A Decision Support System To Manage The

Supply Chain Of Sugar Cane

TRABAJO FINAL INVESTIGACIN DE OPERACIONES I

DANIEL ANDRADE PEA CODIGO: 2110955

LUIS FERNANDO RODRIGUEZ CODIGO: 2102044
LUIS RICARDO CAMARGO CODIGO: 2103051

GRUPO: H3

PROFESOR:
CARLOS EDUARDO DAZ BOHORQUEZ

UNIVERSIDAD INDUSTRIAL DE SANTANDER

FACULTAD DE INGENIERAS FISICO-MECNICAS
ESCUELA DE ESTUDIOS INDUSTRIALES Y EMPRESARIALES
BUCARAMANGA
2014

A Decision Support System To Manage The

Supply Chain Of Sugar Cane

Un sistema de soporte de decisiones para

gestionar la cadena de suministro de la caa de
azcar.
INTRODUCCION: El mercado internacional del azcar ha venido sufriendo una serie de
crisis de carcter econmica, debido a esto, los productores son conscientes de que
deben optimizar cada vez ms el procesamiento o fabricacin del azcar; para lograr
disminuir los costos de la produccin se analiza la cadena de suministros encontrando
que la operacin ms costosa dentro de la lnea de produccin es el transporte de la caa
que segn estudios australianos se estiman en un rango de 25% a 30% del costo total de
la fabricacin. Sin embargo el minimizar los costos del transporte debe llevarse a cabo
teniendo en cuanta la calidad del azcar, pues despus de cortada la caa tiene 24 horas
para ser procesada en los molinos, de lo contrario su calidad se ver afectada. El sistema
de soporte de decisiones se pondr en accin con la informacin del molino Fernando de
Dios en Cuba.
OBJETIVO: Minimizar el costo global de transporte, teniendo en cuenta el cubrimiento de
las necesidades diarias de suministro de los molinos con un nivel aceptable de calidad y
evitando prdidas de caa causados por no cosechar.

DEFINICIN DEL PROBLEMA

En este trabajo se aborda el problema de la cantidad de caa de azcar transportado
desde el origen i al destino j, en el medio de transporte k durante la hora m y cosechado
por el grupo l. Los orgenes son los campos de caa de azcar y los lugares de
almacenamiento, mientras que los destinos pueden ser lugares de almacenamiento y el
molino. Cuando el origen es un campo, slo se permiten los medios de transporte por
carretera. Mientras que, si el origen es un lugar de almacenamiento, slo est permitido el
transporte ferroviario. Por otro lado, el nmero de horas relacionado con la luz del da
permitiendo el transporte por carretera y la cosecha puede variar a lo largo de la
temporada con un mximo de 14 horas.
MODELO MATEMTICO

A Decision Support System To Manage The

Supply Chain Of Sugar Cane
SET
i

Orgenes ; A= nmero de instalaciones de

almacenamiento, B=
nmero de campos a cortar
PARAMETERS
j Destinos; A= nmero de instalaciones de
coeficientes econmicos (costo de transporte de
Cijk
almacenamiento
la caa de azcar, como una funcin de las
k Mediodistancias
de transporte
nmero
medios utilizados
de transporte
y losK=
medios
de de
transporte
en
m

Dij total de horas de

Horascada
de trabajo;
caso) =H=
Ck nmero
trabajo

de cosechar;
L= nmero (preferencia
de mquinaspara
Coeficientes
de oportunidad
CoForma
i

cosechadoras
cortar un campo de caa de azcar) 1
C= nmero de grupos de corte manual
coeficiente econmico especfico relacionado con
Ck
el transporte k
Hora mxima para visitar el lugar i
Dij

TMk

fuerza total del medio de

transporte k expresada en horas
de trabajo

Vcc

Velocidad del transporte k con carga

Vsc

Velocidad del transporte k sin carga

Tckl

Tiempo de transporte del medio k con el sistema

de cosecha l

Cck

Capacidad de carga del transporte k

Cap

Produccin de caa de azcar en el campo i

Bilm
Pro
dl

1 si en el campo i se cosecha con el sistema l en

la hora m.
0 D.L.C.
Produccin por hora con el sistema de cosecha l

Yil

1 si se corta en el campo i con el sistema l

0 D.L.C

CRij

Tiempo consumido en la carga, descarga y

transporte por carretera

kl

A Decision Support System To Manage The

Supply Chain Of Sugar Cane
D ij

CRijkl

Donde

Xijklm

( Vcc1 k + Vsc1 k )+TC kl

Cc k

VARIABLES DE DECISIN
cantidad de caa de azcar transportado desde el origen i al destino j,
en el medio de transporte k durante la hora m y cosechado por el grupo l

Objetivo: Minimizar costos de transporte.

Funcin Objetivo:
A +B A +1 K

Min

i=1 j=1 k=1

L+C +1 H

C ijk Co i X ijklm
l=1

m=1

El objetivo principal es la minimizacin de los costos de transporte diario. Por lo tanto, los
coeficientes econmicos de la funcin objetivo establecen el costo de transporte de la
caa de azcar, como una funcin de las distancias y los medios de transporte utilizados
en cada caso. Aspectos de la calidad son introducidos en la funcin objetivo a travs de
un coeficiente de oportunidad, que representa la preferencia para cosechar en un campo
de caa de azcar.
Restricciones:
A

i=1 m =1

A+B

X i 111m+

L+C +1 H

X i1 klm Mmax

i= A +1 k=2

A+B

l=2

m=1

L+C +1 H

X i 111m+ X i 1 klm Mmin

i=1 m =1

i= A +1 k=2

l=2

m=1

Suministro de caa al molino de azcar para un da de trabajo

A Decision Support System To Manage The

Supply Chain Of Sugar Cane
A+B

L+C+ 1

i= A+ 1 k=2

A+B

l=2

X i1 klm Smaxm m=1,2 . H

L+C+ 1

i= A+ 1 k=2

l=2

X i1 klm Sminm m=1,2 . H

Suministro de caa al molino de azcar por carretera para una hora de trabajo
A+B

L+C+ 1

i= A+ 1 k=2

l=2

X ijklm SP j m=1,2 . H j=2,3 .. A+1

Capacidad de las instalaciones de almacenamiento. Es la cantidad de caa de azcar que

se puede procesar en cada hora.
A +B

X ( j1 ) 111 m

L+C+1

i= A+1 k=2

X ijklm=0 m=1,2 . H j =2,3 .. A+1

l=2

Conservacin de flujo a travs de las instalaciones de almacenamiento.

A+B

L+C+ 1

i= A+ 1 k=2

l=2

CR ijkl X ijklm TM k m=1,2 . H k =2,3 .. K

Capacidad de transporte por medio de transporte por carretera donde TMk es la

capacidad total de transporte de los medios disponibles de tipo k. Se determina la
capacidad de transporte de la caa de azcar en un da de trabajo. Estos aumentos de la
capacidad, ya sea con el nmero de camiones que trabajan o una capacidad nominal
mayor de ellos considerados por CRijkl.
A +1 K

L+C +1 H

X ijklm Capi i=A +1, A+ 2 A+ B

j=1 k=2

l=2

m=1

La produccin de los campos de caa de azcar. Es una estimacin que tiene que ser
actualizada peridicamente con la informacin recogida por el especialista en los campos
de caa.

A Decision Support System To Manage The

Supply Chain Of Sugar Cane
K

X ijklm l Bilm i= A +1, A+ 2 A+ B

k=2

A +1

j=1

l=2,3 L+C+1 m=1,2 .. H

A+B

i= A+ 1

Bilm 1l =2,3 L+ C+1 m=1,2 .. H

L+C +1

l=2

B ilm 2 i= A+1, A +2 A +B m=1,2 .. H

L+C +1

l=2

Y il 2i= A+ 1, A+2 A+ B

A+B

i= A+ 1

Y il 2 l=2,3 L+C+ 1

m=t +2

B ilm ( H 1t ) Bilt +1 ( H 1t ) Bilt H 1

i= A+1, A +2 A + Bl =2,3 L+C +1 t=1,2 H 2

Bilm H Y il i= A+ 1, A+ 2 A+ B l=2,3 L+C+1

m=1

Las restricciones relacionadas con los medios utilizados en la cosecha de caa de azcar
del corte. Este grupo incluye variables binarias en la formulacin. Por lo tanto, hay que
introducir restricciones adicionales relacionadas con variables binarias:
- Medios de corte pueden trabajar en un solo campo en una hora.
- Un campo puede contener hasta dos grupos de cosechadoras.
- Los movimientos de medios de corte entre los campos son limitados a uno.
- Un grupo de segadores slo puede trabajar horas consecutivas en un campo.
- El trabajo de las cosechadoras no puede superar las horas diarias de trabajo.

A Decision Support System To Manage The

Supply Chain Of Sugar Cane
RESULTADOS
El modelo se ha introducido en LINDO el cual es un software que ha sido utilizad por
empresas en todo el mundo para maximizar los beneficios y minimizar los costos en las
decisiones relativas a la planificacin de la produccin, el transporte, las finanzas, la
distribucin de la cartera, el presupuesto de capital, fusin, programacin, inventario,
recursos asignacin y ms. Todo el modelo tal como se formula era insoluble con LINDO
debido a la complejidad del sistema. Sin embargo, si es necesario, una solucin detallada
por hora puede obtenerse a partir de una solucin inicial para un da. As, las soluciones
diarias pueden refinarse mediante la modificacin de las entradas iniciales y teniendo en
cuenta las horas de trabajo. Por lo tanto, el sistema tambin proporciona informacin til
para la programacin. La cantidad de caa transportada a la fbrica de azcar, la
ubicacin en la que se recoge la caa, medios utilizados el transporte, la forma en que la
caa se corta, y el tiempo de transporte son proporcionados en la solucin. Adems, los
administradores de los molinos azucareros son capaces de determinar la cantidad de
medios de transporte que sea necesario, la hora exacta del envo y la cantidad de
gasolina en reserva.
El software nos permite seleccionar e introducir los datos correspondientes a la
disponibilidad de los recursos diarios, por ejemplo en la siguiente figura se puede
observar la Seleccin de los medios de cosecha y las caractersticas tcnicas y
operacionales correspondientes:

A Decision Support System To Manage The

Supply Chain Of Sugar Cane
Posteriormente el programa nos entregara el plan para el dia de trabajo segn los datos
que se hayan introducido al sistema:

El administrador puede seleccionar los recursos que aparecen en la solucin de todos los
das y pedir al sistema una solucin por hora. En otras palabras, la solucin diaria permite
al usuario podar los recursos que no son necesarias para ese da y la reduccin de la
dimensin del problema. Por lo tanto una solucin por hora representa un refinamiento de
esta solucin diaria primaria con ahorros computacionales adicionales. Como resultado,
las asignaciones de equipos de corte en los campos y los transportes por carretera, los
medios y rutas involucradas, por hora se obtienen. Esto se muestra en la siguiente figura.
La lista muestra, para cada origen y destino: el transporte involucrado, el equipo de
cortado, el tiempo y la cantidad de caa de azcar a ser cortada en el tiempo respectivo
(hora del da) Tras la demanda por parte del usuario, la lista se refina y ordena segn el
tiempo que indique el horario de los medios de transporte o equipos de corte.

A Decision Support System To Manage The

Supply Chain Of Sugar Cane

Aunque el requisito de utilizar LINDO era un obstculo inicial, ya que era imposible
resolver todo el modelo que contiene todas las variables y restricciones, finalmente se
revel til en la prctica cuando se fuerza un mtodo de solucin en dos etapas. En
primer lugar, se obtuvo una solucin diaria que resume los recursos necesarios para el
transporte y la cosecha del da (subndice m no se considera y muchas variables binarias
se evitan). Este primer modelo represent una reduccin de ms de un 90% de
restricciones y variables del tamao original. En segundo lugar, el usuario refina esta
solucin seleccionando recursos ptimos que participan en la solucin diaria para obtener
una solucin por hora, ms prctica para fines operacionales.
Esta segunda etapa implica que el subndice m se active y slo se toman los recursos
presentes en la primera solucin. Por lo tanto el nmero de restricciones son 10.290 con
1.900 variables de las cuales 840 son enteras.
(A = 3, B = 7, C = 2, K = 4, L = 6 y H = 14). Comparando estas cifras con una posible
solucin diaria que arrojara 19294 restricciones y variables de 2420 de los cuales 1084

A Decision Support System To Manage The

Supply Chain Of Sugar Cane
nmero entero (A = 5, B = 9, C = 2, K = 4, L = 6 y H = 14) notamos un gran aligeramiento
del problema.
La fbrica "Fernando de Dios" reporto un ahorro de 8% en los combustibles Adems,
otros beneficios son el ahorro de mano de obra valorada slo en la fbrica de US $
150000, debido a la utilizacin racional de los medios de transporte por carretera (es
decir, menos actividades de mantenimiento y reparaciones) y un mejor bienestar de los
empleados.
Fuente de Consulta:
-Lopez-Milan, E. & Pl-Aragons, L. M.,(2013) A decision support system to manage the
supply chain of sugar cane, Annals of Operations Research Volume 219, Issue 1 , pp 285297 .New York 2013.