTOCASTICA
Más detallesGUÍA DOCENTE CURSO: 2015-16 DATOS BÁSICOS DE LA ASIGNATURA DISTRIBUCIÓN HORARIA DE LA ASIGNATURA SEGÚN NORMATIVA DATOS DEL PROFESORADO. Pag.
Pag. 1 de 9 GUÍA DOCENTE CURSO: 2015-16 DATOS BÁSICOS DE LA ASIGNATURA Asignatura: Diseño de Distribución en Planta (Layouts). (UAL) Código de asignatura: 70553221 Plan: Máster en Representación y Diseño
Más detallesMÉTODOS DE ELIMINACIÓN Son tres los métodos de eliminación más utilizados: Método de igualación, de sustitución y de suma o resta.
ECUACIONES SIMULTÁNEAS DE PRIMER GRADO CON DOS INCÓGNITAS. Dos o más ecuaciones con dos incógnitas son simultáneas cuando satisfacen iguales valores de las incógnitas. Para resolver ecuaciones de esta
Más detallesTema 8: El Problema de Programación Lineal Entera. Modelización y Resolución
Tema 8: El Problema de Programación Lineal Entera. Modelización y Resolución Los problemas de programación lineal entera pple son problemas de programación lineal en los que se exige que alguna o todas
Más detallesProgramación lineal 2º curso de Bachillerato Matemáticas aplicadas a las ciencias sociales
PROGRAMACIÓN LINEAL Índice: 1. Origen de la programación lineal------------------------------------------------------------- 1 2. Inecuaciones lineales. Interpretación geométrica -----------------------------------------
Más detallesComputación Aplicada
Computación Aplicada P R O P E D É U T I C O FACULTAD DE INGENIERÍA UNIVERSIDAD AUTÓNOMA DE QUERÉTARO Ma. Teresa García Ramírez Instructor Ma. Teresa García Ramírez Doctorado en Tecnología Avanzada en
Más detallesLocalización de ambulancias utilizando programación lineal: caso UNAM
Localización de ambulancias utilizando programación lineal: caso UNAM Esther Segura Pérez Instituto de Ingeniería, UNAM esegurap@iingen.unam.mx Rafael Bernardo Carmona Benítez Facultad de Economía y Negocios,
Más detalles1.1 EL ESTUDIO TÉCNICO
1.1 EL ESTUDIO TÉCNICO 1.1.1 Definición Un estudio técnico permite proponer y analizar las diferentes opciones tecnológicas para producir los bienes o servicios que se requieren, lo que además admite verificar
Más detallesUn 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 detallesBúsqueda tabú y evolución genética para el árbol de expansión capacitado de costo mínimo
Búsqueda tabú y evolución genética para el árbol de expansión capacitado de costo mínimo Efraín Ruiz Dept. d Estadística i Investigació Operativa Universitat Politècnica de Catalunya Jordi Girona, 1-3.
Más detallesOptimizar la utilización de los activos El uso software de optimización AXIODIS permite cumplir con los siguientes objetivos:
Niveles de uso Operativo Optimización de distribución diaria/semanal Planificación y Optimización de Rutas de Transporte El software AXIODIS es una herramienta de planificación y optimización de transportes.
Más detallesGPU IMPLEMENTATIONS OF SCHEDULING HEURISTICS FOR HETEROGENEOUS COMPUTING ENVIRONMENTS
GPU IMPLEMENTATIONS OF SCHEDULING HEURISTICS FOR HETEROGENEOUS COMPUTING ENVIRONMENTS MAURO CANABÉ SERGIO NESMACHNOW Centro de Cálculo, Facultad de Ingeniería Universidad de la República, Uruguay GPU IMPLEMENTATIONS
Más detallesModelización Avanzada en Logística y Transporte
Modelización Avanzada en Logística y Transporte El problema de enrutamiento vehicular (CVRP) Luis M. Torres Escuela Politécnica del Litoral Guayaquil, Diciembre 2010 Maestría en Control de Operaciones
Más detallesComentario a la práctica 1a
Comentario a la práctica 1a Como la enseñanza que practico es semipresencial, con muy pocas horas lectivas plantee inicialmente que todo el proceso fuera telemático. Hay tantas horas telemáticas como lectivas
Más detallesCapítulo VI DESIGUALDADES E INECUACIONES
Capítulo VI DESIGUALDADES E INECUACIONES 6.1 DEFINICIONES: a. Desigualdad: Se denomina desigualdad a toda expresión que describe la relación entre al menos elementos escritos en términos matemáticos, y
Más detallesSistemas de Información para la Gestión
Sistemas de Información para la Gestión UNIDAD 3: RECURSOS DE TECNOLOGÍA DE INFORMACIÓN Aplicaciones UNIDAD 2: RECURSOS DE TI Bases de Datos 1. Administración de bases de datos e información: Sistemas
Más detallesSeminario de Informática. Modulo V: Bases de Datos Elementos Conceptuales
Seminario de Informática Modulo V: Bases de Datos Elementos Conceptuales 1 Bases de Datos: Concepto Conjunto exhaustivo no redundante de datos estructurados, organizados independientemente de su utilización
Más detallesBase de datos II Facultad de Ingeniería. Escuela de computación.
2 Base de datos II Facultad de Ingeniería. Escuela de computación. Base de datos II. Guía 6 3 Introducción Este manual ha sido elaborado para orientar al estudiante de Bases de datos II en el desarrollo
Más detallesApuntes y ejercicios
Apuntes y ejercicios Apuntes de economía Fijo y PMP Umbral de rentabilidad www.academiacae.com - 28007 Madrid 91 501 36 88 - info@academiacae.com 1. FIFO Y PMP Cuando en un almacén están entrando y saliendo
Más detallesInformación y derechos:
Información y derechos: Esta publicación en GRATUITA y puede ser distrubuida libremente, siempre y cuando no se altere ningún contenido y sea distribuida en su totalidad. Queda totalmente prohibido copiar,
Más detallesAlgoritmo evolutivo para el problema de la ubicación de productos en las estanterías de una gran superficie
X Congreso de Ingeniería de Organización Valencia, 7 y 8 de septiembre de 2006 Algoritmo evolutivo para el problema de la ubicación de productos en las estanterías de una gran superficie José M. Albarracín
Más detallesMODELOS 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 detallesLOCALIZACIÓN DE ESTACIONES DE TRANSFERENCIA DE RESIDUOS SÓLIDOS MUNICIPALES CON RECUPERACIÓN DE MATERIALES
LOCALIZACIÓN DE ESTACIONES DE TRANSFERENCIA DE RESIDUOS SÓLIDOS MUNICIPALES CON RECUPERACIÓN DE MATERIALES Katherine Varón Valencia 1 ; Juan Pablo Orejuela Cabrera 2, Pablo César Manyoma Velásquez 3 Resumen
Más detallesInteligencia Artificial para desarrolladores Conceptos e implementación en C#
Introducción 1. Estructura del capítulo 19 2. Definir la inteligencia 19 3. La inteligencia de los seres vivos 22 4. La inteligencia artificial 24 5. Dominios de aplicación 26 6. Resumen 28 Sistemas expertos
Más detallesLab 05: Redes Inalámbricas
UNIVERSIDAD NACIONAL DE SAN ANTONIO ABAD DEL CUSCO Departamento Académico de Informática REDES Y TELECOMUNICACIONES I Lab 05: Redes Inalámbricas Ingº Manuel Peñaloza Figueroa Dime y lo olvidaré. Muéstrame
Más detallesETSIINGENIO 2009 DIBUJO DE GRAFOS MEDIANTE ALGORITMOS GENÉTICOS
ETSIINGENIO 2009 DIBUJO DE GRAFOS MEDIANTE ALGORITMOS GENÉTICOS EtsiIngenio Inteligencia Artificial 1 Raposo López Alejandro Sánchez Palacios Manuel Resumen dibujo de grafos mediante algoritmos genéticos
Más detallesIng. David Linares 58 Congreso Internacional Agua, Saneamiento, ambiente y energías renovables
Equipos Que Sirven Ing. David Linares 58 Congreso Internacional Agua, Saneamiento, ambiente y energías renovables Una solución logística para la disposición final de residuo Nuestros representados Equipos
Más detallesCAPITULO 4 JUSTIFICACION DEL ESTUDIO. En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de
CAPITULO 4 JUSTIFICACION DEL ESTUDIO En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de estudios previos y los alcances que justifican el presente estudio. 4.1. Justificación.
Más detallesScientia 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 detallesOPTIMIZACIÓN 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 detallesDISEÑO DE METAHEURÍSTICOS HÍBRIDOS PARA PROBLEMAS DE RUTAS CON FLOTA HETEROGÉNEA (2 Parte) : GRASP Y CONCENTRACIÓN HEURÍSTICA
DISEÑO DE METAHEURÍSTICOS HÍBRIDOS PARA PROBLEMAS DE RUTAS CON FLOTA HETEROGÉNEA (2 Parte) : GRASP Y CONCENTRACIÓN HEURÍSTICA Cristina R. Delgado Serna Departamento de ECONOMÍA (Área de Economía Aplicada)
Más detallesCompetencia espacial en redes
Dolores R. Santos Peñate drsantos@dmc.ulpgc.es Competencia espacial en redes Pablo Dorta González pdorta@dmc.ulpgc.es Rafael Suárez Vega rsuarez@dmc.ulpgc.es Resumen La competencia espacial estudia problemas
Más detallesBúsqueda 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 detallesLa nueva criba de Eratóstenes Efraín Soto Apolinar 1 F.I.M.E. U.A.N.L. San Nicolás, N.L. México. efrain@yalma.fime.uanl.mx
La nueva criba de Eratóstenes Efraín Soto Apolinar 1 F.I.M.E. U.A.N.L. San Nicolás, N.L. México. efrain@yalma.fime.uanl.mx Resumen Se dan algunas definiciones básicas relacionadas con la divisibilidad
Más detallesComputación Evolutiva - Mutación: Cruza, Inversión y Mutación para Permutaciones
Computación Evolutiva - Mutación: Cruza, Inversión y Mutación para Permutaciones Dr. Gregorio Toscano Pulido Laboratorio de Tecnologías de Información Centro de Investigación y de Estudios Avanzados del
Más detallesIntroducción 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 detallesMODELO 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 detallesModelado de flujo en redes. Jhon Jairo Padilla A., PhD.
Modelado de flujo en redes Jhon Jairo Padilla A., PhD. Conceptos básicos Demanda o volumen de Demanda: Es el tráfico que están requiriendo los usuarios de una red. Para transportar el volumen de demanda
Más detallesIDeP. Service Oriented Network Architecture SONA. IDeP SA La Punta, San Luis, Agosto 2008
Service Oriented Network Architecture SONA IDeP SA La Punta, San Luis, Agosto 2008 Nuevos Desafíos La forma de relacionarse entre las empresas y las organizaciones con sus clientes, miembros y empleados
Más detallesADM-OPERACIONES: PERT - CPM
1. Definición Conceptual : ADMINISTRACIÓN DE PROYECTOS PERT - CPM Un Proyecto es la búsqueda de la solución inteligente al planeamiento de un problema tendente a resolver una necesidad humana. En forma
Más detallesTemario III Algoritmos Combinatorios y Metaheurísticas
Temario III Algoritmos Combinatorios y Metaheurísticas Verificación y Validación de Software UNCo 1 Contenidos Combinación de Datos de Test Algoritmos Combinatorios Metaheurísticas Búsqueda Tabú Algoritmos
Más detallesProgramación 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 detallesMATEMÁTICAS PARA LA ECONOMIA II G.E.C.O. Curso 2012/2013
MATEMÁTICAS PARA LA ECONOMIA II G.E.C.O. Curso 2012/2013 Relación de Ejercicios N o 3 1. Resolver los siguientes programas lineales primero gráficamente y después por el método del simplex. (a) Z = x +
Más detallesCapítulo 5. Recomendaciones
Capítulo 5 Recomendaciones Las mejoras que se agregan en el protocolo IPv6 con respecto al IPv4 son de gran importancia, pero se ha pensado mucho en el gran número de personas que actualmente utilizan
Más detallesAlgoritmos 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 detallesLa Tecnología líder en Simulación
La Tecnología líder en Simulación El software de simulación Arena, es un "seguro de vida" para las empresa: le ayuda a predecir el impacto en las organizaciones de nuevas ideas, estrategias y políticas
Más detallesTitulación: GRADO EN ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS
Titulación: GRADO EN ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS Asignatura: ECO133 Gestión de producción y servicios Semestre: Segundo Gestión de producción y servicios [1] Asignatura: ECO 133 Gestión de producción
Más detalles