LOGíSTICA INDUSTRIAL PARA PYMES: LOGIS-II

Redondo Castán, A. ; Benito Martín, J. J. de y Gento Municio, A. M.

Universidad de Valladolid.

RESUMEN

La competitividad a la cual están sometidas nuestras empresas, y muy especialmente las PYMES, las obliga a
ser eficientes o a desaparecer del mercado. Este proceso de modemización tecnológica debe ir acompañado
necesariamente de recursos humanos cualificados en la gestión de sistemas productivos, a fin de satisfacer las
demandas empresariales en el ámbito de la organización industrial. Dicha eficiencia debe situarse tanto en el
plano estratégico (alianzas empresariales de todo tipo) como en el plano operacional. En este contexto, y con-
tribuyendo a la bŭ squeda de ventajas competitivas no apropiables por parte de la empresa, se plantea el objeti-
vo del presente artículo, consistente en diseñar e implementar un modelo de optimización para la resolución de
problemas de aprovisionamiento y distribución industrial, bajo un entomo gráfico amigable, con herramientas
estándar y fácilmente integrables con el sistema de información global de la empresa.

INTRODUCCION

Tal y como afirma el historiador Chandler et al. (1996) la dirección tiene dos campos de actua-
ción claramente diferenciados: las operaciones y la estrategia. La dirección operativa abarca las activida-
des diarias, a corto plazo y relativamente rutinarias; mientras que la dirección estratégica, más a largo
plazo, es la encargada de hacer frente a la redefinición constante del modelo empresarial. Nuestra aplica-
ción (LOGIS II), tiene como objetivo fundamental contribuir a la eficiencia de la dirección operativa,
evitando así que los directivos deban estar apagando fuegos día a día y puedan dedicarse más y mejor al
control de gestión y/o a la planificación estratégica.
i,Por qué para PYMES? Fundamentalmente por su importancia económica y por el papel que
juegan en el proceso de cambio tecnológico (controversia entre grandes y pequeñas empresas, es decir
entre los modelos fordista y el de producción flexible o lean production). La gran variedad o tipología de
PYMES hace que no existan recetas de aplicación universal, si bien en todas ellas la innovación tecnoló-
gica se convierte en un factor clave para la competitividad. Sin embargo, y seg ŭn un estudio realizado por
CB Consulting para Microsoft Ibérica publicado en Computerworld, de las 800.000 PYMES registradas
en el I.N.E, el 6,5 % no cuenta con ning ŭ n tipo de equipamiento informático, si bien en el 25% de las
empresas, el uso del ordenador por sus empleados alcanza niveles de entre el 90% y el 100% de la planti-
lla. Dicha paradoja se suma, en nuestra opinión, a una inadecuada oferta (calidad/precio/flexibilidad) que
satisfaga las necesidades de estas empresas en materia de control de operativo y/o de gestión integral, así
como de otros tantos factores de éxito que garanticen la innovación y supervivencia de las PYMES.
i,Por qué la logística? Fundamentalmente porque la gestión de la cadena logística está adquirien-
do cada vez un mayor protagonismo. El 87% de los directores generales europeos consideran la globalización de
la cadena de suministros como un factor clave para lograr el éxito empresarial en los próximos años (Estudio
Mastering the Challenge of Global Supply Chain, elaborado por Pricewaterhouse Coopers Consulting). Como
ejemplo indicativo mencionar que la factura logistica en Europa Central y del Este ha experimentado un creci-
miento fulgurante en los ŭ ltimos años, hasta alcanzar los 7.600 inillones de dólares, segŭ n se desprende del estu-
dio efectuado por Datamonitor titulado "Logística y distribución en la Europa Central y del Este".
Las tecnologías de la información existentes, y sobre todo los sistemas ERP (Entreprise Resource
Planning) y los APS (Advanced Planning Systems) son demasiado caros y complejos como para que las
PYMES puedan implantarlos, manejarlos y mantenerlos. Nuestra propuesta pasa por ilustrar como me-
diante aplicaciones estándar, fáciles de manejar y adquirir, podemos resolver algunos de los problemas
asociados a la cadena logística de la empresa.

OBJETIVOS GENERALES DE LA LOGíSTICA

La Logística Industrial persigue cinco objetivos básicos (Kolb, 1975): obtener un buen producto,
en el lugar apropiado, en la cantidad correcta, en el momento acordado, y en perfecto estado. Todo ello al
menor coste posible, y teniendo presente que sus objetivos están en conflicto constante con los demás

1259
departamento o áreas de la empresa (Christopher, 1994). Seg ŭn el tipo de demanda a la que queramos
hacer frente, podemos hablar de dos tipos de conducción de flujos: push y pull.
La logística de aprovisionamiento se rige por una serie de principios:
• El cliente del proceso es el puesto de consumo de la pieza.
• Se considera el vector de flujo en su conjunto: flujos extemos + flujos intemos + flujos de embalajes
+ flujos administrativos. Siendo lo ideal un flujo directo entre el punto de carga y el de consumo.
• Se pretende optimizar el coste global.
• Se busca la mayor flexibilidad, reactividad y diversidad: la frecuencia de aprovisionamiento
debe ser lo más parecida posible a la frecuencia de consumo del artículo en el puesto de con-
sumo correspondiente.
• Se basa en la Calidad Total y el Justo a Tiempo (JIT).
Para ello es necesario realizar una serie de tareas, en las cuales se están implicados varios depar-
tamentos de la empresa. La función de aprovisionamiento se descentraliza, por tanto, en distintas tareas
(figura 1.; Prida, 1995)

FIGURA I DESCENTRALIZACION DE LAS FUNCIONES DE APROVISIONAMIENTO EN UNA EMPRESA

FLUJOS INTERNOS

FLUJOS EXTERNOS

Proveedor

COMPRAS TRANSPORTE MÉTODOS DEP.LOG.INTERNA

Localización Transporte Concepción puestos Aprovisionamiento

Aptitud Logistica Prestaciones LogiSticas Puesta a punto medios Manutención
Capacidad-Flexibilidad Pilotaje de tlujos
Teletransmisión Progreso continuo

El programa LOGIS II aborda ŭnicamente el problema de la logística extema de las empresas,

optimizando no solamente el problema de distribución y aprovisionamiento multiproducto, sino también
el de asignación de recursos.
Toda la información y ejemplos que describimos están referidos al problema de aprovisiona-
miento, pues la distribución no es sino otro problema de aprovisionamiento en el que los productores
pasan a ser los clientes de otras factorías. Luego, todo lo que se diga de los proveedores será igualmente
aplicable a nuestra fábrica, por ser a su vez proveedora de nuestros clientes.
Segŭn las clasificaciones existentes podremos afirmar que el programa LOGIS II (figura 2) va
a trabajar con:
• Transporte unimodal, pues sólo se contempla el aprovisionamiento y distribución de mercan-
cías mediante un ŭnico medio o red de transporte.
• Flujos directos, utilizando todas las posibilidades que éste ofrece. Podremos obtener tanto ru-
tas monoflujo directas, que serán las empleadas en el caso de transportar materiales muy pesa-
dos, como rutas indirectas que recojan la mercancía de distintas fábricas y la distribuyan a di-
versos clientes, ya sea a través de depósitos intermedios o directamente.
Para el desarrollo de este proyecto se han utilizado dos lenguajes de programación:
• Visual Basic, se trata de un entorno gráfico orientado a objetos, amigable, flexible y muy ade-
cuado para definir y configurar problemas como el que se pretende resolver.
• Y el optimizador matemático LINGO, el cual ha sido elegido por su flexibilidad, sencillez, potencia
y rapidez de cálculo, facilidad de comunicación e interface. LINGO es un lenguaje que se utiliza para
la resolución de modelos matemáticos en general, por lo que es fácilmente aplicable a las distintas
áreas de la empresa: producción, distribución, marketing, finanzas, etc. A diferencia de otros len-
guajes convencionales de programación como el BASIC o el C, se trata de un programa de procedi-
mientos cerrados. El programador se limita a definir variables y ecuaciones, así como a especificar la
forma de entrada de los datos y la posterior salida de las soluciones obtenidas, pero en ningŭn caso
deberá indicar cómo se debe buscar la solución. LINGO, por sí mismo, se encargará de eleg ŭ el mé-
todo mas idóneo para Ilegar al resultado óptimo. En este sentido, es conocido como un idioma de es-
pecificación: usted describe el modelo, y él que haga el resto.

1260
 FIGURA 2. ESTRUCTURA GENERAL DE LOGIS
(ADAPTADA DE BLANCO FARIÑAS (1998) Y GARCIA SALAMANCA (1997))
DESCRIPCION DEL MODELO. HERRAMIENTAS Y CARACIERISTICAS

LOGIS

-10" Aprovisionamiento
Pan alla
Distribución
110>

Men ŭ principal

Pantalla F RI Optimizació Ruta Informes

llorizonte Temporal
Empresa (Productos, Factorías.
- Depósitos, Clientes, Costes) LPeriodo a optimizar -->Problema I: visualizas
Datos Minimizar
— Red de comunicaciones Optimización Flota
Resultados Camiones
— Velocidades
H>Problema 2:
Datos
Optimización
Resultados

FIGURA 3. ENTRADA DE DATOS: PANTALLA ERV

Logistica industrial: DISTRIBUCIÓN

Archivo Ejecutar
Li

Nomboe de la emp,esa DISTFII3

tox - iit•ntt‘ I

IFdetolías C t.lc. Hotizonte tempoe al. dias

Depositos
Pioductos-. IA1

Ast lculo Ensbalam

CON-1 M odstic JT
Al Lti arrticolos ylo
embalajes
PCSO 1900 x1)00 x 500
Código 00001 1K9):
Plezas enthatale
Dercripción 13asta de totstán 11,871 30 I

tied de Carretetas Jelocidades:

Autoptsta 70
Autovta 60
Fichmo. I Castillaleón Ficheto: Nottnal I C.Nacional. 50
N I de nodos vixiblex. C.Comaecal. 40
Ottas 30

lCuadvo ptineipal de emplesas Pulte icono pala activat o seleecione opeicim e consultat

FICHEROS Y PROCEDIMIENTOS PARA LA RESOLUCIÓN DEL MODELO

MATEMÁTICO

La secuencia de procedimientos que se van aplicando hasta obtener la solución óptima es la

mostrada en la figura 4

1 261
 FIGURA 4. SECUENCIA DE FICHEROS PARA LLEGAR A LA SOLUCIÓN OPTIMA

Etics de earada: Brpresa, Caneteras, velocidades

Pantalla CALC

Principal

Matriz Clj Vector DEN1 Vector CAFI Vector DIEN/p Vector CAPip

Ficheros de
datos LINGO
CANIDT
OFT1IIIT

Pantalla de Distribución de las

Optirrización PRO1.11\U paductos a los dientes

Ficher» de
resultados LINGO

Redistribución de la
Hallar optl
capacidad sobrante a
/as depásitos

SOLLTXT SC12.TXT SOLRTXT CALC-DEP OfT2.LIIT

PROLING

OFT2.0UT
MDB

San'.TXT SOLF .TXT Hallar opt2

Solucion.MDB

1262
PLANTEAMIENTO DE UN EJEMPLO

Para que el lector entienda, con mayor claridad, las operaciones y algoritmos que se suceden
hasta Ilegar a la solución deseada. Consideraremos una empresa con las siguientes características: una
factoría 01 (que produce 8 artículos); dos depósitos D1, D2, y dos clientes Cl y C2.
El problema se desarrolla en una red formada por nueve nodos: 1 correspondiente a la fábrica
(01), 2 asociados a los depósitos (D I y D2), 2 de clientes (C1 y C2) y los otros cuatro (N1, N2, N3 y N4)
dados por otras intersecciones de la red vial.. Las conexiones de esta red se muestran en la siguiente figu-
ra:

FIGURA 5. RED DE CARRETERAS DEL ElEMPLO

Por simplificación, el enunciado ha sido sintetizado a través de las siguientes tablas :

FACTORÍAS (0 I )

Artículo Producción prevista (unid) Coste unitario

A1 4000 100
A2 5000 80
A3 1500 110
A4 3000 120
A5 3000 90
A6 4000 50
A7 6500 80
A8 3000 100

Depósito 1(D1): Depósito 2 (D2):

Artículo Cap. Max. Stock Coste Artículo Cap. Max. Stock Coste
Al 6000 4000 10 A3 5000 3000 10
A4 3000 1000 5 A5 2000 1000 25
A7 5000 3000 15 A8 2000 800 20
A2 4000 2000 30 A6 3500 1200 30

Clientes

Cliente Destino Fecha entrega Artículo Cantidad Precio unitario

Clientel Cl 1/10/98 Al 2000 110
Cliente2 C2 6/10/98 Al 1000 105

1263
 Cliente Destino Fecha entrega Articulo Cantidad Precio unitario
Cliente2 C2 6/10/98 A2 4000 100
Cliente2 C2 8/10/98 A4 2000 125
Cliente2 C2 8/10/98 A6 3500 60
Clientel Cl 8/10/98 A7 6000 90
Clientel Cl 9/10/98 A8 2000 115
Cliente2 C2 15/10/98 A8 1000 100
Clientel Cl 16/10/98 A3 600 120
Cliente2 C2 20/10/98 A5 6000 95
Clientel Cl 30/10/98 A5 400 105
Clientel Cl 5/11/98 A4 1500 125

Artículos Artículos-embalajes

Articulo Referencia Designación Peso Articulo Tipo embalaje Piezas/u.c.

Al 00001 Barra torsión 1,875 Al CON-1 30
A2 00002 Cilindro 3,5 A2 CON-2 20
A3 00003 Eje 2,6 A3 CON-1 50
A4 00004 Soporte 1,5 A4 CON-2 40
A5 00005 Rueda 5,8 A5 ESP-1 20
A6 00006 Paragolpes 5,2 A6 CON-1 40
A7 00007 Tornillo ,2 A7 ESP-1 30
A8 00008 Cojinete 2,5 A8 CON-1 50

Embalajes Flota de camiones

Volumen
Tipo Largo Ancho Alto Peso Tipo vehiculo P.M.A. N°
máximo
CON-1 1100 1000 900 60 Camión grande 70 12 4
CON-2 800 700 400 30 Camión mediano 50 10 3
ESP-1 500 500 500 40 Camión pequeño 30 8 5

INTRODUCCION DE LOS DATOS DE PARTIDA

Las operaciones a realizar son las siguientes (figura 3):

• Crear una nueva empresa o cargar/modificar una ya existente.
•Crear una nueva red de carreteras o cargar/modificar una ya existente.
•Crear un nuevo fichero de velocidades o cargar/modificar uno ya existente.
El esquema siguiente ayudará a que el usuario adquiera una visión global de la relación de fiche-
ros utilizados en esta parte del programa:

1264
 FIGURA 6. CARGA DE LOS DATOS DE PARTIDA: RELACION ENTRE APLICACIONES Y FICHEROS

ACCESS 1.0.
Rutas y nombres Fichero Fichero Fichero
de los ficheros de empresas de carreteras de velocidades
con los datos de entrada

Ei.MDB Ci.MDB Vi.MDB
BASE.MDB
•

PROGRAMA
LOGIS II

Como resultado de esta configuración inicial e introducción de datos el modelo dispondrá de una matriz

de costes como la mostrada en la siguiente figura.

FIGURA 7. ESTRUCTURA DE COSTES (HOJA.TXT)

Ofertas

Costes de transporte
Costes de
los clientes Equ ibrad ()>D

Costes de producción

Costes de los depósitos

Equlibrado: D>0

Demandas

Selección del horizonte temporal

El primer paso a dar por el usuario una vez cargados los datos de entrada, consistirá en la selec-
ción del horizonte de planificación. La necesidad de esta opción es clara: puede que sólo queramos satis-
facer a los clientes más urgentes, por lo que el hecho de optimizar todos los pedidos no tendría mucho
sentido; o puede por el contrario, que a mis clientes les sea indiferente recibir los pedidos con antelación
por el hecho de poseer almacenes en la fábrica, en cuyo caso, y si con ello consigo aprovechar más la
capacidad de mis camiones en el viaje, seleccionaría un horizonte temporal mayor.
Cideolo de la solución óptima (Problema 1)

1265
 De forma totalmente gráfica, amigable e interactiva el usuario sin darse cuenta ha definido su
problema de transbordo (Barbolla, 1991 y Reklaitis, 1983), que ha quedado formulado de forma legible
para ser interpretado y resuelto por LINGO.
El problema que se va a resolver no es un problema de transporte donde se Ilevan unos artículos
de unos orígenes a unos destinos, pues además de rninimizar al máximo el coste de la distribución, ten-
dremos que tener en cuenta otro tipo de costes: coste de fabricación, coste de los clientes, coste de los
depósitos (mantenimiento + envejecimiento + oportunidad), (descritos en el siguiente apartado). El hecho
de no considerar estos costes podría Ilevarnos a una solución bastante alejada de la que buscamos, pues
pueden afectar considerablemente al coste final que se obtendría en el correspondiente problema de trans-
porte.
Ecuaciones

origenes destinos
Mín ( Crj.Xij ) (1)
i=1 j=1
origenes
s.a. Xij <= CAPi (2)
i=1
destinos
Xij >. DEMj
i=1
origenes
v productos
dP=1
Xplj <= CAPpi (3)
i=1
destinos
v productos
P=1
L Xpij >. DEMpj
j=1
v productos
Xpij = Xij

donde (1) es la función objetivo y (2) y (3) las restricciones.

i,Cómo desagregamos los vol ŭmenes totales obtenidos para cada par de nodos?

Por ejemplo • si de 01 a Cl salen 10000 unidades y tengo 3 artkulos A1, A2 y A3 debo hallar
cuales de esas unidades pertenecen a cada artículo.
Para ello, será necesario añadir una restricción adicional (3), que garantizará que se respeten en
todo momento las limitaciones de capacidad de fábricas y depósitos para cada artículo, así como
que se hagan frente, siempre que sea posible, todos los pedidos de nuestros clientes en las canti-
dades demandadas.
Las variables solución de nuestro problema 1 son: tanto las cantidades totales Xij, como parciales Xijp,
desagregados para cada artículo, siendo estos ŭltimos los que nos interesan
De esta forma, obtendríamos para una misma ruta 01-C1 cuatro soluciones:
Xij= 10000 unidades (A1+A2+A3)

Xij1= 3000 unidades de Al

Xij2= 2000 unidades de A2 Parciales

Xij3= 5000 unidades de A3

Es necesario destacar que no es lo mismo hallar:

Mín (X1 + X2+...+ Xn) , que
A lin (X Total)
Redistribución de la producción sobrante a los depósitos existentes (problema 2).
Supongamos ahora, que ya hemos distribuido a cada cliente las cantidades de cada artículo soli-
citadas. Lo ideal sería trabajar con la filosofía del JIT, por lo cual, la oferta sería igual a la demanda y no
habría excedente de producción; pero esto no suele ocurrir en la realidad. Normalmente se producirán
unidades de más (oferta >demanda), por lo cual tendremos una cierta cantidad de artículos sobrantes en

1266
nuestras fábricas. Tendremos que resolver, entonces, un segundo problema: la redistribución de la pro-
ducción sobrante a los depósitos existentes.
Este problema, que se configura automáticamente, será idéntico al descrito anteriormente; solo
variarán los ficheros de datos:

ORIGENES DESTINOS

FÁBRICAS
PROBLEMA I CLIENTE-S
DEPÓSITOS
FÁBRICA CON EXCEDENTE
PROBLEMA 2 DEPOSITOS
PRODUCTIVO

El problema planteado (1 fábrica, 2 depósitos, 8 pedidos y 8 artículog, ha supuesto manejar

1.638 variables y 451 restricciones, invirtiéndose no más de tres minutos en su resolución.
Una vez obtenidas las rutas individuales, se comparan entre sí, buscando rutas comunes y unien-
do, en caso de encontrarlas, los correspondientes artículos y sus cantidades. La solución obtenida aparece
automáticamente en pantalla. Esta solución representa la distribución monoflujo, es decir, las rutas para
cada artículo van de un solo proveedor a un solo cliente.
Se han obtenido las 7 rutas siguientes:

RUTA N°1 DI D2 N3 C2

Al 400 400 400 400

A2 2000 2000 2000 2000
A4 1000 1000 1000 1000
A8 1000 1000 1000 1000
RUTA N°2 D1 D2 Cl
Al 2000 2000 2000
A7 3000 3000 3000
RUTA N°3 D2 N3 C2
Al 600 600 600
A2 800 800 800
A6 1200 1200 1200
RUTA N°4 01 N4 C1 C2
Al 1200 1200 1200 1200
RUTA N°5 01 N4 D2 N3 C2
A4 1000 1000 1000 1000 1000
A6 2300 2300 2300 2300 2300
RUTA N°6 01 N4 C1
A7 1000 1000 1000
A8 1200 1200 1200
RUTA N°7 D2 Cl
A7 2000 2000
A8 800 800

Si queremos unir al máximo las rutas ejecutamos el algoritmo Min_Rutas, pulsando el botón con el mis-
mo nombre de la pantalla de Rutas. El resultado obtenido con este procedimiento es el siguiente:

1267
 FIGURA 8. RUTAS OPTIMIZADAS

Logistica lnduslrial - [Rutas]

Archiva Ejecutar

.'.1
-.. i,
2 $ liil
iiie
-
4110 77517 ., f. 1 2111
lose -100i -ilso i laeo
• -assi
--- •isee " 390
,
Dalos Enipresa: --,
DZ 7.1A
Factür ias: 105 2555
lo• 5088 , lSl
Depósitosi olo
1D2
-:!: :- -'" :;.-....' , 1.•
-1;1"), ' 3:314 CL cz
Der-tuvus lzion 7550:r7 717 lawl:-P.
IC2 isse issu o ,I, .r.
Articulos: iiie "iiiiiir - ---
A8

Examinando esta solución nos damos cuenta de que las rutas 2 y 4 a ŭn se pueden unir, pues el
nodo destino de la ruta 4 (D2) es también el origen de la segunda. Sin embargo, no vamos a efectuar esta
operación por una sencilla razón: en ambos casos el n ŭmero de kilómetros a recorrer por los vehículos
para transportar toda la mercancía va a ser idéntico. Como la misión del algoritmo unir_rutas es precisa-
mente la de reducir al máximo la distancia total requerida, no incluiremos esta opción en el programa.
Selección del tipo y nŭmero de camiones: esta fase, que se lleva a cabo desde la pantalla de camiones,
consiste en ejecutar los dos procedimientos siguientes: Hallar_vol y Llenar_camion. Para nuestro ejem-
plo, la subrutina Hallar_vol, obtiene la solución siguiente:
FIGURA 9. OPTIMIZACION DE CAPACIDADES Y NUMEROS DE CAMIONES

Ajuste de las cantidades a lo s.. camicnes dispanibles

-
Arlictio Canhdad Inerashre timuc Peso Pera Peso Volumen Vohmen
unnario l'onteneclo total ›ontenedo total
Fluta
Al 2400 313 EID 1.875 60 9300 .95 79.2
A2 201118 23 100 3,5 3D 1 OODO .224 22,4
A4 1001] 13 100 1,5 33 4500 ,224 22,4
A7 3000 33 100 2 43 4600 ,125 12,5
All 100$ 50 2C 4,2 69 5400 ,99 19,t
A-6 11 40 o 3 69 o .35 o
33800 156,3
Al 1000 30 33 1,875 60 3836.25 3.9 32,67
A2 2800 20 140 3,5 39 14000 ,224 31,36
A4 2000 10 200 1,5 33 90110 ,224 44,8
--o
A7 0 30 o 2 49 ,125 o
A0 1000 50 20 4,2 69 5400 _99 19,6
A6 3506 40 313 3 69 15810 _99 87.1 Z
43076,25 215.75
Ruta ne2
Al 2000 30 67 1,875 69 7738.75 ,99 66,33
A7 5000 30 167 49 7682 .125 29.375
•I I -

lonpronn
Aceptu Optrnizar capacidades
-

lAVUCIA:

1 268
 Y el resultado de la subrutina, Llenar_camion es:

RUTA N°I
TRAMO D 1 -D2 D2-N3-C2
UNIDADES (M3) 157 216
CAPACIDAD C.INICIALES C.ADICIONALES C.TOTALES
C. GRANDE 70 2 0
C.MEDIANO 50 0 I I
C.PEQUEÑO 30 I 0 I
SOBRA (M3 ) 13 4
RUTA N°2
TRAMO D2-C 1
UNIDADES (M3) I 04
CAPACIDAD C.INICIALES
C. GRANDE 70 I
C.MEDIANO 50 I
C.PEQUEÑO 30 0
SOBRA (M3) 16
RUTA N°3
TRAMO 01-N4-CI CI-C2
UNIDADES (m3) 42 14
CAPACIDAD C.INICIALES C.ADICIONALES C.TOTALES
C. GRANDE 70 0 0 0
C.MEDIANO 50 1 0 1
C.PEQUEÑO 30 0 0 0
SOBRA (M3) 8 36
RUTA N°4
TRAMO 01-N4-D2
UNIDADES (M3) 80
CAPACIDAD C.INICIALES
C. GRANDE 70 I
C.MEDIANO 50 ()
C.PEQUEÑO 30 I
SOBRA (m3) 20

La ŭltima parte del programa perrnitirá:

• Realizar la simulación del transporte de las unidades obtenidas en la resolución del proble-
ma. Para ello, además de las rutas y las cantidades transportadas, necesitaremos un modelo
que nos permita ajustar la velocidad del convoy en cada paso de la simulación en función
del n ŭmero de variables que consideremos oportunas.
• Obtener informes por escrito de todos y cada uno de los recursos implicados en el proble-
ma.

CONCLUSIONES:

Hemos puesto de manifiesto la posibilidad de desarrollar, mediante herramientas estándares y de

gran difusión, un sistema de información que contribuya a resolver de una forma amigable y rápida los
problemas de aprovisionamiento y distribución. Sistema que además tiene la posibilidad casi inmediata de
enlazar con el resto de las áreas o subsistemas de la empresa, contribuyendo así a realizar una gestión
integral, no solamente dentro de la misma, sino que también nos permitirá enlazar con las cadenas de
valor de nuestro clientes y/o proveedores.
LOGIS II opera bajo una conducción de flujos PULL, es decir la demanda realizada por los
clientes es el punto de partida, y además trata de operar bajo una filosofía Just in Time, cero stock, cero
defectos, cero averías, cero plazos y cero papel.

1269
BIBLIOGRAFÍA:

BARBOLLA GARCíA, R. (1991): OPTIMIZACIÓN MATEMÁTICA: TEORIA, EJEMPLOS Y CONTRAEJEMPLOS. ESPASA-CALPE.

MADRID.
BLANCO FARBAS, N (1998): LOGISMCA DE APROVISIONAMIENTO Y DISTRII3UCIÓN: OPTIMIZACIÓN DE LA RED DE
TRANSPORTE PARA UNA EMPRESA MULTIF'RODUCTO, PROYECTO FIN DE CARRERA. E.T.S.I.I., UNIVERSIDAD DE
VALLADOLID.
CHANDLER, A. D.; McGRAw, T. K. Y TEDLOW, R. S. (1996): MANAGEMENT: PAST AND PRESENT A CASEBOOK ON THE
HISTORY OF AMERICAN BUSINESS. CINCINNATI: SOUTH-WESTER.
CHRISTOPHER (1994): LAGISTICA Y APROVISIONAMIENTO: CÓMO REDUCIR COSTES, STOCKS Y MEJORAR LOS SERVICIOS.
Fouo.
DATAMON1TOR (1998): LOGISTICA Y DISTRIBUCIÓN EN EUROPA CENTRAL Y DEL ESTE. DATAMONITOR
GARCIA SALAMANCA, J. (1997): LOGISTICA DE ENTRADA Y SALIDA DE UNA EMPRESA Y SU IMPLEMENTACIÓN MEDIANTE
SIMULACIÓN, PROYECTO FIN DE CARRERA. E.T.S.I.I., UN1VERSIDAD DE VALLADOLID.
KOLB, F. (1975): LA LOGISTICA: APROVISIONAMIENTO, PRODUCCIÓN, DISTRIBUCIÓN, DEUSTO, BILBAO.
PRICEWATERHOUSE COOPERS CONSULTING.(1997) ESTUDIO MASTERING THE CHALLENGE OF GLOBAL SUPPLY CHAIN.
PRIDA ROMERO, B. (1995): LA LOGíSTICA DE APROVISIONAM1ENTO: EL CAMBIO EN LAS RELACIONES PROVEEDOR-CLJENTE,
UN NUEVO DESAFTO PAFtA LA EMPRESA DEL SIGLO XXI. MCGRAW-HILL. MADRID.
REKLAMS, G. V. (1983): ENGENEERING OPTIMIZATION: METHODS AND APPLICATIONS, JHON WILEY&SONS, NEW YORK.

1270