Disponible en línea en www.sciencedirect.

com

ScienceDirect

Procedia - ciencias sociales y conductuales 111 (2014) 213 - 223

EWGT2013 - 16 º Reunión del Grupo de Trabajo sobre Transporte EURO

la mejora de procesos de logística usando simulación y estocástico

múltiples criterios de decisión Aiding

Piotr Sawicki una*, Hanna Sawicka una

una División de Logística de la Universidad Tecnológica de Poznan, 3 Piotrowo str., 60-965 Poznan, Polonia

Resumen

El documento se concentra en la mejora de un proceso de entrega de piezas y componentes de una empresa de producción de vehículos basado en el sistema justo a
tiempo. Los autores han propuesto un procedimiento de solución de cuatro etapas. En la primera etapa del proceso de la logística ha sido analizado y modelado usando
la notación de EPC en ARIS Business Architect. Se han identificado las principales actividades en las relaciones de proceso, causa y efecto, los principales recursos
(personales y técnicos) y su asignación a las actividades. En la segunda etapa, modelo matemático multicriterio se ha construido para evaluar el rendimiento del proceso.
En la tercera etapa, el modelo de simulación se ha construido con una aplicación de la herramienta de simulación ARIS Business Simulator, y los experimentos
computacionales se han llevado a cabo. Siguiente, en la cuarta etapa el conjunto de variantes que representan los cambios en el proceso de logística actual se han
creado, cambios equivalentes se han introducido para el modelo de simulación y experimentos computacionales se han llevado a cabo. Con base en los resultados de la
simulación no deterministas, en la siguiente etapa de las variantes se han clasificado con una aplicación del método de ayudar a la decisión estocástico - estocástico
ELECTRE III. Por último, se ha recomendado la variante de compromiso de la mejora de los procesos logísticos.

© 2013 Los Autores. Publicado

Publicado por
por Elsevier
ElsevierLtd.
Ltd.
Selección revisión por
Selección y / o revisión por pares
paresbajo
bajolalaresponsabilidad
responsabilidaddel
delComité
ComitéCientífico
Científico.

palabras clave: La mejora de procesos; modelado de procesos; Varios criterios de modelado estocástico; Simulación; la toma de decisiones estocástico

1. Introducción

1.1. definición y mejora de procesos

la mejora de procesos de negocio es una de las áreas clave de la ventaja competitiva en el mercado. Por lo tanto, la calidad del proceso y su
eficiencia es un campo de interés para muchos investigadores que se ocupan de la gestión de procesos de negocio - BPM. procesos de negocio se
define en la literatura de una manera muy diferente. Davenport y Short

* Autor correspondiente. Tel .: + 48-61-665-2249; Fax: + 48-61-665-2736.

Dirección de correo electrónico: piotr.sawicki@put.poznan.pl

1877-0428 © 2013 los autores. Publicado por Elsevier Ltd. Selección y / o revisión por pares bajo
la responsabilidad del Comité Científico doi: 10.1016 / j.sbspro.2014.01.054
214 Piotr Sawicki y Hanna Sawicka / Procedia - Social y Ciencias del Comportamiento 111 (2014) 213 - 223

(1990) afirman que se trata de un conjunto de tareas relacionadas lógicamente llevadas a cabo para lograr un resultado de negocio definido. Tiwari et al., ( 2010), y Vergidis Tiwari

(2008) definen proceso como un conjunto de acciones o actividades que, si está conectado y organizado adecuadamente, permiten alcanzar los objetivos de negocio.

Muchas obras se dividen los procesos de negocio, debido a su papel en la organización en los siguientes grupos: el principal
- operativa (o primaria), secundario (soporte) y de gestión (por ejemplo Arlbjørn y Haug, 2010; van der Aalst y Van Hee, 2004). Basado en el concepto
de cadena de valor desarrollado en los años 90 por Porter, Leymann y el rodillo (2000) presentes 3 criterios de la clasificación proceso, es decir: el valor
de negocio del resultado final, la frecuencia de repetición proceso y el nivel de automatización de procesos.

Uno de los procesos de negocio clave en casi todas las organizaciones orientado al mercado es un proceso logístico. En un sentido común, es una
secuencia de actividades y diferentes recursos (incl. Tecnológicos, informativos, financieros y personales) que participan en la ejecución de estas actividades
con el fin de alcanzar los objetivos definidos, es decir, colocación y movimiento de mercancías eficiente. La mayoría de los procesos de logística se clasifican
como uno operativa, la creación de valor para los clientes, con alta tasa de repetición y con un relativamente alto grado de automatización (principalmente en
los procesos de almacenamiento). Tener una percepción de la logística tales procesos es muy importante para garantizar la máxima eficiencia de todas las
actividades, así como la utilización adecuada de todos los recursos.

1.2. Obras relacionadas

Hay muchos de investigación dedicado a la mejora cuantitativa, rediseño o la optimización de los procesos empresariales. Estos métodos se basan
principalmente en métodos complejos e interdependientes o procedimientos de cálculo y hay muy poca investigación relacionada con los métodos
individuales e independientes. En este último, los algoritmos evolutivos son muy a menudo se aplican a este fin (por ejemplo Vergidis et al., 2005; Tiwari et
al., 2007). En el primero de varios enfoques diferentes, existe, incluyendo:

• modelado de procesos utilizando gráfico combinado con modelos matemáticos y resolver el modelo usando métodos aproximados,
incluyendo: algoritmos genéticos (por ejemplo Hofacker y Vetschera, 2001; Huang et al., 2012; Zhou y Chen, 2002; Salomie et al., 2012)
y evolutivos (algoritmos Vergidis y Tiwari, 2008; Vergidis
et al., 2012; Tiwari et al., 2007; 2010) o, alternativamente, utilizando métodos exactos, incluyendo: rama y unido (por ejemplo Hofacker y Vetschera,
2001) o el método PERT (Dewan et al., 1998);
• modelado de procesos utilizando un lenguaje BPMN combinado con el modelado y resolución de problemas mediante algoritmos genéticos
(Stelling et al., 2009) o una combinación de heurística especializados, algoritmo húngaro y simulación (Kamrani et al., 2012);

• construcción de escenarios de rediseño alternativos basados ​en reglas de decisión combinados con una selección del escenario más deseable (por
ejemplo Aghdasi y Malihi, 2010);
• multicriterio modelización matemática combinada con de decisión multicriterio AHP método de toma (Kwak y Lee, 2002).

1.3. Objetivo y contenido de la investigación

Debido al hecho de que la duración de la mayoría de las actividades en cualquier proceso se basa en fenómenos no deterministas,
es decir, basado en la distribución estocástica, es necesario tener en cuenta en la evaluación del proceso, su mejora o rediseño. En la
práctica, la mayor parte de la investigación suponen que los fenómenos que se consideran son de tipo determinista, lo que conduce a una
notable simplificación. Por lo tanto, los autores han propuesto el procedimiento de mejora de procesos basado en la secuencia de pasos
relacionados, incluyendo la identificación y el modelado de las actividades del proceso y los recursos utilizados (tanto técnicas como
personales), múltiples criterios estocástico modelado de los criterios de evaluación, la simulación de procesos de sus diferentes variantes
(escenarios) y la selección del escenario más favorable de rediseño de procesos, utilizando múltiples criterios de toma de decisión
estocástico.
 Piotr Sawicki y Hanna Sawicka / Procedia - Social y Ciencias del Comportamiento 111 (2014) 213 - 223 215

Este papel se compone de 5 secciones. En la primera sección se presenta la definición principal del proceso logístico y su mejora, seguido
de la revisión de la literatura y la definición del objetivo de la investigación. En la segunda sección se define el problema de decisión
considerada de mejora de procesos. En la tercera sección, el concepto de cuatro etapas procedimiento de mejora de procesos de logística se
caracteriza, y su aplicación se presenta en la cuarta sección. La última sección de este documento está dedicado al resumen y las
conclusiones y la bibliografía se une al papel.

2. Problema definición

La mejora del proceso de logística presentado en este documento se analiza como un ejemplo del suministro de piezas de vehículos a la fábrica. Se
consideran dos empresas que cooperan entre sí. Uno de ellos se centra exclusivamente en la producción de vehículos, con los procesos de suministro y
almacenamiento externalizados. El segundo se especializa en el suministro de piezas y componentes a las áreas designadas en las proximidades de la
línea de producción. Esta compañía tiene un complejo de almacén, carretillas elevadoras, contenedores para el transporte de componentes modulares y
flota homogénea de vehículos. Las entregas de partes y componentes se realizan en un decir just-in-tiempo basado en calendario avanzada y precisa
construido por una empresa de producción.

La distancia entre estas empresas es 5,4 km. La ruta se encuentra en una de las principales vías de acceso al centro de la ciudad donde se encuentra la
fábrica, lo cual es un grave riesgo de interrupción del suministro. Por lo tanto, para superar estos posibles retrasos el productor presente alguna
almacenamiento en caché a corto plazo de piezas y componentes suministrados en la planificación de los horarios. Este enfoque le permite mantener la
continuidad del proceso de producción. El conjunto de operaciones que unen ambas compañías es como sigue: la carga de contenedores de piezas y
componentes al proveedor vehículo, transporte del proveedor al productor, descarga de piezas y componentes, la carga de los contenedores vacíos al
vehículo, el transporte del productor al proveedor y descarga de contenedores vacíos . Tanto demasiado pronto y las entregas demasiado tarde son
indeseables, que en cualquier caso desestabilizar proceso de producción. Sin embargo, en realidad se observan frecuentes retrasos en la entrega, como
resultado de la naturaleza aleatoria de duración de cada actividad proceso. Basado en la experiencia del productor el tiempo total de espera de todas las
actividades debe ser igual a 125 minutos con la gama de variaciones entre 113 y 144,5 minutos.

Con el fin de cumplir con estos requisitos, el proveedor de servicios logísticos debe proporcionar recursos suficientes y utilizarlos correctamente.
El problema de decisión se formula como la determinación de la mejor configuración de las acciones del proceso de logística que conducen a la
mejora de su estado actual, y la evaluación de la solución final por un amplio conjunto de criterios.

3. etapas clave de la mejora de procesos de logística

3.1. Primera etapa - El modelado de procesos

En la primera etapa de la mejora de procesos de logística propuesta por los autores de este trabajo, se identifica y se modeló el proceso. Ayuda a
reconocer las actividades del proceso se compone de y para comprender las relaciones entre ellos. Muchos autores (por ejemplo, Aguilar-Saven, 2004;
Weske, 2012; Stelling et al., 2009) hacen hincapié en que uno de los aspectos más importantes de la modelización es la selección de una notación de
modelado adecuado o idioma. Por lo tanto, es necesario tener en cuenta el objetivo de la modelización y el papel que el modelo debe jugar.

Hay cuatro siguientes objetivos de modelar un proceso considerado, tales como:

• identificación de todas las actividades importantes en el proceso,

• representación gráfica de las relaciones causa-efecto entre las actividades del proceso,
• la identificación de los recursos humanos y técnicos en el proceso,
• el patrón de asignación de recursos para cada actividad en el proceso.
216 Piotr Sawicki y Hanna Sawicka / Procedia - Social y Ciencias del Comportamiento 111 (2014) 213 - 223

proceso de negocios puede ser modelado con una aplicación de diferentes técnicas es decir, métodos y lenguajes, tales como: EPC
(Scheer, 1999), BPMN (White, 2006), UML (Fowlers, 2000), las redes de Perti (Lawrence, 1997), IDEF ( Menzel y Mayer, 2006) y muchos
otros. El criterio para la selección de la técnica apropiada es la descripción detallada del proceso y el propósito del modelo del proceso.

3.2. Segunda etapa - La modelización matemática de los criterios de evaluación de proceso

La segunda etapa de la mejora de los procesos de logística se basa en un modelo matemático de los criterios de evaluación de procesos.
Hofacker y Vetcher (2001), Vergidis et al., ( 2007, 2012) afirman que el objetivo de los modelos matemáticos en los procesos analizados es asegurar la
grabación y la consistencia del análisis adecuado. El objetivo principal de modelado en el procedimiento propuesto por los autores de este trabajo es
desarrollar un amplio conjunto de criterios del proceso analizado. Estos criterios deberían abarcar el diseño y configuración del proceso, la eficacia de
la utilización de los recursos y los resultados finales del proceso, también. Debido a los fenómenos aleatorios de muchas actividades de logística, los
autores de este trabajo sugieren para formular algunos de los criterios con una aplicación de modelado matemático estocástico. Debido al hecho de
que varios aspectos del proceso considerado tiene que ser tomado en cuenta, se propone aplicar un enfoque de múltiples criterios para el propósito
de modelado.

3.3. Tercera etapa - Los modelos de simulación y construcción de escenarios de rediseño

En la tercera etapa, se construye el modelo de simulación. Permite que muestra el rendimiento del proceso analizado de acuerdo con los parámetros
establecidos. La razón principal para la aplicación de simulación con respecto al proceso de negocio es la posibilidad de mapear la naturaleza no
determinista de los fenómenos que se producen en este proceso. En el procedimiento de mejora de procesos de logística propuesto se utiliza ARIS
Business simulador.
A continuación, los escenarios rediseño del proceso de logística existente están diseñados y modelados con una aplicación de la herramienta de simulación.
Basado en los resultados de los experimentos de simulación se generan distintos valores de criterios de evaluación proceso de logística existente y sus escenarios de
rediseño.

3.4. Cuarta etapa - Múltiples criterios de evaluación de escenarios estocásticos de rediseño

La cuarta etapa está dedicada a clasificar todos los escenarios de rediseño, desde la mejor a la peor. De hecho, en la literatura hay
muchos criterios múltiples métodos de toma ayudar aplicadas en problemas de clasificación. Se basan en diferentes corrientes
metodológicas, incluyendo: teoría de la utilidad de atributos múltiples, por ejemplo, AHP (Saaty, 1980), la SMART (Edwards, 1999) o UTA
(Jacquet-Lagrèze y Siskos, 1982), la relación de ranking superior, por ejemplo ELECTRE (Roy, 1985, Vincke 1992), ORESTE (Roubens,
1982) o PROMETHEE (Brans, 1986), o la combinación de estos dos enfoques, por ejemplo MAPPAC (Matarazzo, 1991). Estos métodos,
sin embargo, no reflejan la naturaleza estocástica de los datos que es a la vez la información relacionada con los valores de los criterios, en
este caso los resultados de la simulación, y las preferencias de quien toma las decisiones. Ejemplos de sus modificaciones a métodos
estocásticos,

Los autores de este documento se aplican método estocástico basado en ELECTRE III, propuesto por Sawicka (2012). El algoritmo se compone de
seis siguientes pasos (ver Fig. 1):

• Me paso - la recogida de los datos estocásticos,

• paso II - selección aleatoria de números deterministas utilizando herramienta de simulación,

• paso III - la solución de un problema de múltiples criterios determinista con una aplicación del método de ELECTRE III,
• paso IV - clasificación de las relaciones deterministas entre las variantes, utilizando el método de clasificación,
• etapa V - construcción de clasificación final de variantes con una aplicación de herramienta computacional,
 Piotr Sawicki y Hanna Sawicka / Procedia - Social y Ciencias del Comportamiento 111 (2014) 213 - 223 217

• paso VI - la recomendación de la solución de compromiso basado en una clasificación final estocástica de variantes.

técnica de simulación método MCDA herramienta computacional

ExtendSim ELECTRE III Bayes clasi fi er MS Excel

PASO yo PASO II PASO III PASO IV PASO V PASO VI

método fi cación
Selección Resolver un múltiplo Clasificación de RELA SALIDA:
La construcción de la
ENTRADA: los datos aleatoria de d criterios et Ermini determinista tio apuesta clasificación de
clasificación final de
estocásticos determin isti c STIC ns w een variantes
v ariants
numbe rs problema v ariants Classi estocástico

Resultado: Resultado: El conjunto de Resultado:

muchas relaciones entre

El conjunto de
El conjunto de datos de deterministas
información
muchos determinista
estocástica
variantes

Fig 1. El paradigma de la solución de un problema de decisión estocástico múltiples criterios. (Sawicka, 2012; Sawicka, Zak 2013)

4. La aplicación del método para la mejora del proceso de entrega de productos y componentes a la línea de producción

4.1. Primera etapa - la identificación y modelado de procesos

En la primera etapa del procedimiento se ha realizado una identificación detallada de los componentes clave del proceso, incluyendo: la lista de
actividades dentro del proceso, las relaciones entre esas actividades, la lista de los recursos disponibles, tanto, humanos (conductores y operadores) y
técnica (flota de vehículos y carretillas elevadoras) y la forma en que los recursos se aplican a cada actividad. Finalmente, el proceso de los componentes
de entrega se compone de los siguientes componentes:

• 12 actividades (la lista detallada se presenta en la Tab. 1),

• 9 vehículos currying componentes en el contenedor desde el almacén del operador a la fábrica y los envases vacíos de nuevo al
almacén,
• tripulación 27-persona de los conductores (9 conductores por cada turno),

• 4 carretillas elevadoras dedicados sólo para las actividades de carga y descarga (2 carretillas elevadoras por almacén y fábrica).

El modelado del proceso de entrega se ha realizado utilizando la notación EPC, en la herramienta ARIS Business Architect modelado (Davis y
Brabander, 2007).

4.2. Segunda etapa - Modelización de los criterios de evaluación del proceso

Teniendo en cuenta todas las expectativas para el proceso considerado y su eficacia el conjunto de los tres criterios integrales han sido definidos, es
decir: la puntualidad de la entrega, la utilización de recursos técnicos, el coste total del proceso. La nomenclatura aplicada a la modelización matemática
de estos criterios se presenta a continuación.

Nomenclatura

coste variable de actividad -ésimo realizado por recurso -ésimo, [PLN / min] coste variable de actividad

-ésimo durante el uso de los recursos -ésimo, [PLN / min] costo fijo de la utilización de recursos -ésimo,

[PLN] costo fijo de la utilización de - ésimo recurso, [PLN]

218 Piotr Sawicki y Hanna Sawicka / Procedia - Social y Ciencias del Comportamiento 111 (2014) 213 - 223

índice de recursos humanos utilizados en el proceso, índice de la

actividad identificada en el proceso analizado, índice de instancia de

proceso,

un número de instancias de proceso con una duración de proceso mayor que el índice de los límites aceptables de

recurso técnico homogéneo utilizado en el procedimiento, una duración mínima proceso, [min] una duración máxima de

proceso, [min]

duración de la actividad -ésimo en el ejemplo proces -ésimos, [min] Tiempo de espera en la cola actividad -ésimo

previa en el ejemplo proces -ésimos, [min] periodo de explotación de los recursos -ésimo, es decir, período de

simulación, [min]

variable de decisión, que define una asignación de recursos-ésimo a la actividad -la durante instancia de proceso -ésimo;

variable de decisión, la definición de una ocurrencia de -la actividad en la instancia de proceso -ésimo; un grado de recurso

-ésimo implicación en la actividad -ésimo durante -la instancia de proceso, un grado de implicación -ésimo de recursos en la

actividad -ésimo durante instancia de proceso -ésimo,

Criterio 1 es una puntualidad de la entrega -. Se supone que las entregas desde el almacén de la fábrica
han de realizarse en unos plazos muy estrictas. Por lo tanto, este criterio se construye como valor esperado de la variación entre la duración de cada
instancia de proceso y los límites de tiempo superior e inferior, y respectivamente. los
tiempo total de procesamiento de cada instancia de proceso -ésimo se compone tanto de duración de la actividad -ésimo - y esperando
tiempo en la actividad -ésimo antes cola - . Este criterio se reduce al mínimo y se expresa en minutos y se define como
de la siguiente manera:

(1)

dónde:

(2)

Criterio 2 es una la utilización de recursos técnicos - Este criterio define la eficiencia de la búsqueda de recursos técnicos, es decir, el número
de recursos y la forma en que cada recurso en particular se utiliza para conseguir el recurso de proceso deseada. El criterio se maximiza,
adimensional y se formula como sigue:

(3)
 Piotr Sawicki y Hanna Sawicka / Procedia - Social y Ciencias del Comportamiento 111 (2014) 213 - 223 219

Criterio 3 es una coste total del proceso -. Consiste en componentes clave coste de realizar todas las actividades en el
proceso, especialmente los costos asociados con la utilización de recursos, incluidos los recursos humanos y técnicos, tanto de factores fijos y variables. Criterio
se reduce al mínimo, expresado en [PLN †] y se define como sigue:

(4)

4.3. Tercera etapa - Los modelos de simulación y construcción de escenarios de rediseño

En la tercera etapa todos los parámetros necesarios ha sido introducido en el modelo de proceso y simulados utilizando ARIS Business Simulator
(Software AG, 2012). La duración de cada actividad en el proceso considerado se ha definido utilizando el tipo de distribución triangular y el uso de
parámetros presentados en la Tab. 1. Para cada uno de los recursos, tanto personales como técnicas, se han definido una serie de factores clave de costos,
es decir, costos fijos y variables. Sus valores se presentan en la Tab. 2.

Sobre la base de los parámetros establecidos, una secuencia de simulaciones de procesos para su estado actual se ha realizado. se llevaron a cabo 10
experimentos de simulación consecutivas, cada una para un período de una semana y el modelo de 3 turnos. A resultados de la simulación han demostrado un número
sustancial de los retrasos y la desviación de la duración de proceso de sus límites (ver Fig. 2). La tasa de retrasos ha sido confirmado validación positiva de un modelo
de simulación de procesos construido.

Tabla 1. Parámetros de tiempo para cada actividad en el proceso de

Duración [min] Duración [min]

Actividad Actividad
min más max. min más max.

Carga de los contenedores con componentes 12 27 15 Carga de contenedores vacíos 12 18 dieciséis

El movimiento de los contenedores entre la fábrica y wareh. 20 32 23 Ride a rampa de salida 2 4 3.5
entrega de registro 3 el registro de salida 7 4,5 3 6 5
Montar a la descarga de rampa 2 5 3.5 Movimiento de contenedores vacíos de nuevo 18 30 21
La descarga de contenedores en la rampa 10 15 12 Registro de vacío contenedores llegada 2 4,5 3
Montar a la rampa para contenedores vacíos 1.5 5 4 descarga de contenedores vacíos 10 17 17

Tabla 2. Los factores de costo asociados con los recursos utilizados en el proceso de

recursos de los cuadros técnico operador de vehículos

factor de costo
Carretilla elevadora de Seguridad

20 - 12.5 12.5 10
El costo variable [PLN / h]
[PLN / km] - 0.40 - - -

costo fijo [PLN / mes] 450 1200 250 250 175

Con el fin de mejorar la logística proceso se define el conjunto de cinco variantes del diseño del proceso. Para comparar los resultados de los cambios del
modelo que representa el estado actual proceso se considera como una variante de referencia. Los escenarios de rediseño son los siguientes:

• Variant 0 (V0) - el estado actual del proceso,

• Variante 1 (V1) - Introducción a la carga y descarga de la carretilla elevadora adicional en la fábrica,
• Variante 2 (V2) - introducción de un vehículo adicional del mismo tipo que la flota actual (cambio en la flota

† moneda polaca
220 Piotr Sawicki y Hanna Sawicka / Procedia - Social y Ciencias del Comportamiento 111 (2014) 213 - 223

tamaño de 9 a 10 vehículos),
• Variante 3 (V3) - introducción de dos vehículos adicionales del mismo tipo que la flota actual (cambio en el tamaño de la flota de 9 a 11 vehículos),

• Variante 4 (V4) - introducción de cambios técnicos y organizativos, que implica la eliminación de registro manual de distancia del
almacén y devuelto a la fábrica,
• Variante 5 (V5) - introducción de solución híbrida, que es una combinación de la variante V2 (un ligero aumento de tamaño de la flota) y V4 (cambios
de organización).

240

220
superior de la duración del proceso de

200

180
Tiempo de entrega [min]

160

140

120

100

límite inferior de la duración del proceso de límite

80

60
0 50 100 150 200 250 300 350

instancias de proceso

Fig 2. Tiempo de entrega para la secuencia de instancias de proceso para el estado actual -. V0

Como resultado de los experimentos de simulación se obtiene un conjunto de actuaciones (valor de criterios de evaluación) de cada variante. Debido a los
tres grupos de recursos técnicos homogéneos (vehículos, carretillas elevadoras situadas en la fábrica y montacargas ubicados en el almacén) el criterio
que define el grado de utilización de los recursos se determina por separado para cada uno de estos grupos. Los resultados se presentan en la Tabla 3
como valores máximos esperados, y mínimo.

La selección de la variante de compromiso se lleva a cabo con una aplicación del método estocástico basado en ELECTRE III. El tomador de
decisiones, que es el proveedor de servicios logísticos, define sus preferencias. Ellos se modelan como pesos de criterios w y la indiferencia q, preferencia pag,
veto v umbrales. Los pesos se interpreta como la importancia de los criterios, es decir, el más alto el valor de peso la más alta importancia de criterio. Los
umbrales se definen como la diferencia entre las variantes comparados y se interpretan como la percepción que el tomador de decisiones de las
relaciones de indiferencia, de preferencia y de veto entre las variantes en comparación con un criterio. Por lo tanto, el umbral de indiferencia q representa la
diferencia máxima que puede ocurrir entre los valores de variantes en el parámetro para el que el tomador de decisiones permanece indiferente; la
preferencia débil, es decir, cuando un tomador de decisiones vacila entre la preferencia y la indiferencia de una variante más de la variante en
comparación, se define como la diferencia entre ellos con un valor más alto que el umbral indiferencia y menor que el umbral preferencia; la situación
cuando la diferencia entre variantes de comparación es mayor que la preferencia pag umbral se interpreta como la estricta preferencia de una alternativa
respecto de la comparación uno; las variantes en comparación son incomparables cuando la diferencia entre ellos es mayor que el veto v límite. El modelo
de las preferencias del decisor se presenta en la Tabla 3.

La clasificación de las variantes se lleva a cabo con una aplicación del método estocástico ELECTRE III. En la etapa I de los datos estocásticos se recoge y se
presenta como una matriz de actuaciones (ver tabla 3). A continuación, sobre la base de los resultados de 100 experimentos de simulación realizadas con una aplicación
de herramienta de simulación ExtendSim (Ley y Kelton, 2000), los valores deterministas de cada actuación se generan es decir, uno de simulación de los resultados del
experimento en 30 generación de valores aleatorios (seis variantes son evaluados por cinco criterios). En la etapa III, para cada uno de 100 conjuntos compuestos por 30
valores y el modelo de las preferencias del fabricante de decisión presentados en la tabla 3 generadas aleatoriamente, las clasificaciones de las variantes se llevan a
cabo, utilizando el método ELECTRE III. Las relaciones de la indiferencia YO, preferencia PAG y incomparability R

entre los se consideran variantes. Se presentan en las matrices de clasificación. A continuación, estas relaciones se clasifican con una aplicación de
Bayes clasificador (Mitchell, 1997). El algoritmo de clasificación bayesiana se compone de 3
 Piotr Sawicki y Hanna Sawicka / Procedia - Social y Ciencias del Comportamiento 111 (2014) 213 - 223 221

fases, tales como (Mitchell, 1997):

• fase 1 - la construcción de conjunto de entrenamiento, es decir, clasificador,

• Fase 2 - prueba del conjunto de entrenamiento,

• Fase 3 - Clasificación del vector de observaciones a clases predefinidas (atributos de decisión).

Tabla 3. Matriz de actuaciones y el modelo de las preferencias del decisor

Variantes y su desempeño umbrales

criterios
V0 V1 V2 V3 V4 V5 q pag w
mínimo 0 0 0 0 0 0
Puntualidad de la entrega - T [Min] 10.0 esperado 9.1 8,7 7,2 5,0 3,5 2 4 5
máximo 116 133,2 102,7 95 100 84,0

mínimo 0.583 . 483 .460 .420 .520 .472

utilización de los recursos técnico - Q1
[%] esperado . 590 . 590 .535 .470 .555 .480 0,01 0,10 1
(vehículos)
máximo 0.625 . 575 .585 .510 .585 .535

mínimo 0.620 . 420 . 620 0.590 0.605 0.570

utilización de los recursos técnico - Q2
[%] esperado . 630 . 430 . 650 0,660 0,640 0,585 0,01 0,10 1
(Tenedor levanta en la fábrica)
máximo 0.665 . 462 . 750 0,700 0,690 0,630

mínimo 0.524 . 523 . 480 0,530 0,480 0,480

utilización de los recursos técnico - Q3
[%] esperado . 540 . 540 . 550 0,540 0,550 0,550 0,01 0,10 1
(Tenedor levanta en el deposito)
máximo 0.571 . 585 . 580 0.570 0.575 0.570

mínimo 50,0 50,4 54,0 49,9 48,0 51,0

coste total del proceso - do [Th.PLN] esperada 51,5 54,3 59,0 51,5 49,0 55,0 53,5 57,0 máximo 4 7 3
63,0 52,0 52,0 56,0

Los experimentos computacionales resulta en el conjunto de información estocástico, que se transforma en la clasificación final de variantes. Se
presenta en la Fig. 3.
Esta clasificación de variantes muestra que la solución de compromiso es la variante V5, que se prefiere a variantes incomparable V0 y V2.
La probabilidad de la relación de preferencia entre V5 y V0 denotado como ( V5 PAG V0)
es igual a 0,7 y entre V5 y V2 denotado como p ( V5 PAG V2) es igual a 0,6. A continuación en el ranking es la variante V4 con ( V0 PAG V4) = 0,6; ( V2 PAG V4) = 0,7,
preferible a la variante V1 con la probabilidad de esta relación ( V4 PAG V1) = 0.6. La última posición en el ranking tiene variante V3 con ( V1 PAG V3) = 0.6.

La variante recomendado como la solución final de la mejora de procesos de la logística es V5. Representa la aceptada por la combinación
que toma las decisiones de los cambios organizativos y técnicos que llevan a un mejor desempeño del proceso considerado.

Fig. 3. La clasificación final de variantes de la mejora de procesos de logística

222 Piotr Sawicki y Hanna Sawicka / Procedia - Social y Ciencias del Comportamiento 111 (2014) 213 - 223

5. Conclusiones

En este artículo se presenta el procedimiento de cuatro etapas de la mejora de procesos de negocio, incluyendo: el modelado de procesos (primera etapa), el
modelado matemático de los criterios de evaluación de proceso (segunda etapa), la construcción de modelos de simulación del proceso existente, su diseño
variantes y modelos de simulación (tercera etapa) , la selección del escenario compromiso rediseño con una aplicación del método multicriterio ayuda de decisión
estocástico (cuarta etapa).
En la primera etapa, el análisis de proceso se lleva a cabo. Las principales actividades, las relaciones causa-efecto entre ellos, el
número y tipo de recursos en el proceso y su utilización se identifican utilizando la herramienta ARIS Business Architect. En la segunda
etapa, el proceso se formaliza; los criterios de evaluación del proceso existente y sus escenarios de mejora de rediseño se formulan. En el
proceso de tres criterios de evaluación analizados se definen es decir puntualidad de la entrega, la utilización de recursos técnicos (por
separado para cada recurso) y el coste total del proceso. En la tercera etapa, el modelo de simulación del proceso de logística analizado se
construye utilizando ARIS Business simulador. Asegura el cálculo de los valores de los criterios de evaluación basados ​en fórmulas
matemáticas que se presentan en la etapa anterior. Finalmente,

Los resultados demuestran la viabilidad del procedimiento de mejora de procesos de negocio propuesto y aplicado. Permite realizar un trabajo en el
que el modelado del proceso no tiene por qué ser un promedio, pero la variabilidad natural en el tiempo es posible que deben tenerse en cuenta en el
análisis y el razonamiento.
Los próximos pasos de la investigación deben incluir:
• verificación del conjunto más amplio de los escenarios de mejora de rediseño,
• extensión del conjunto de criterios de tenerse en cuenta,
• realizar experimentos de simulación con una mayor duración de la simulación,
• evaluar el impacto de los cambios en los parámetros de entrada (por ejemplo, tipo de distribución de duración de la actividad) para seleccionar la variante final,

• construcción de modelos de optimización basada en modelos de simulación que incluyen algoritmos evolutivos, y comparar los resultados.

Expresiones de gratitud

Parte de la investigación presentada por el coautor Piotr Sawicki, se ha implementado en el marco de una beca de investigación 7909 / B / T02 /
2011/40.

referencias

Aghdasi, M., y Malihi, SE (2010). Descartar la optimización de procesos de negocio basado. Conferencia Internacional IEEE de Ingeniería Industrial y Gestión de Ingeniería (IEEM
2010), 305-309. Aguilar-Saven, RS (2004). modelado de procesos de negocio: Revisión y marco. Revista Internacional de Economía de la Producción, 90,129-149. Arlbjørn, JS, y
Haug, A. (2010). optimización de procesos de negocio. Academica, Aarhus.

Brans, JP, Vincke, P., y Mareschal, B. (1986). Cómo seleccionar y cómo clasificar los proyectos: El método PROMETHEE. European Journal of Operational Research, 24, 228-238.

Davenport, TH, y cortocircuito, JE, (1990). La nueva ingeniería industrial: Tecnología de la información y rediseño de procesos de negocio. Sloan Management Review, Verano, 11-27. Davis,
R., y Brabander, E., (2007). ARIS Plataforma de Diseño. Primeros pasos con BPM. Springer-Verlag, Londres. Dewan, R., Seidmann, A., & Walter, W., (1998). la optimización del flujo de
trabajo mediante el rediseño de tareas en los procesos de información de negocios, Actas de la 31ª Conferencia Internacional sobre Hawaii System Sciences, 1, 240-252. Edwards, W.
(1999). Cómo utilizar la medición de utilidad multiatributo para la toma de decisiones sociales. IEEE Transactions on Systems, el hombre y la cibernética, 7 (5), 326-340. Fowler, MS (2000). UML
destilada: Una breve guía para el lenguaje de modelado de objetos estándar. Addison-Wesley. Hofacker, I., Vetschera, R. (2001). Algorítmica enfoques para el diseño de procesos de
negocio. Computadoras e Investigación Operativa, 28, 1253-1275. Huang, Z., Lu, X., y Duan, H., (2012). Un modelo de operación tarea para la optimización de la asignación de recursos en la
gestión de procesos de negocio. IEEE
 Piotr Sawicki y Hanna Sawicka / Procedia - Social y Ciencias del Comportamiento 111 (2014) 213 - 223 223

Transation en Sistemas, Hombre y Cibernética. Parte A - Sistemas & Humans, 42 (5), 1256-1270.
Jacquet-Lagrèze, E., y Siskos, J. (1982). La evaluación de un conjunto de aditivos funciones de utilidad para la toma de decisiones multicriterio, el método de la UTA.

European Journal of Operational Research, 10, 151-164.

Kamrani, F, Ayani, R., y Moradi, F., (2012). Un marco para la optimización basada en la simulación de modelos de procesos de negocio. Simulación: Transacciones de la Sociedad para el
modelado y simulación Internacional, 88 (7), 852-869.
Kwak, NK, y Lee, Ch.W. (2002). Reingeniería de proceso para el sistema de salud mediante programación matemática multicriterio.
European Journal of Operational Research, 140, 447-458.
Lahdelma, R., Hokkanen, J., y Salminen, P. (1998). SMAA - análisis aceptabilidad multiobjetivo estocástico. European Journal of Operational Research, 106 (1), 137-143. Ley de la
mañana, y Kelton WD (2000). Simulación, modelado y análisis. McGraw Hill, Nueva York Lawrence, P. (1997). Manual de flujo de trabajo. John Wiley & Sons, Chichester. Leymann,
F., y Roller, D. (2000). flujo de trabajo de producción: concepto y técnicas. Prentice Hall. Marinoni, O. (2005). Un sistema de ayuda a la decisión espacial estocástico basado en
PROMETHEE. Revista Internacional de Ciencias de la Información Geográfica, 19 (1), 51-68.

Matarazzo, B. (1991). MAPPAC como un compromiso entre los métodos outranking y MAUT. European Journal of Operational Research, 54 (1), 48-65.

Menzel, C., y Mayer, RJ (2006). La familia IDEF de idiomas. En: P. Bernus, K. Mertins, y Handbook G. Schmidt (Eds.) En arquitecturas de sistemas de información. Springer,
Berlín, Heidelberg, 215-249. Mitchell, T. (1997). Aprendizaje automático. McGraw-Hill, Nueva York.

Roubens, M. (1982). las relaciones de preferencia sobre las acciones y criterios en la toma de decisiones multicriterio. European Journal of Operational Research,
10, 51-55. Roy, B. (1985). Methodologie Multicritere de Ayuda a la Decisión. Economica, París. Saaty, TL (1980). El proceso analítico jerárquico: la planificación, el establecimiento de
prioridades, la asignación de recursos. McGraw Hill, Nueva York. Salomie, I., Chifu, VR, Pop, CB, y Suciu, R., (2012). Firefly-basada optimización de procesos de negocio. Conferencia
Internacional IEEE sobre la Intelligent Comunicación y Procesamiento, (ICCP 2012), 49-56. Sawicka, H. (2012). El método rediseño del sistema de distribución de mercancías. Universidad
Tecnológica de Varsovia, Varsovia, 2012 (Tesis Doctoral, en polaco).

Sawicka, H., y Zak, J., (2013). Varios criterios de clasificación estocástica de las variantes del sistema de distribución. Actas de la 13 º WCTR, Julio 15-18 de Río de Janeiro, Brasil, 20
páginas. Scheer, AW (1990). ARIS - marcos de procesos de negocios. Springer-Verlag, Berlín. Siskos, J. (1982). Una manera de tratar con preferencias difusas en problemas de decisión
multicriterio. European Journal of Operational Research, 10 (3), 314-324.

Software AG. (2012). ARIS Simulador de Negocios. Disponible en línea [junio de 2013] en: http://www.softwareag.com/corporate/images/SAG_
ARIS_BusSim_FS_Apr12_WEB_tcm16-78560.pdf
Stam, A., y Duarte Silva, AP (1997). juicios estocásticos en el AHP: La medición de las probabilidades de reversión rango. Ciencias de la Decisión,
28 (3), 655-688.
Stelling, M., Roy, R., y Tiwari, A. (2009). Una novela modelado y técnica de optimización de procesos de negocio: Un enfoque basado en la computación evolutiva. En: E. Avineri et al., ( Ed.).
Las aplicaciones de Soft Computing, 52, 75-85. Tervonen, T., y Figueira, J. (2008). Una encuesta sobre los métodos de análisis de aceptabilidad multicriterio estocástico. Revista de Análisis
de decisión multicriterio, 15 (1-2), 1-14.

Tiwari, A., Turner, Ch., Pelota, P., y Vergidis, K., (2010). optimización multi-objetivo de los procesos de negocio web. En:. K. Deb, et al., ( eds.): SELLO 2010. Lecture Notes in Ciencias
de la Computación, 6457, 537-577. Tiwari, A., Vergidis, K., & Roy, R. (2007). optimización evolutiva de diseños de procesos de negocio. En: D. Keshav, KC Tan, PI Carenado (eds.)
Programación Evolutiva, Estudios en Inteligencia Computacional, 49, 513-541.

Tiwari, A., Vergidis, K., y Turner, Ch. (2010). Evolutiva de optimización multi-objetivo de los procesos de negocio. En: X.-Z. Gao, A. GasparCunha, M. Köppen, G. Schaefer, J.
Wang (eds.). Soft Computing en aplicaciones industriales, los avances en computación inteligente y suave, 75, 293-301.

Van der Aalst, WMP, y van Hee, K. (2004). gestión de flujo de trabajo: modelos, métodos y sistemas. MIT Press. Vergidis, K., y Tiwari, A. (2008). el diseño de procesos de negocios
y optimización de atributo dentro de un marco evolutivo. Actas de la Conferencia de IEEE 2008 Congreso sobre computación evolutiva - CCA 2008, 668-675.

Vergidis, K., Saxena, D., y Tiwari, A. (2012). Un marco multi-objetivo evolutivo para la optimización de procesos de negocio. Aplicación de Soft Computing, 12, 2638-2653.

Vergidis, K., Tiwari, A., Majeed, B., & Roy, R. (2007). La optimización de los diseños de procesos de negocio: Un enfoque algorítmico con múltiples objetivos. Revista Internacional de
Economía de la Producción, 109, 105-121. Vincke, P. (1992). Ayuda a la decisión multicriterio. John Wiley & Sons, Chichester. Blanco, SA (2006). Business Process Modeling Notation -
especificación adoptada última OMG. Needham, MA, EE.UU., http://www.bpmn.org Zhou, Y., y Chen, Y. (2002). optimización de procesos de negocio asignación. Actas de la Conferencia
Internacional IEEE sobre Sistemas, Hombre y Cibernética, de Hammamet.