Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INTRODUCCIN
Ninoska Maneiro Malav: Licenciada en Matemticas, Mster en Matemticas, Candidata a Doctora en Ingeniera Industria, Escuela de Ingeniera Industrial, Facultad de Ingeniera, Universidad de Carabobo,
Valencia, Venezuela
e-mail:nmaneiro@uc.edu.ve
El manejo de materiales es una operacin que est presente en todas las fases de produccin, en
la adquisicin y almacenamiento de las materias primas, durante el proceso de transformacin, y en
el suministro de los productos terminados a los clientes, a travs de los distintos canales de
distribucin. Este tipo de actividad, no agrega valor al producto y genera costos importantes
dentro de cualquier organizacin, los esfuerzos que conscientemente se realicen en pro de su
disminucin y de la racionalizacin de los recursos empleados en ella, sern recompensados con
un importante aumento de la productividad de la empresa. Dicho manejo, es un elemento a considerar dentro de cualquier proyecto de mejora industrial que se adelante, puesto que los costos de
dicho manejo comprenden entre el 30 y el 75 % de los costos totales de manufactura,1 por lo que
una buena solucin al problema de manejo de materiales contribuye a la eficiencia total de las
operaciones; una pobre distribucin puede conducir a la acumulacin de inventario de producto
en proceso, sobrecarga de los sistemas de manejo de materiales, puestas a punto ineficientes y
largas colas.2
Cuando se habla de almacenamiento ya sea de materia prima, materiales en proceso o producto
terminado, es necesario determinar: el espacio que requiere cada material para su resguardo, las
condiciones de seguridad que ellos requieren, los equipos que se usarn para su traslado y cul es
N. MANEIRO - R. YLLADA
Mezcla
Produccin (%)
48
B
C
D
44
II
III
IV
V
VI
25
16
11
T1
L1
T2
T3
T4
L2
T5
T6
PALETIZADO
Sin escala
OPTIMIZACIN DEL MANEJO DE MATERIALES EN UNA EMPRESA FABRICANTE DE CREMAS DENTALES MEDIANTE...
... (1)
APLICACIN EN EL PROBLEMA
SELECCIONADO
Representacin
... (2)
Los problemas cuadrticos de asignacin de facilidades cubren una extensa clase de problemas, en asignaciones de reas
iguales o diferentes para las correspondientes facilidades,5 problemas de asignacin en lneas y transporte,6 de all que pueda
utilizarse como modelo de resolucin del problema de manejo de
materiales considerado, ya que es necesario identificar la mejor
localizacin de seis materiales dentro de seis tanques a fin de
minimizar una funcin dada.
ALGORITMOS EVOLUTIVOS
45
N. MANEIRO - R. YLLADA
Matriz localidad
Con ella se informa dnde se encuentran las localizaciones
(Ver tabla 2.) La nomenclatura utilizada es la siguiente:
(-1): localidades, ocupadas o no, en la que la asignacin de
otra facilidad es imposible.
(-2,-3,...): localidad asignada a una facilidad previamente establecida, inamovible y que tiene relacin directa con el proceso estudiado. En este caso, corresponden a las dos lneas de llenado.
(1,2,...): los nmeros enteros positivos distintos de cero, se
utilizan para indicar las posibles localizaciones de los seis materiales a ubicar.
TABLA 2
M atriz localidad
1
-1
-1
-1
-2
-1
-1
-1
-1
-1
-3
-1
-1
Matriz de flujo
Aqu que se establece la cantidad de litros por hora, viajes por
da, bolvares por metro, o cualquier otra unidad que permita
medir un mismo patrn, el flujo de materiales hacia las lneas. Esta
matriz de 6 * 2, indica la cantidad de flujo de materiales que se
dirigen a las dos lneas (destino). (Ver tabla 3.)
TABLA 3
M atriz flujo
L1
L2
48
II
13
12
III
13
12
IV
10
11
VI
11
Matriz requerimiento
Est compuesta por tres columnas, la primera identifica numricamente los tanques o posibles localidades, en la segunda se
coloca el nmero de localidades asignadas a cada mezcla, y en la
tercera se acumula esta cantidad. En este caso, se asigna un solo
tanque a cada mezcla, puesto que esos son sus requerimientos
(tabla 4)
46
TABLA 4
M atriz re que rimie nto
1
Matriz distancia
En esta se registra la longitud que existe entre las diferentes
localidades posibles (tanques) para ubicar las mezclas y las lneas de produccin. En este caso la matriz distancia ha sido
simplificada, usando un paso equivalente a 3,5 m y se ha construido usando distancias rectilneas, de centro a centro. (Ver tabla 5.)
Tabla 5
M atriz dis tancia
L1
L2
T1
T2
T3
T4
T5
T6
Una vez introducidas las matrices solo resta ejecutar el algoritmo para analizar la solucin que este arroje, mostrando la distribucin recomendada y el valor de la funcin objetivo.
Especificaciones del algoritmo utilizado
El algoritmo fue diseado en C++, y para las corridas se utiliz
un equipo Pentium IV 700Mhz, 256 MB de memoria RAM.
RESULTADOS
A continuacin se presenta el anlisis de los resultados obtenidos, un breve estudio de su convergencia y pruebas del algoritmo para diversos conjuntos de parmetros evolutivos.
Tras el anlisis de las veinte corridas del algoritmo se obtuvieron 4 localizaciones diferentes, todas con la mejor solucin. Es
decir, existen cuatro formas de localizar las mezclas en los seis
tanques, para un mismo valor mnimo de la funcin objetivo que
es igual a 403, tal como se muestra en la figura 2.
Cualquiera de estas soluciones proporciona el mnimo costo
de manejo de materiales, menor tramo de tubera para el transporte de las mezclas hasta las lneas, menor tiempo de puesta a
OPTIMIZACIN DEL MANEJO DE MATERIALES EN UNA EMPRESA FABRICANTE DE CREMAS DENTALES MEDIANTE...
Cuando se disea un algoritmo evolutivo para un determinado problema es siempre importante estudiar la convergencia del
mismo en la bsqueda de la solucin a travs de las generaciones; para ello se hizo un anlisis con respecto al nmero de
generaciones a evolucionar, los valores probabilidad de cruce y
mutacin, y la convergencia del mejor individuo de cada generacin. Se tom como parmetro fijo el tamao de la poblacin,
siendo esta de 60 individuos.
La tabla 7 muestra los resultados obtenidos para 2 000 generaciones y algunos valores de cruce y mutacin, graficados has-
SO LU C IN
1
M2
M2
M2
M2
M1
M3
M1
M3
M3
M1
M3
M1
M4
M4
M4
M4
M6
M5
M5
M6
M5
M6
M6
M5
Tabla 6
Combinacione s de
parme tros cruce -mutacin
utilizado
L1
Probabilidad
de cruce
L2
P A LE T IZA D O
S in escala
Probabilidad
de mutacin
0,5
0,25
0,5
0,2
0,85
0,25
0,75
0,1
47
N. MANEIRO - R. YLLADA
Fun ci n Objetivo
535
0.5-0.25
515
0.75-0.1
495
475
455
435
415
395
1
11
21
31
41
51
61
71
81
91
Ge n era c i n
Fun ci n Objetiv o
490
470
450
430
410
390
1 10 19 28 37 46 55 64 73 82 91 100
Generacin
CONCLUSIONES
REFERENCIAS