Está en la página 1de 12

FACULTAD DE INGENIERÍA Y

CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

OPTIMIZACION DE UN PROBLEMA DE SECUENCIACION CON DOS MAQUINAS

SCHEDULING E INVENTARIOS

PRESENTADO POR:

TUTOR:

JULIAN TELLO

INSTITUCION UNIVERSITARIA POLITECNICO GRANCOLOMBIANO

FACULTAD DE INGENIERIA E INNOVACION

MODALIDAD VIRTUAL

2019

Contenido

1. INTRODUCCIÓN ........................................................................................................................... 3
FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

1.1. OBJETIVO PRINCIPAL ........................................................................................................... 4


1.2. OBJETIVOS SECUNDARIOS ................................................................................................... 4
1.3. CRONOGRAMA DE ACTIVIDADES ........................................................................................ 4
2. MARCO TEÓRICO – SECUENCIACIÓN DE MÁQUINAS ................................................................. 5
2.1. TIPOS PRINCIPALES DE PROBLEMAS EN SECUENCIACIÓN DE MÁQUINAS ......................... 5
2.2. ALGORITMOS PRINCIPALES PARA SECUENCIACIÓN EN PROBLEMAS MONO-MÁQUINA ... 6
2.3. ALGORITMOS PRINCIPALES PARA SECUENCIACIÓN EN PROBLEMAS MULTI-MÁQUINA.... 9
3. SOLUCIÓN DEL ESTUDIO DE CASO ............................................................................................ 10
3.1. MODELOS DE INVENTARIOS A APLICAR EN LA CATEGORÍA A............. Error! Bookmark not
defined.
4. CONCLUSIONES Y RECOMENDACIONES .................................................................................... 10
4.1. CONCLUSIONES ................................................................................................................. 10
4.2. RECOMENDACIONES ......................................................................................................... 10
BIBLIOGRAFÍA .................................................................................................................................... 11
ANEXOS ............................................................................................................................................. 12
FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

1. INTRODUCCIÓN

Durante todo el proceso que realiza la obtención de un producto o servicio en la cadena de


abastecimiento, es muy importante el tiempo de cada uno de los ciclos de proceso, desde que
ingresa la materia prima hasta el producto final, estos son afectados por diferentes variables que
pueden ser: habilidad del personal, conocimiento de la operación, posibles reprocesos, complejidad
de la tarea, entre otros.

Por lo cual el objetivo de las áreas de mejoramiento es encontrar alternativas para disminuir los
ciclos o cuellos de botella que se forman a través de la cadena, utilizando diferentes métodos como
los sistemas de modelamiento de operaciones, los cuales arrojan resultados cuantitativos más
asertivos para la toma de decisiones, toda vez que para el buen funcionamiento de la empresa
pueda existir la eficiencia, la eficacia y la efectividad en los procesos.
FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

1.1.OBJETIVO PRINCIPAL

 Obtener por medio de la secuenciación de operaciones el mejor flujo para el proceso de


torneado de la compañía.

1.2.OBJETIVOS SECUNDARIOS

 Definir claramente un algoritmo de secuenciación para la disminución del makespan en


el proceso de metalmecánica.
 Modelar diferentes alternativas de secuencias y de esta forma encontrar la solución
óptima para el proceso.

1.3.CRONOGRAMA DE ACTIVIDADES

CRONOGRAMA DE ACTIVIDADES Junio Julio


OPTIMIZACIÓN DE UN PRE
DI
PROBLEMA DE DEC 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 3
A INICIO FIN 1 2 3 4 5 6 7 8 9 1 2
SECUENCIACIÓN CON ESO 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0
S
DOS MÁQUINAS RA
1 Analizar el problema 4 01/06/2019 05/06/2019
Plantear de posibles
2 5 06/06/2019 11/06/2019 1
soluciones
Identificar la secuencia
optima que cumpla con
3 3 12/06/2019 14/06/2019 2
la premisa de minimizar
el makespan
Identificar el método
4 que asegure la solución 2 15/06/2019 17/06/2019 3
optima del problema
Crear el modelo
matemático que permita
5resolver el problema de 4 18/06/2019 21/06/2019 4
secuenciación con dos
maquinas
Resolver el
6 planteamiento 4 22/06/2019 26/06/2019 5
matemático
Analizar los resultados
y comprobar que se
7 cumple el objetivo de 3 27/06/2019 29/06/2019 6
optimización del
makespan requerido
8 Conclusiones 2 01/07/2019 02/07/2019 7
FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

2. MARCO TEÓRICO – SECUENCIACIÓN DE MÁQUINAS

2.1.TIPOS PRINCIPALES DE PROBLEMAS EN SECUENCIACIÓN DE


MÁQUINAS

EL PROBLEMA DEL TALLER MECANICO

El objetivo de este es definir en qué recurso de los que están disponibles se ejecutara cada una
de las operaciones necesarias para realizar las ordenes de trabajo emitidas y los instantes en los
que tendrá lugar dicha ejecución. Algunas sub-funciones de esta son las cargas, la secuenciación
y temporización. El prototipo de problema de secuenciación denominada problema del taller
mecánico se conoce también como (Job Shop Schedulling Problem).

En cualquier problema de taller se distinguen dos secuencias significativas:

 La ruta: es la secuencia en la que cada una de las maquinas recibe los trabajos.
 La secuencia: incógnita del problema, es la secuencia en que cada una de las maquinas
recibe los trabajos.

Un taller de fabricación o Job Shop es una configuración productiva que permite fabricar gran
cantidad de productos diferentes. El sistema se caracteriza por que cada trabajo tiene una ruta
de fabricación única, que no necesariamente se repite entre trabajos. La programación de las
tareas en las que se descompone un conjunto de trabajos y se tiene en cuenta que son
ejecutadas por varias máquinas y cada una a su vez ejecuta una tarea simultáneamente.

El objetivo principal de este problema es encontrar alguna planificación factible que optimice
la medida de desempeño, las cuales pueden ser:

 Makespan: el tiempo total de la producción


 Flow time: el tiempo de proceso total
 Lateness: tiempo de retraso total
 Tardiness: el tiempo de tardanza

Siendo el MAKESPAN el más usado, su objetivo es minimizar los tiempos muertos, o a maximizar la
utilización de máquinas.
“En la investigación de operaciones , la vida útil de un proyecto es la distancia en el tiempo que
transcurre desde el inicio del trabajo hasta el final. Este tipo de problema de programación de
proyectos con recursos multimodo (MRCPSP, por sus siglas en inglés) busca crear el programa
lógico más corto del proyecto, utilizando de manera eficiente los recursos del proyecto,
agregando la menor cantidad posible de recursos adicionales para lograr el tiempo de ejecución
mínimo [1] . El término comúnmente aparece en el contexto de la programación . Hay un
FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

proyecto complejo que se compone de varias sub-tareas. Nos gustaría asignar tareas a los
trabajadores, de modo que el proyecto finalice en el menor tiempo posible.” 1
1TOMADO DE WIKIPEDIA

 TIPOS DE PROBLEMAS DE MINIMIZACION DE MAKESPAN

PROGRAMACION DEL TALLER: hay n trabajos y m estaciones idénticas. Cada trabajo


debe ejecutarse en una sola máquina. Esto generalmente se considera como un
problema en línea.

PROGRAMACION DE TIENDA ABIERTA: hay n trabajos y m estaciones diferentes. Cada


trabajo debe pasar algún tiempo en cada estación, en un orden gratuito.

PROGRAMACION DE TALLER DE FLUJO: hay n trabajos y m estaciones diferentes. Cada


trabajo debe pasar algún tiempo en cada estación, en un orden predeterminado.

2.2.ALGORITMOS PRINCIPALES PARA SECUENCIACIÓN EN


PROBLEMAS MONO-MÁQUINA

Existe un algoritmo que reúne todas las características de los algoritmos desarrollados hasta
ahora, integrándolo en un solo algoritmo, un algoritmo híbrido.
FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

Algoritmos de serie de reducción de tamaño

Los métodos de reducción de tamaño solo simplifican el modelo MILP original pero no constituyen
unos métodos de solución por ellos mismos. Sin embargo, uniendo a estos métodos un solver como
CPLEX, se obtienen soluciones completas al problema. Por tanto, los algoritmos de resolución
contienen dos fases: 1) reducción de tamaño de la matriz original de pij o xij y 2) ejecutar CPLEX con
esta matriz de reducción de tamaño hasta que el tiempo predefinido de CPU dado como criterio de
finalización se alcance. Con este enfoque existen tres algoritmos de reducción de tamaño:

1. El primer algoritmo consiste en emplear el método kJB, con k = 3, para obtener una matriz
reducida, para entonces ejecutar CPLEX. Denominaremos a este algoritmo de reducción de
tamaño simplemente como 3J
2. Para el segundo algoritmo se emplea una combinación de los métodos de reducción de
tamaño kJB y lMB con k = 3 y l = 2 para posteriormente ejecutar CPLEX. A este algoritmo se
llama 3J2M.
FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

3. La combinación del método de reducción de tamaño kJB, con k = 3, junto con el método de
reducción de tamaño obtenido mediante DIG proporciona un nuevo algoritmo, denominado
3JD. este último algoritmo es más complicado que los anteriores

4. Algoritmo de reducción de tamaño 2JDi. En el se emplea el método de reducción de tamaño


kJB empezando con k = 2, junto con el método de reducción basado en DIG, para
posteriormente ejecutar CPLEX. Cada vez que CPLEX finaliza y el tiempo dado como criterio
de terminación no se ha alcanzado, k se incrementa en 1, los nuevos valores de pij se añaden
y CPLEX se ejecuta otra vez.

5. Algoritmo de reducción de tamaño 2JDi(90). Es similar al algoritmo 2JDi con la única


diferencia de que cada vez que se ejecuta CPLEX, se le da un máximo de 90 segundos de
tiempo de CPU, que una vez alcanzado, se aumenta k en 1 y tras añadir los nuevos valores
de pij , CPLEX se ejecuta de nuevo.

Algoritmos paralelos de reducción de tamaño

Hoy en día, los ordenadores suelen tener más de un procesador integrado en el mismo chip.
En el momento de escribir estas líneas. Este incremento de la potencia disponible se usa por
solvers potentes como CPLEX, el cual es capaz de funcionar en modo paralelo cuando hay
varios cores o procesadores disponibles. Por ello, existen unos sencillos algoritmos paralelos
basados en los algoritmos anteriormente expuestos de reducción de tamaño.

La más sencilla aproximación a la paralelización consiste en ejecutar tantas veces los


algoritmos de reducción de tamaño como cores hayan disponibles y quedarse con la mejor
solución obtenida al final, es decir, no hay comunicación entre las diferentes replicas de los
algoritmos ejecutados. Esta aproximación mediante “fuerza bruta” podría ser el más simple
empleo de un método multicore. Hasta ahora, el mejor algoritmo propuesto, NVST-IG+
(DIG), se ha desarrollado en su versión serie. Para los algoritmos de reducción de tamaño,
existen versiones para su uso de forma paralela también muy simples. Más específicamente,
p la versión 2JDi(90) como M-2JDi(90). El funcionamiento básico de esta versión paralelo es
sencillo. por ejemplo un procesador con dos cores, entonces, M-2JDi(90) se lanza en el core
1 y M-3JDi(90) se lanza en el core 2, es decir, cada core esta trabajando con una matriz
diferente de xij procedente del algoritmo de reducción de tamaño. Al primer core que
finalice, se le asigna la siguiente matriz de reducción de tamaño, es decir M-4JDi(90). El
proceso continúa hasta que se alcanza el criterio de parada. Nótese que no se han
propuesto versiones en paralelo para los algoritmos 3J, 3J2M, 3JD o 2JDi ya que 2JDi(90)
domina claramente al resto.
FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

2.3.ALGORITMOS PRINCIPALES PARA SECUENCIACIÓN EN


PROBLEMAS MULTI-MÁQUINA

ENTREGA 2:
FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

3. SOLUCIÓN DEL ESTUDIO DE CASO

ENTREGA 3: indique cuál algoritmo de secuenciación aplicaría para el problema del estudio
de caso, y justificando el por qué. Debe aplicar el algoritmo y hallar las medidas de
desempeño básicas para comparar su solución obtenida, con una solución obtenida bajo
alguna regla de despacho básica.

4. CONCLUSIONES Y RECOMENDACIONES

ENTREGA 3:
Mencione las conclusiones y recomendaciones relacionadas con la aplicación de los
algoritmos de secuenciación y con la selección de dichos algoritmos.

4.1.CONCLUSIONES

4.2.RECOMENDACIONES


FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

BIBLIOGRAFÍA
https://riunet.upv.es/bitstream/handle/10251/9312/tesisUPV3454.pdf

http://oa.upm.es/14713/1/JOSE_EDUARDO_MARQUEZ_DELGADO.pdf

https://en.wikipedia.org/wiki/Makespan
FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

ANEXOS

ANEXO 1. ARCHIVO EXCEL CON CÁLCULOS RELACIONADOS.

También podría gustarte