FACULTAD DE INGENIERÍA Y

CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

ALGORITMOS DE SECUENCIACIÓN MULTI-MÁQUINA.

CARLOS ANDRES PINZON SOLORZANO

POLITECNICO GRANCOLOMBIANO

SCHEDULING E INVENTARIOS-[GRUPO1]-A

2019
 FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

Contenido
1. INTRODUCCIÓN ........................................................................................................................... 3
1.1. OBJETIVO PRINCIPAL ........................................................................................................... 4
1.2. OBJETIVOS SECUNDARIOS ................................................................................................... 4
1.3. CRONOGRAMA DE ACTIVIDADES ........................................................................................ 4
2. MARCO TEÓRICO – SECUENCIACIÓN DE MÁQUINAS ................................................................. 6
2.1. TIPOS PRINCIPALES DE PROBLEMAS EN SECUENCIACIÓN DE MÁQUINAS ......................... 6
2.2. ALGORITMOS PRINCIPALES PARA SECUENCIACIÓN EN PROBLEMAS MONO-MÁQUINA ... 6
2.3. ALGORITMOS PRINCIPALES PARA SECUENCIACIÓN EN PROBLEMAS MULTI-MÁQUINA.... 7
3. SOLUCIÓN DEL ESTUDIO DE CASO ............................................................................................ 10
4. CONCLUSIONES Y RECOMENDACIONES .................................................................................... 11
4.1. CONCLUSIONES ................................................................................................................. 11
4.2. RECOMENDACIONES ......................................................................................................... 11
BIBLIOGRAFÍA .................................................................................................................................... 12
 FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

1. INTRODUCCIÓN
El método de Scheduling, de igual manera conocido como programación de operaciones o
programación de tareas, el cual se constituye en un proceso de toma de decisiones que se aplica
consecutivamente, En diferentes campos de las industrias como manufacturera y de servicios.

Con el fin de optimizar uno o mas objetivos se realiza la asignación de recursos a las distintas
tareas sibre una línea de tiempo.

Por esta razón el fin de este trabajo es mostrar una serie de estrategias desarrolladas en
secuencias que ayuden a minimizar el makespan de una compañía del sector metalmecánico de la
cual se analizaran dos máquinas que aportan a la elaboración de la producción.

El Makespan en este caso está muy ligado ya que lo que se desea saber es el tiempo usado para
completar un grupo de trabajos, es decir el tiempo máximo de finalización de todos los trabajos,
también se puede interpretar como la diferencia entre el tiempo de inicio y el final de un horario.
 FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

1.1.OBJETIVO PRINCIPAL

Desarrollar una secuencia de trabajo que permitan encontrar alternativas a la hora de minimizar el
Makespan (Tiempo total para completar todos los trabajos) analizando las diferentes variables que
intervienen en la ejecución de este como lo son factores de tipo tiempo y maquinaria las cuales
van enfocadas en la litografía.

1.2.OBJETIVOS SECUNDARIOS

Diseñar estrategia que permita una mejora en los tiempos de producción.

Analizar los diferentes factores que intervienen en el momento de ejecutar la

secuenciación del trabajo a realizar.

Implementar los algoritmos que a futuro faciliten la programación de estos

recursos de una manera eficiente reduciendo los tiempos de entrega de cada una
de las tareas.

1.3.CRONOGRAMA DE ACTIVIDADES

Actividad Sem 1 Sem 2 Sem 3 Sem 4 Sem 5 Sem 6 Sem 7

Descargamos documentos y materiales de apoyo y estudio caso

Estudiamos y analizamos los materiales de apoyo. Repartimos

Roles y funciones en el grupo

Desarrollamos la primera entrega mediante la investigación

Individual del tema aportando opiniones y la socialización grupal

Identificamos y definimos aspectos a considerar para la resolución del

problemática del proyecto.

Desarrollaremos la segunda entrega mediante la investigación

 FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

Individual del tema aportando opiniones y la socialización grupal

Estudiaremos y analizaremos el estudio de caso propuesto en el

proyecto identificaremos que algoritmo de secuencia corresponde

y bajo cual es la regla de despacho que aplica.

Desarrollamos la tercera entrega mediante la investigación

Individual del tema aportando opiniones y la socialización grupal.

 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 prototipo del problema de secuenciación acostumbra a denominarse problema la secuenciación

de máquinas. Cuyo enfoque se da a que hay: n piezas (lotes de piezas, pedidos u órdenes de
trabajo) deben realizarse en m máquinas (recursos, secciones, puestos de trabajo).

La realización de cada pieza implica la ejecución, en cierto orden establecido, de una serie de
operaciones prefijadas donde cada operación está asignada a una de las m máquinas y tiene una
duración (tiempo de proceso) determinada y conocida; debe establecerse un programa, es decir,
la secuencia de operaciones en cada máquina y el intervalo temporal de ejecución de las
operaciones, con el objetivo de optimizar un índice determinado que mide la eficiencia del
programa.

Problemas como el descrito se originan en los más diversos sectores, aunque no tengan la menor
relación con la mecánica ni con los talleres; por comodidad de lenguaje y para unificar la
nomenclatura se utiliza sistemáticamente las palabras pieza, máquina y taller al referirse a los
conceptos equivalentes en dichos problemas. (LÓPEZ DE PABLO, 1996).

2.2.ALGORITMOS PRINCIPALES PARA SECUENCIACIÓN EN

PROBLEMAS MONO-MÁQUINA

El orden o secuencia en el cual se programan n trabajos en una máquina es significativo a la hora

de estimar los tiempos de setup para pasar de un determinado trabajo a otro o incluso comenzar
con cualquiera de ellos al inicio de la planificación.

En el siguiente artículo formularemos y resolveremos un modelo de Programación Entera que

permita encontrar una secuenciación óptima de n trabajos en una máquina, lo cual será
contrastado con la solución que se puede obtener por simple enumeración de secuencias,
naturalmente para un número de trabajos “pequeño” (para fines académicos).

En general si se deben programar n trabajos en una máquina, la cantidad de secuencias posibles

son n!.

Por ejemplo si tenemos 3 trabajos (n=3) que debemos asignar a una máquina la cantidad de
secuencias posibles son 6 (3!=3*2*1). Lo anterior implica que aún para centros de trabajos
pequeños es útil contar con un procedimiento que permita identificar aquella secuencia que
 FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

minimice el makespan sin tener la necesidad de hacer una evaluación exhaustiva de cada una de
ellas.

Consideremos un conjunto de trabajos que necesitan ser asignados a una cierta

máquina, todos los cuales están disponibles al inicio de la programación y se conoce los tiempos
de proceso y fechas de entrega como muestra la siguiente tabla:

FUENTE: (Gestión de Operaciones, 2019)

2.3.ALGORITMOS PRINCIPALES PARA SECUENCIACIÓN EN

PROBLEMAS MULTI-MÁQUINA

Naturalmente la secuencia óptima es 1-3-2 con un makespan de 34[t]. Como el trabajo 1 es el

que inicia la secuencia tiene un setup inicial de a01=1 y requiere de 9[t] para ser completado. A
continuación sigue el trabajo 3 que dura 10[t] y como es el trabajo 1 el que le precede no se
requiere tiempo de setup (a13=0). Finalmente se realiza el trabajo 2 con duración de 13[t],
necesitándose 1[t] para pasar del trabajo 3 al trabajo 2 (a32=1).

Para abordar el problema anterior a través de un modelo de optimización definiremos el siguiente

problema de Programación Entera que claramente permite extender su aplicación a problemas de
mayor tamaño (número de trabajos).

Variables de Decisión:

Para i=1,2,3 y j=0,1,2,3 con i≠j. Por ejemplo si X10=1 esto indica que el trabajo 1 es el que se
realiza inmediatamente después del trabajo 0, es decir, el trabajo 1 es el que inicia la secuencia.

Función Objetivo:

En la implementación computacional con Solver de Excel la función objetivo se representa a

través de la siguiente fórmula:

Para mayor claridad a continuación un extracto de la pantalla del modelo computacional:

 FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

Fuente: (Gestión de Operaciones, 2019)

Se busca minimizar el makespan de la secuencia. Notar que se suman las constantes asociadas al
tiempo de proceso de cada trabajo (las cuales son independientes de la secuencia y justifican que
inicialmente el valor de la celda que representa la función objetivo sea igual a 32[t]) y que
eventualmente se pueden omitir de la función objetivo (en dicho caso el valor óptimo
representaría la sumatoria de los tiempos de setup de la secuencia y no el makespan de la
programación).

Restricciones:

Se deben realizar los 3 trabajos:

A lo más una tarea sigue a la j-ésima al menos que sea la última de la secuencia:
 FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

Alternativas infactibles: (celdas color rojo en la planilla de cálculo)

Debe existir un trabajo inicial en la secuencia:

Luego de resolver con Solver el problema anterior se alcanza la siguiente solución óptima y valor
óptimo:

Fuente:(Gestión de Operaciones, 2019)

Donde se corrobora que la secuencia óptima es 1-3-2 con un makespan de 34[t]. A continuación
puedes descargar el archivo Excel con la resolución del problema anterior en el siguiente
enlace: Minimizar Tiempos de Setup.
 FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

3. SOLUCIÓN DEL ESTUDIO DE CASO

Se usaría el modelo en la categoría multi-maquina ya que se puede realizar una revisión

periódica, modelo <R,r,T>, consiste en hacer un pedido cuando el nivel de inventario sea igual
o menor a r, donde la cantidad a pedir sea aquella que lleve el nivel de inventario a R.

Cuenta con los siguientes supuestos; los procesos estocásticos que generan la demanda no
cambian con el tiempo, las demandas en diferentes periodos son independientes y los tiempos
de entrega son constantes.

En este modelo no es necesario hacer una orden en cada revision, el tiempo transcurrido entre
ordenes siempre es un multiplo del tiempo T, los periodos y la longitud del ciclo anuales son
variables aleatorias.

Formulas, cuando la demanda se comporta como una variable discreta.

 El costo promedio anual de revisiones:

 El costo promedio anual de odenar:

 El costo de almacenamiento y venta pendiente por ciclo:

 El numero esperado de periodos en un ciclo es:

 FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

4. CONCLUSIONES Y RECOMENDACIONES

4.1.CONCLUSIONES

1. Se logró identificar cada uno de los artículos como SKUs, según sus características.
2. Se clasificaron los artículos según su demanda anual, tomando el costo unitario por la
cantidad de artículos vendidos en cada uno de los meses del año, finalmente se suman
dichas demandas mensuales y se obtiene cuáles de ellos son los que generan mayor
beneficio para la compañía.
3. Se realiza la clasificación ABC, según la demanda anual de cada producto ordenando de
mayor a menor. Se hace el análisis del grupo A teniendo claro que son los productos de
mayor demanda los cuales corresponden al 20% del total de artículos es decir al 80% de las
ventas anuales. El grupo B corresponden aproximadamente un 45% del total de artículos y
los del grupo C los que menos generan ganancias para la compañía a nivel de demanda
anual.
4. Finalmente se identifica el tipo o modelo de revisión de inventarios según cada categoría.
Donde los artículos del grupo A debe tener una revisión continua <Q,r>, debido a su papel
dentro de las demandas anuales, al grupo B se le otorga una revisión periódica <R,r,T> y al
grupo C no se establece uno en especial ya que no lo requiere con tanto control como las
otras categorias.

4.2.RECOMENDACIONES

1. Realizar la organización de los productos después de tener los cálculos en una tabla de Excel
para evitar malos cálculos y garantizar facilidad y efectividad en la clasificación ABC.
2. Realizar un control de inventarios más profundo y detallado para los productos que lo
requieren por su importancia en las ganancias de la empresa.
3. catalogar cada artículo SKUs con un código según sus características, para que sea más fácil
de identificar a la hora de hacer órdenes de pedido.
4. Poner condicionales en las bases de datos por su en algún momento algún artículo alcanza
los rangos de clasificación de cada grupo, por ejemplo, un artículo que inicia haciendo parte
del grupo B y que al año siguiente subió su demanda y debe pertenecer al grupo A.
 FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

BIBLIOGRAFÍA

Chase, R. (2014). Administración de Operaciones, producción y Cadena de suministros. . Bogotá.:

McGraw-Hill Interamericana.

GEO Tutoriales. (15 de 9 de 2015). https://www.gestiondeoperaciones.net. Obtenido de

https://www.gestiondeoperaciones.net: https://www.gestiondeoperaciones.net

Gestión de Operaciones. (2019). Gestión de Operaciones. Obtenido de

www.gestiondeoperaciones.net/programacion-entera/

LÓPEZ DE PABLO, D. (1996). Problemas de planificación y secuenciación determinística:

Modelización y técnicas de resolución. San Cristobal, España : SOPORTES AUDIOVISUALES E
INFORMÁTICOS.