Emiro Antonio Campo 1,

José Alejandro Cano 2, Programación lineal para agregados

Rodrigo Andrés
Gómez-Montoya 3 Planificación de la producción en una empresa textil
DOI: 10.5604 / 01.3001.0012.2525

ESACS - Escuela Superior en Administración

1
de Cadena de Suministro,
Medellín, Colombia
correo electrónico: eacampo@unal.edu.co
2 Universidad de Medellín,
Medellín, Colombia,
correo electrónico: jacano@udem.edu.co
3 Politécnico Colombiano Jaime Isaza Cadavid,
Resumen
Este artículo tiene como objetivo proponer e implementar un modelo de planificación de la producción agregada que brinde
estrategias óptimas en el mediano plazo para una empresa textil, para lo cual se propone un modelo de programación lineal
para minimizar los costos totales asociados a los niveles de mano de obra e inventarios. El modelo propuesto toma en cuenta
características asociadas a la contracción de tejidos, desperdicios en el proceso, eficiencia de los nuevos empleados y
requerimientos de capacitación. El modelo se implementa y resuelve en GAMS, soportado en una interfaz MSExcel, para
encontrar la solución óptima, que es aplicar una estrategia híbrida al plan de producción, y además se generan algunas
estrategias para mejorar el proceso productivo.

Medellín, Colombia,
correo electrónico: rodrigomezm1896@gmail.com Palabras clave: planificación agregada, programación lineal, textiles, estrategias, tejidos.

Introducción
En la actualidad, la industria textil se enfrenta a
un entorno de fabricación competitivo que ha
llevado a los fabricantes a implementar
estrategias de planificación que garantizan la
efectividad operativa, motivando el rediseño de
las estructuras organizativas y productivas, para
alcanzar niveles satisfactorios de competitividad
[1]. Estas condiciones obligan a las cadenas
mundiales de suministro de textiles y prendas de
vestir a optimizar su planificación de la
producción para hacer frente a los desafíos que
demanda la dinámica del mercado [2]. A largo o
medio plazo, la planificación de la producción
agregada se considera una herramienta que
tiene en cuenta las limitaciones de la capacidad
existente [3], proporcionando orientación al
fabricante sobre estrategias eficientes de
producción y suministro [4]. En este sentido,
pedidos que deben cumplirse [7], teniendo en cuenta las
limitaciones relacionadas con la capacidad de producción,
los materiales disponibles, el equipo, la mano de obra y
otros recursos necesarios para el sistema de producción.
Una vez obtenida la estrategia de producción, se construye
el programa maestro de producción (MPS),
descomponiendo temporal y espacialmente los objetivos
de la planificación y previsión agregada en los requisitos
de fabricación de productos específicos, siendo así una
guía para la adquisición. de recursos y materiales [8, 9].
Para resolver los problemas de planificación de la
producción agregada, a menudo se utilizan estrategias de
nivelación, persecución e híbridas. La estrategia de nivel
mantiene una cantidad constante de trabajo y tasa de
producción, y para los casos en que ocurren variaciones
en la demanda, la estrategia aumenta o disminuye los
niveles de inventario, crea una cartera de productos con
demandas complementarias, e influye en el aumento de la
demanda y pedidos pendientes. Las estrategias de
persecución igualan la tasa de producción con la tasa de
demanda en cada período mediante la contratación y
despido de mano de obra, el uso de trabajadores a tiempo
parcial y extraordinario y la subcontratación de la
producción, entre otros. Las estrategias híbridas combinan
las opciones propuestas por las estrategias de nivel y
persecución para brindar un plan de producción óptimo
que satisfaga la demanda y otras políticas comerciales al
menor costo [9-11].
[16], entre otros. Estos modelos matemáticos brindan
una solución a los requerimientos específicos de cada
problema, ofreciendo un amplio abanico de
posibilidades en la modelación, lo que permite plantear
una gran diversidad y cantidad de restricciones lineales
y no lineales, variables enteras y continuas, y una o
múltiples funciones objetivas, como en el caso de la
programación de metas [6, 17]. Para encontrar una
solución para los modelos de programación matemática
de planificación agregada, se pueden encontrar varias
alternativas, que van desde hojas de cálculo y
solucionadores [11, 18, 19] hasta software
especializado de programación matemática.
como CPLEX [20] y GAMS [21].
En la literatura relacionada con la modelación de problemas
de producción agregada, algunos estudios proponen
funciones objetivas relacionadas con costos totales,
fluctuaciones laborales, pedidos atrasados, beneficios y
utilidades, uso de equipos, nivel de servicio y calidad, entre
otros [6, 13-15 , 18, 21]. Asimismo, estos estudios toman en
cuenta parámetros, variables y restricciones relacionadas
con el tamaño de la mano de obra, contratación y despido,
tasas de aprendizaje laboral, horas de trabajo y
restricciones legales, capacidad de producción,
subcontratación de producción, múltiples fábricas de
producción, capacidad de almacenamiento, niveles de
inventario, mantenimiento de máquinas, tiempos de
configuración y montaje, demanda de los clientes y gestión
de efectivo.

La complejidad asociada a la formulación de

Para su operación, la planificación agregada se basa en
pronósticos de demanda y clientes.
estrategias mixtas sugiere el uso de modelos de
optimización basados en programación
matemática, que de acuerdo a las condiciones
específicas del problema a resolver, pueden
generar modelos de transporte de programación
lineal [12], lineal de enteros mixtos programación
(MILP) [13, 14], programación lineal multicriterio
de entero mixto (MCMILP) [15] y programación no
lineal (NLP)
Sin embargo, a nuestro leal saber y entender, en la
literatura, actualmente no existen modelos de planificación
agregada para empresas de la industria textil que aborden
las variables relacionadas con el desperdicio y el
encogimiento de telas por línea y por proceso, días de
capacitación necesarios. para los nuevos empleados en
cada proceso, y la eficiencia de los nuevos empleados en
cada proceso. Por lo tanto, este artículo tiene como
objetivo diseñar e implementar

Campo EA, Cano JA, Gómez-Montoya RA. Programación lineal para la planificación de la producción agregada en una empresa textil. 13
FIBRAS Y TEXTILES en Europa del Este 2018; 26, 5 (131): 13-19. DOI: 10.5604 / 01.3001.0012.2525
 Línea 1 Línea 2 Línea 3

1. Deformación 2. Deformación 3. Engomado 4. Tejido 5. Tejido

proceso controlar proceso proceso controlar

Figura 1. Procesos de fabricación de textiles para las líneas de productos.

un modelo de planificación de la producción agregada para
brindar estrategias de producción óptimas a mediano plazo
que se adapten a las necesidades de las empresas de la
industria textil. Para ello, proponemos una formulación
algebraica para el modelo de planificación agregada, que
luego se valida con un desarrollo experimental para
analizar variables de salida como tasas de producción,
niveles de inventarios, nivel de mano de obra, contratación
y despido. Finalmente presentamos las principales
conclusiones y aportes de este estudio.
3 líneas de productos, que están en uso permanente
debido a la demanda del cliente, denominada Línea 1 -
Simple Pocket (telas monocolor con un peso inferior a
130 gr / m 2), Línea 2 - Doble bolsillo (tejidos de un color
con un peso superior o igual a 130 gr / m 2),
y Línea 3 - Dotación de personal (tejidos pre-teñidos con un
peso superior o igual a 120 gr / m 2).
Figura 1 muestra los procesos de transformación para cada
línea de productos.
Se requiere tener en cuenta la eficiencia de los
empleados contratados porque la parte inicial del
contrato de trabajo se dedica a recibir capacitación, y
también tienen un menor desempeño en su trabajo
debido a su poca experiencia en las tareas
asignadas. Los desperdicios y contracciones del
tejido también deben incluirse en el plan de
producción.

Debido a las políticas establecidas por la empresa, no se

La empresa necesita determinar su plan anual de considera el uso de horas extraordinarias o la
producción agregada para minimizar los costos totales subcontratación de la producción, ya que estas decisiones
representados por los costos laborales y la gestión de pueden afectar significativamente la calidad del producto y
Formulación del modelo de
inventarios, y garantizar el cumplimiento de las poner en riesgo secretos industriales. De la misma forma,
planificación de la producción agregada
restricciones relacionadas con la demanda de cada línea al ser un plan de producción a mediano plazo basado en la
La empresa seleccionada para este estudio de productos, la capacidad de producción expresada en planificación del horizonte de 12 meses, los detalles
fabrica tejidos pre-teñidos y de un solo color metros (m), el trabajo en el proceso de almacenamiento y operacionales relacionados con el tiempo de puesta a
aptos para teñir que tienen altas tasas de eficiencia operativa. Además, la empresa se punto, montaje y mantenimiento de las máquinas no se
rotación. La compañía tiene consideran directamente; sin embargo, estos factores se
incluyen proporcionalmente a los tiempos de operación de
cada línea de productos con base en los estudios de
Tabla 1. Índices, parámetros, coeficientes y variables para el modelo LIPROTEX.
tiempo y movimiento en cada proceso mencionado en Figura
Índices Definición
1. Por tanto, proponemos el uso de programación
I Número de procesos ( yo = 1,…, I) Número de
matemática para crear un modelo de programación lineal,
T meses ( t = 1,…, T) Número de líneas de
que se denominará modelo LIPROTEX. El uso de un
L productos ( l = 1,…, L) Definición
modelo de programación lineal se justifica por la
Parámetros y coeficientes
complejidad del modelo relacionada con el número de
CE I Costo mensual por empleado en proceso yo, $
parámetros y variables que se tienen en cuenta en un
California eso Costo de gestión de inventario en proceso I en mes t, $ / m Capacidad de
horizonte de planificación de mediano plazo, y las
AI almacenamiento en proceso I
limitaciones de recursos, capacidades, inventarios, líneas
PM I Capacidad máxima de producción por proceso I, m Desperdicio y contracción
de demanda, mano de obra y productos, que garantizan la
DT yo, yo de la línea de productos l en proceso I
viabilidad y optimización del plan de producción de
D l, t Demanda esperada de tela de la línea l en mes t, m Días de capacitación requeridos
agregados.
Delaware I para nuevos empleados en proceso I

mi I Eficiencia de nuevos empleados en proceso I

MH yo, yo Producción de metros por hora de línea de productos. l en proceso I

HD t Horas reales disponibles por empleado al mes t

CAC Costo administrativo de contratar al empleado, $ Costo

CANALLA administrativo de despedir al empleado, $ Definición

Variables de salida Variables para el modelo LIPROTEX

Horas de producción dedicadas a la línea l en proceso I en mes t
H iluminado
Este estudio identifica variables no consideradas
S iluminado Inventario final de la línea de productos l en proceso I en mes t, m Número de
en modelos anteriores de programación
X eso empleados en proceso I en mes t
agregada que influyen en el costo total de un
XD eso Número de empleados despedidos en proceso I en mes t
plan de producción y generan un gran impacto
XN eso Número de empleados contratados en proceso I en mes t
en los procesos de toma de decisiones en la
Variables de decisión Definición
industria textil. Entre estas variables, la tela
PAG iluminado Producción de tejidos de la línea de productos. l en proceso I en mes t, metro

14 FIBRAS Y TEXTILES en Europa del Este 2018, Vol. 26, 5 (131)

 Variables para el modelo LIPROTEX

Este estudio identifica variables que no han sido tomadas en cuenta en modelos anteriores de programación agregada que inciden en el costo total de un
plan de producción y generan un gran impacto en los procesos de toma de decisiones en la industria textil. Entre estas variables se destaca el desperdicio de
tela por línea de producto y por proceso debido a la naturaleza del procesamiento de la tela, que comúnmente genera contracciones y pérdidas; los días de
formación necesarios para nuevos
estaba mi te metro B pag y lo pag y r mi o mi D s tu I C norte tl mi I a norte C mi h a pag
ce norte rD
en a th dem Bmetro
jefe ly
norte norte osD
a pr Ipag
mi ye ss
ew milo
C foS.M
atumi yl sr see
s saen
ot res F mi To D
metro
B inclu tr taami
h IBmi le , 2 pag
D norte mi r DMETRO
si . norte sobredosis B tu mi C F t o l r I mi nordeste s s ejército d

alto metro tu h mi ile ade

lig tu h S t te B D mi D pag tu a mi identificación eqth F élI atodos
t tu s br norte
tr ic se
y a está
w proporcionando aining. Proporcionalmente la eficiencia de los nuevos empleados en cada
r lo A y pag mi r es ' METRO mi a X Ju
y Educación
norte l da Afísica
D gramo
J r tua tio norte
pta Smar
t mi norte
I pag mi
en ov
O ttrabajo
C o t th D . CE
proc pag mi r s o s CesenHola
mi gramo
t C a hsen
, smetro
ke aCwen
norte
alComy co gramo tu mi norte norte t mi , real academia de bellas artes s t I mi norte s ce esta va METRO Rhode Island o mi norte s th a , t ccordin J gramo un a F t mi h B ee METRO metro a pag
60 70 70 0 TE 60 110 80 75 70
cont T real academia de bellas artes a C B ti l o mi norte 1 s pag ys éteres,
a r norte
DC mimiD ose lo norte
metro mi a sF tnorte
s s mi
fi Dt cien
s h ;Lmi
t en
ths,ene 1mi D tr ic ai mi norte s I , norte pag gramo a D real academia de bellas artes a metro
pronóstico Línea a 2 Dakota del Norte 71 les6 v 4o 13 F 9115
ariab la 8 L 133
5 IPR 8 8OX 0 mes 1237 D 0 el.99 90 163 135 104 84
necesario para los nuevos empleados en cada proceso
(D ), t vari L a I B norte l mi mi 3 s fo 1 r 00 la 1 L 0 I 5 PR 1
66 TE 1 X 23 mes 1 D 7 mi 7 l 124 172 194 206 219 140 149
es un ls
T a o B I l norte mi C 1 lu . D I mi norte ewDteDmi
, icr metro
s mi en, pag
s, ceCPensilvania
lo o y mi miaffO real
mi icientes
academia un lde
D bellas artes norte yo s

debe ser entrenado antes I o norte r D mi I s C t mi a s rting un trabajo, y Definición

Tabla 3. Capacidad de producción y producción por proceso.
se debe pagar un salario I igualmente mientras esto
Número de procesos ( yo = 1,…, yo)
T Proporcionalmente Número de meses PAG ( r t sobredosis = uc 1 t , io ...
ded.
la formación se está proporcionando
norte , T) Producción, m / hora (MH) yo, yo
Porcentaje de contracción (DT) yo, yo

la eficiencia de los nuevos empleados en cada roduc t

li oa norte
Connecticut tapa c 1,…
el proceso se lleva a cabo L cuenta, ya que este Num PAG B r mi o r ce o s F s pag ( I r ) odu /metro
metro
h ( (norte
PAG Il) , t s
mi
METRO línea , 1 L) Producto
PAG
= ity línea 2 Producto
línea 3Productolínea
Producto
1 Producto
línea 2 línea 3

varía un PAG C a C en
r o mi
a rdgramo arping
metrote a rs th a mi norte mi D metro C pag o lo mi y F mi fi mi C s I ' mi425.000 120
mi norte X t pag s er- Def W inicio 120 115 0% 0% 0%
0 ess yo ($ 3 ) 90
norte a th pag l I y gramo C C o h s mi t ck por em 4 pag 20 lo . 0 y 0 mi 0 e en pro 39 C350
tise y adaptación a C th mi mi I trabajo. tabla 1 pre- Mes W rn 0% 0% 0%

envía los índices, par C A mi I t , t ers, coeficientes, Porque GRAMO tmetro

soy tu o F metro I en norte gramo ventory m 5 a 7 norte 0 a . 0 gramo 0 mi 0 ment en 21 pag 9 proceso 2 I 1 I 9 n mon3%
2 t 4 h 0 t ($ / metro
2% 3 ) %

y variables del LI A PR I Modelo OTEX. Sto W C 0 miAV

real academia de bellas artes mi0.gramo 0 senI C 157
0 smi gramo apacidad120
en p 49 ro 125 10% 12% 7%

PM I Mamá
X miW aighv tu norte metro C pag mi r C o k conducto 4 norte 10 C . 0 a 0 pag 0 acity fo 3 r 18 proceso2%
estoy 2%
31 I 8 ( metro) 280 3%

Función objetiva D un T D yo, yo limitaciones Desperdicio y contracción de la línea de productos. l en proceso I

La función objetiva D norte l a , t nd restricciones de Ex s pag tr mi a C en te ts D F F o aAlabama

r B t r h ic
a Imi D fi norte
norte mi norte metro
D ve Rhode F a li roion
o norteIsland ) horas,
norte
o norte
y mi Binventario
, th tl (y ten
metro final, contratación,
Educación física metro Ddespido,
el mes matemático D D mi el I para el producto Re pag q ro tu C ir mi mi s D sa tr norte a D en pag I r norte o gramo du D C a ag
t y pag
l s en
miFlomiCoy .ar mi
T norte
- e enh amipag
mi norte
w sto rmi
D rometro
pag C r mi o s D s tu I nivel de ction.
programación de la mi C I Compañías en el Nordeste pag w y industria
aci mitextil
t metro C pag o lo norte y S t ymia rI mi
t norte
ai miionorte
pag Fnorte
t F sro 4 ce
ic (en es )decir
s mi mi
s ns I ureq C tu
norte

(LI METRO PR
H O yo, yo TEX) son pre Pr t o h D a tu t C th ti mi
aleta o aen
en
F lmi v t mi mi norte r t s o pag ry er o h F o a tu pag r r o o F ce pag s r s o D D o tu mi C s línea t O l norte I C norte mi pag th ro mi C a
metro
enviado en Ecuaciones H (1 )D- (9). S t pagen
Re norte a o l t a mi v X a C I mi l mi a D licenciado o l Derecho tci-
mi en
r o a y gramo th
élmiHo pag
mimetro tturoblem
mi California s I ha
a r X en sido
metromodelado,
Pensilvania
pag tu r metro se
mimetro em identifica
t

CAC Anuncio ty metro o I F norte t I h S t mi real academia de bellas artes pag t r I o v C mi es C s o . s mi t q o tu F a h t I I r o I norte ng ( 5) mi r metro ep pag r l mi
La función objetiva C tio A norte D representado en Anuncio la metro
bo en tu I r S t B r a a l t a iv norte mi ce co miHola
s q t pag
tu o ral F
I otio
gramo
fi norte
S.Mr saen
miFnorte
gramo( Do PS
mi rno
metro
requieren
norte variables completas, debido a la
Ecuación (1) minimiza los costos totales de disparo. La producción de medidores de fábrica naturaleza del proceso de producción, que
la producción O pag tu l t a pag norte tu I t norte v te a r r metro I a s B o l F mi t s él trabaja Delaware Rhode
H yo Productio pag norte mi h I o o tu D r , s pag D ro mi C D mi I s C s a , te a D Dakota del Norte a pag l r I o norte D mi uc l t en lin pag mi roces pag s roduce la te
Island F C en en iti a en r y gestión de inventario eso costos de entrada.continuamente
Los costos laborales
y no está representada en Ecuación (6). Equa- dis I cr en ete metro tu o norte norte I t t h s. t Asimismo, para relaciones laborales
están representados S B l y , eso el costo mensual de empleados por Fi pXt norte io Alabama norte I ( norte 7 v ) mi pag norte r norte
t mi oospag
r minorte
y norte
r t oo ts
hC pagy hssr Imi
F tl mi misobredosis
en dv metro
norte
a o tu
Rhode
tu C metro
Island tnorte t Brhmileot lsF( I, metro
B l mia en
th ) gestión de la empresa
ro I C , t ess en un mes, Nu h metro
UNED B r mi s r ab
a opag
v F le
ai lo
miI lymetro
norte ee th
dusce
miConnecticut s en I I pag norte la metro norte o t, enésimo t decide que no requiere variedad completa
en pag pag sroI ro

el tiempo de entrenamiento de X mimetro

D I pag , t loyees, y el Nu w metro
Hola B C mi h r ts
r opag
mi F su metro ee metro s tu F l I t r I mi pag D ly I I norte ng pr th o mi ce a s v s ai I l- En m I o a norte B t l h es t de trabajadores,
l r omio lymetro

costo administrativo X o norte fh I, I t anillo y disparo Nu ab metro le ser h rEducación

o o tu F rs física
em pag r lo mi y metro mi pag mi l s o h y I mi r mi ed en en a pag metro ro o C norte mi th ss B I y En m r o es norte tu th es t

empleados. D Th mi mi ci I s norte I v olicenciado

mi norte norte v a a r Delaware
en Derecho r ya Imi
a metro
norte
th sF envejecimiento redistribuir
mi en norte eso tu io metro norte número de empleados disponibles poroperadores con capacidad inactiva,

los costos son proporcionales PAG a l l , eso al nivel de enssen

Fa pag B r r o I C C mi pag ro aoDt norte
Fo h.
hD prmi
tu DTcti C t o l norte I s norte t mi real academia de bellas artes l en en ts pag o ro F impuesto ejército de reserva I k I
uc metro
inventario mensual en cada proceso. Equa- la capacidad máxima de producción son ees y asignar empleados con tiempo libre
ción O ( 2 B ) je gramo C tu t a I r v a mimetro
Nuevonorte
Testamento
mi D Nuevo
F miTestamento
tu mi norteCs oCoFFt norte
tu I l otfisnorte a academia de bellas artes fi I norte a
h t millreal otros
norte - tsprocesos, entre
encontrado en otros.(8).
Ecuación EnEcuación
anuncio-
(9) reps-

demanda de producto ished para cada producto resiente las restricciones de no negatividad para el dición, la programación matemática
línea.Th
••••mi mi t mi io C norte tiv ( 3 mi ) fu re norte pag C r t mi io se norte norte asi
a tsque a Fem
Dakota th tt omi
del ichDmamá
Norte athmi
re
Clomi
l la
metro
D tCmi
en s omitrl norte
D F t ao -oints
r pag
v ot rahFoRhode
mi du Island
pag C tr a- oduc
h Bedmetro
miEn
le g ati oo norte
metro o D norte
F dl C
el mi
Proopr
s metro
gramoDo pag
r pag
miaaot metro
norte mi
s metr
Irm

th mi
texto
•• q = ile••en
o tu Baj )

•• dus •• tratar •• ( L •• ••

•• ••IP- ••× ••,RO

•• •• +
TEX r ••
•• a e×presentado
••, •• •• 3 •• en Eq. (1-9). ((11))
0 •• + •••••• × •••• ••, •• + •••••• × •••• ••, •• + ••
=1 •• •• = 1 •• = 1 •• = 1 •••• ••, •• × •• ••, ••, ••

•• = •• •• = 1 •• + •• ••, ••, •• ••, ••

por l = 1,…, L t = 1,…, T (2 ( ) 2)

••, •••• + ••1••, ••, ••

•• ••,••,••,••,•••• = •• ••,••,••,••,•• ••−1−1 + ••, ••, •• - 1••−
por l = 1,…, L yo = 1,…, yo- 1 t = 1,…, T ((33))

por yo = 1,…, yo t = 1,…, T ((44))

•• •••• = 1 = •• ••, ••,••,•• ••

≤ −1 +••••••••
•• ••×••, por •• 1 ••, - ••,yo••=L1,…,
••, •• yo t = 1,…, T ((55))

•• ••, ••, •• = •••• •• ••, •• - •••• ••, ••

••, ••
yo = 1,…, yo- 1 t = 1,…, T ((66))

•••• = 1 ••
•• = ••
•• ••,••,••,••, •• ≤ •• por yo = 1,…, yo t = 1,…, T ((77))

•• = 1 ≥ ••, •• 0, ••
fopara
•••• •• ו• •• ••, •• −1 yo••,=••,…
••, r ••,+••r≥•••• 0l ×1=••... ((88))

•• ••••, ••, •• , •• ••, ••, •• ≥ 0 ••, , •• ••, •• ,, •• I ≥ 0, t••••

= 1,…, T 0, •• ••, ••, •• ≥ 0 por l = 1,…, L yo = 1,…, yo- 1 t = 1,…, T
••, ••, •• ≥ ((99))

mi D qu ( 9 a ) t . ion 1 minimiza los costos totales del plan de producción en términos de

Equ T a h ti mi en o s B ( j 1 mi ) C , ti ( v 2 mi ), F ( tu 3) norte , C ( t 4 io ), norte ( 5 r ) mi , pag ( r 6 mi ) s , mi ( norte 7 t ) mi , D ( 8 I ) norte un
Costos de mano de obra y manejo de inventario. Los costos laborales están representados por el costo mensual de empleados por proceso

FIBRA I S norte Y oa LE
XTI TEnorte
nmetro
E , aSt st Ihhte mi mi tu a ol.
rn IE2trnorte minorte
01I2pag 6, 8,o t(V1I oFmetro
gramo 31 mi5 ) empleados y el costo administrativo de contratar y despedir empleados. El inventario 15
Los costos de administración son proporcionales al nivel de inventario mensual en cada proceso. La ecuación 2 garantiza el cumplimiento
de la demanda de producto terminado para cada línea de productos. La ecuación 3 representa las restricciones para el inventario final por período,
proceso y línea de productos. Las restricciones de capacidad de almacenamiento en la Ecuación 4 aseguran que el inventario final de un proceso
 Cuadro 4. Residuos estimados por proceso, costos y niveles de inventario. variables, y en el caso de integrar la incertidumbre
con algunos parámetros y / o variables, el modelo
Inventario mensual Inventario inicial (m) (S) li0
Capacidad de almacenamiento. debe ajustarse mediante la implementación de
Proceso ( I) costo por. Producto Producto Producto
m / mes (A) I
$ USD / m (CA eso) línea 1 línea 2 línea 3 técnicas como la lógica difusa [22, 23].
Pandeo 170.000 0,013 USD 20.000 10.000 15.000

Comprobación de deformación 120.000 0,013 USD 10.000 5.000 7.500

Engomado 30.000 0,021 USD 30.000 15.000 22.500

Desarrollo experimental
Costura 350.000 0,025 USD 40.000 20.000 30.000

Tejer cheque 150.000 0,025 USD 20.000 10.000 15.000 De acuerdo con las previsiones de demanda y las
negociaciones realizadas con los clientes de la empresa, Tabla
Cuadro 5. Costos laborales, eficiencias y requisitos de capacitación. 2 presenta las demandas mensuales de cada una de las
líneas de productos para un horizonte de planificación
Costo de empleado Inicial Requisitos de formación
Nuevo empleado
Proceso ( I) por proceso, empleados para nuevos empleados, equivalente a un año.
eficiencia (E I)
$ USD / mes (CE I) (X i.0
) días (DE I)

Pandeo $ 696.7 13 70% 5

Comprobación de deformación $ 443,3 3 80% 12

Tabla 3 presenta la capacidad de producción por
Engomado $ 696.7 4 70% 5
proceso por mes, un desglose de la capacidad de
Costura $ 823,3 11 60% 5
producción por hora para cada una de las líneas de
Tejer cheque $ 443,3 3 80% 12
producto, y el desperdicio de tela estimado por
contracciones entre procesos en cada línea de producto.
Cuadro 6. Horas disponibles por empleado por mes.

Mes Ene Feb Mar Abr May Jun jul Hace Sep Oct Nov Dic

Horas Laborales En cuanto a inventarios, Cuadro 4 muestra la capacidad de

184 200 208 200 200 216 200 208 208 192 208
por empleado (HD) 208t
almacenamiento por proceso por mes,

Cuadro 7. Producción de tejidos por línea de producto, proceso y mes P iluminado ( mx 1000).

Mes, metro
Línea de producto, l Proceso, I
1 2 3 4 5 6 7 8 9 10 11 12

1 - 24,8 125,4 52,2 91,6 148,9 0.0 182,2 79,1 59,5 85,9 80,2

2 - 44,8 125,4 52,2 91,6 148,9 0.0 182,2 79,1 59,5 85,9 80,2

1 3 - 54,8 86,3 91,2 91,6 72,3 76,6 103,1 126,0 91,6 85,9 80,2

4 22,8 59,4 77,8 94,4 88,9 70,1 74,3 100,0 122,2 88,9 83,3 77,8

5 40,0 70,0 70,0 85,0 80,0 63,1 66,9 90,0 110,0 80,0 75,0 70,0

1 130,6 53,2 74,9 158,4 195,8 147,8 70,1 186,1 111,4 123,8 121,8 98,4

2 140,6 53,2 74,9 158,4 195,8 147,8 70,1 186,1 111,4 123,8 121,8 98,4

2 3 145,6 53,2 74,9 158,4 132,1 186,6 95,0 186,1 111,4 123,8 121,8 98,4

4 155,8 51,6 72,7 153,7 128,1 181.0 92,2 180,5 108,0 120,1 118,2 95,5

5 134,0 66,0 63,9 135,3 112,7 159,3 81,1 158,8 89,7 111,0 104,0 84,0

1 71,8 99,5 143,7 212,5 129,4 123,3 354,9 46,7 229,7 236,6 153,6 163,5

2 86,2 100,0 143,7 209,4 132,5 123,3 349,9 51,7 229,6 236,8 153,6 163,5

3 3 40,2 115,2 182,1 154,5 174,6 136,1 265,3 136,3 226.0 240,3 153,6 163,5

4 61,4 112,9 178,5 151,4 171,2 133,3 258.0 135,5 221,5 235,5 150,5 160,2

5 85,0 105,0 166,0 140,8 159,2 124,0 238,4 127,6 206,0 219.0 140,0 149,0

Cuadro 8. Inventario final por línea de producto, proceso y mes S iluminado ( mx 1000).

Mes, metro
Línea de producto, l Proceso, I
1 2 3 4 5 6 7 8 9 10 11 12
1 20,0 - - - - - - - - - - -
2 10.0 - 39,0 - - 76,6 - 79,1 32,2 - - -
1 3 6.5 - 6.2 - - - - - - - - -
4 18,4 - - - - - - - - - - -
5 - - - - - 3.1 - - - - - -
1 - - - - - - - - - - - -
2 - - - - 63,8 24,9 - - - - - -
2 3 23,5 - - - - - - - 6.1 - - -
4 - - - - - - - - - - - -
5 80,0 75,1 - 20,3 - 79,3 37,4 97,3 24,0 - - -
1 0,5 - - 3.1 - - 5,0 - 0,1 - - -
2 53,6 38,4 - 54,9 12,7 - 84,6 - 3,5 - - -
3 3 - - - - - - 2.0 - - - - -
4 - - - - - - 1,7 - - - - -
5 - - - 17,8 - - 66,4 - - - - -

dieciséis FIBRAS Y TEXTILES en Europa del Este 2018, Vol. 26, 5 (131)
el costo de la gestión de inventarios y el nivel
inicial de inventarios para el período a planificar.
Cuando un nuevo empleado se integra a un proceso
de producción, requiere una formación que requiere
un tiempo determinado de acuerdo con las
características y estándares específicos de cada
proceso. Durante el tiempo de formación los
empleados no producen, solo acompañan los
procesos, por lo que es importante considerar estos
factores para calcular la producción real. Esto explica,
en gran medida, por qué la eficiencia productiva de los
nuevos empleados es menor que la de los que llevan
más de un mes trabajando en la empresa en un
determinado proceso. Cuadro 5 muestra los costos
laborales mensuales, así como la eficiencia promedio
en el primer mes de trabajo de los nuevos empleados
y los días de capacitación que requieren.
Además, Tabla 6 muestra las horas de trabajo
estipuladas por empleado en un mes, completando
la información esencial para el cálculo de la
capacidad de producción por proceso y la asignación
de empleados a estos procesos.
extracción, lectura y análisis de los datos de
salida del modelo ejecutado.
En consecuencia, al ejecutar el modelo
LIPROTEX, un costo mínimo de $
424.074 USD se encuentra para el programa de
planificación agregada en el horizonte de planificación
establecido. Cabe aclarar que para esta solución,
aproximadamente el 95% del costo total se debe al pago
de mano de obra, capacitación del personal y costos
administrativos de contratación y despido. Tablas 7 y 8
mostrar valores de las variables de producción por línea
de producto y niveles de inventario para la solución
óptima al problema de la planificación agregada.
De esta forma, se observa que en la línea de producto 2 en
cada mes el plan de producción sugiere producir una
cantidad similar en cada proceso de manufactura, mientras
que en la línea de producto 3 el nivel de producción es
estable para los procesos de manufactura durante los
últimos cuatro períodos. Para la línea de productos 1, se
observa estabilización entre procesos durante los dos
últimos períodos de planificación. Esto implica que en los
primeros periodos de planificación en cada una de las líneas
de productos, se sugiere el almacenamiento y uso de
inventarios de trabajo en proceso.
El plan no genera inventarios finales del producto
en proceso y producto terminado en los últimos
tres meses del horizonte de planificación. Por otro
lado, Cuadro 9 muestra resultados del número de
empleados y de contrataciones y despidos
mensuales que permiten lograr una solución
óptima al problema de la planificación agregada.
Así, los resultados obtenidos por el modelo LIPRO-TEX
garantizan la continuidad de la mano de obra en la
producción, mitigando las ineficiencias operativas
provocadas por la desmotivación, el miedo y la
inestabilidad de la mano de obra. Para los procesos 2, 3
y 5 (control de alabeo, engomado, control de tejido) se
garantizan al menos diez periodos de continuidad del
trabajo sin despedir empleados. Del mismo modo, el
proceso 4 (tejido) garantiza 9 periodos de continuidad
laboral para la mano de obra, y el proceso 1 (urdimbre)
solo genera la cocción durante un periodo de 9 meses.
La mayor cantidad de quema se genera en los dos
últimos meses de producción, debido a la disminución
de las tasas de producción y al aumento de los
inventarios, que se deben al cumplimiento de la
demanda prevista para el horizonte de planificación.

Los resultados del modelo sugieren mantener un Interpretación de la solución óptima

Resultados y discusión
Para ejecutar el modelo de programación matemática
LIPROTEX se utilizó el software de optimización
GAMS, el cual es un paquete informático robusto y
con alta capacidad para procesar problemas con un
número significativo de variables y restricciones. Para
facilitar la entrada de los datos de entrada del modelo
en GAMS, se realizó un enlace con hojas de cálculo
MSExcel codificadas en Aplicaciones Visual Basic, y
de manera similar se creó una interfaz para facilitar
bajo nivel de trabajo en proceso y un inventario de
producto terminado a lo largo del horizonte de
planificación. Procesos como el urdido, engomado y
tejido se caracterizan por un bajo nivel de
inventarios, que en ciertas líneas de productos se
vuelve cero. El proceso de verificación de urdimbre
presenta altos niveles de inventario para las líneas
de productos 1 y 3, al igual que el proceso de
verificación de tejido para la línea de productos 2.
Además, está claro que la producción agregada
óptima
Para satisfacer la demanda de tejido en las tres líneas de
producto, el resultado del modelo de programación lineal
propuesto muestra diferentes estrategias para cada línea
de producto en
Figuras 2, 3 y Figura 4. Para la producción
En la línea 1, el resultado del modelo de programación
lineal propone una estrategia de persecución para adecuar
la demanda con la producción, donde a fines de junio solo
se almacenan 3.128 m. También se observa que en el
primer mes del horizonte de tiempo, la producción es
menor que la demanda debido al inventario inicial,

Cuadro 9. Nivel de mano de obra, contratación y despido por línea de producto y mes X eso, XN eso, XD eso

Mes, metro
Proceso, I
1 2 3 4 5 6 7 8 9 10 11 12
1 8 8 17 17 18 18 17 18 17 17 dieciséis 14
2 3 3 5 6 6 6 5 5 6 6 5 4
Empleados
3 4 6 8 9 9 9 9 10 10 10 8 7
(X eso)
4 9 9 15 15 15 15 15 17 17 17 14 12
5 4 4 5 6 6 6 6 6 7 7 6 5
1 - - 9 - - - - 1 - - - -
2 - - 2 1 - - - - - - - -
Contratación
3 - 2 2 1 - - - 1 - - - -
(XN eso)
4 - - 6 - - - - 1 - - - -
5 1 - 1 1 - - - - - - - -
1 5 - - - - - 1 - - - 1 2
2 - - - - - - - - - - - 1
Disparo
3 - - - - - - - - - - 1 1
(XD eso)
4 2 - - - - - - - - - 2 2
5 - - - - - - - - - - 1 1

FIBRAS Y TEXTILES en Europa del Este 2018, Vol. 26, 5 (131) 17

 de bajos niveles de inventarios en períodos donde la
Inventario Demanda Producción producción excede la demanda, y minimizando el uso de

120 pedidos pendientes donde la demanda excede la

producción. Estas decisiones se refuerzan con base en
90 un análisis de costos reducidos (costos de oportunidad)
para variables de inventario no básicas, encontrando
60
que cuando un metro de tela se almacena durante un
mes, el costo total por metro aumenta en $ 0.15 USD.
30
De manera similar, el costo de contratar a un empleado

0 adicional en la solución óptima puede aumentar el costo

ene feb Mar abr Mayo jun Hace julio sep oct nov dic total del plan de producción hasta en $ 654 USD. En
consecuencia, para obtener el menor costo y satisfacer

Figura 2. Nivel de demanda, producción e inventario para la línea de producción 1 (mx 1000). las restricciones del modelo, en los últimos meses del
horizonte de planificación se evitan inventarios finales y
contratación de empleados y se producen despidos.

Inventario Demanda Producción

180

120
Análisis de holguras y precios duales
Analizando los resultados de la solución óptima del
60
modelo LIPROTEX, se realiza un análisis de holguras
que encuentra tres procesos de producción utilizando
0 su capacidad máxima en algunos períodos de
ene feb Mar abr Mayo jun Hace julio sep oct nov dic
planificación, lo que permite identificar precios duales.
El proceso más limitado en términos de capacidad de
Figura 3. Nivel de demanda, producción e inventario para la línea de producción 2 (mx 1000).
producción es el proceso 2 (verificación de
deformación), porque si la capacidad de producción
aumenta en 1 metro entre los meses 4 y 10, el costo

Inventario Demanda Producción total del plan de producción disminuye en $ 0.29 USD.
De manera similar, si la capacidad de producción del
250
proceso 1 (deformación) aumenta en 1 metro en el
200 séptimo período, el costo total del plan de producción
disminuye en $ 0.05 USD.
150

100

50
Análisis de sensibilidad
0
ene feb Mar abr Mayo jun Hace julio sep oct nov dic Al analizar las restricciones relacionadas con la capacidad
de almacenamiento y la capacidad de producción por
proceso, se identifica que la solución óptima es muy
Figura 4. Nivel de demanda, producción e inventario para la línea de producción 3 (mx 1000).
sensible a los cambios en la capacidad de producción en
el proceso 2 (verificación de deformación) y el proceso 5

que cuenta en esta línea, equivalente a Para la línea de productos 3, como para la línea de productos 1, (verificación de tejido). Por tanto, la solución encontrada

20.000 m. se presenta una estrategia de persecución. Sin embargo, el sigue siendo la óptima si la capacidad de producción en

almacenamiento de los productos terminados ocurre en meses los procesos 2 y 5 pertenece a intervalos [420.000;

Para la línea 2, el inventario de productos terminados se previos a los aumentos de demanda, los cuales son generados 420.000] y [409.300;

almacena para satisfacer los picos de demanda, porque por un alto volumen de pedidos. Esta estrategia reduce los altos

esta línea de productos tiene una mayor cantidad de
desperdicio y un menor nivel de eficiencia en todos los
procesos. La acumulación de inventarios facilita una
respuesta eficiente a las necesidades de los clientes en
períodos de alta demanda. De esta forma se acumulan
inventarios en enero y febrero para enfrentar el aumento
de la demanda en marzo. En junio, julio y agosto se
acumulan inventarios para atender la demanda de los
últimos meses del plan de producción y reducir la mano de
obra en estos meses, reduciendo significativamente los
costos totales.
costos de contratación, capacitación y despido, lo que implicaría
tener niveles de producción variables.
En resumen, el plan creado por el modelo
LIPROTEX reduce los inventarios de trabajo en
proceso e inventarios de producto terminado,
además de implicar mínimas contrataciones y
despidos debido a los altos costos relacionados con
estas decisiones. Por tanto, el plan de producción no
provoca grandes diferencias entre la demanda
acumulada y la producción, sugiriendo el uso
412,800], respectivamente. Esto significa que el
proceso de control de deformación es el factor
limitante del plan de producción y representa un
cuello de botella al intentar aumentar la producción.
Para mejorar la solución actual, es necesario cambiar
o mejorar la tecnología, los métodos de trabajo y
aumentar la producción mediante la subcontratación,
entre otras decisiones relativas al proceso de control
de deformación. Respecto al resto de procesos de
fabricación, presentan intervalos con un límite
superior infinito. Haciendo así mejoras en aquellos

18 FIBRAS Y TEXTILES en Europa del Este 2018, Vol. 26, 5 (131)

Los procesos, sin mejorar el proceso 2 o el proceso 5, no
cambiarán la solución óptima. Finalmente, en cuanto a la
capacidad de almacenamiento para los procesos de
fabricación, ningún intervalo tiene un límite superior y, por lo
tanto, cualquier aumento en la capacidad de
almacenamiento no cambiará la solución óptima.
Conclusiones
El desarrollo de modelos de programación matemática
para la planificación agregada de la producción no solo
se limita a brindar una solución óptima para la ejecución
de un plan de producción, sino que también permite la
identificación de estrategias de mejora, como el
aumento de la capacidad de producción y
almacenamiento para reducir los costos totales. A
través de modelos de programación lineal como
LIPROTEX, es posible representar condiciones reales y
particulares de un proceso de fabricación en la industria
textil, permitiendo a los gerentes de operación modificar
fácilmente los parámetros. Asimismo, es posible apoyar
el proceso de toma de decisiones a través de
resultados cuantitativos para satisfacer los objetivos de
negocio y cumplir con las limitaciones intrínsecas de los
procesos de la industria textil.
El modelo LIPROTEX contribuye a la creación de
modelos que se ajustan a la realidad empresarial,
porque toma en cuenta variables que inciden
significativamente en el desempeño de un plan de
producción en la industria textil, como la eficiencia de los
nuevos empleados, los requisitos de formación,
encogimiento y desperdicio de tejidos en los procesos
de fabricación.
En el caso de la empresa discutido en este
artículo, la estrategia de producción óptima que
brinda el modelo LIPROTEX es una híbrida, lo
que en algunas líneas de producción sugiere la
implementación de estrategias de nivelación y
persecución basadas en la acumulación y
contratación de inventarios. y despido de mano
de obra. De manera similar, para disminuir los
costos y lograr las metas de producción, el
modelo sugiere aumentar la capacidad de
producción del proceso 2 (control de
deformación) porque esto reduce los niveles de
inventario y aumenta la capacidad total del
proceso de producción, lo que resulta en una
reducción considerable en costos totales.
Además de los beneficios relacionados con la
reducción de costos de producción e inventarios
obtenidos con la implementación del modelo
LIPROTEX, también se incrementa el
cumplimiento de la demanda,
FIBRAS Y TEXTILES en Europa del Este 2018, Vol. 26, 5 (131)
Finalmente recomendamos incrementar el horizonte de
planificación en la ejecución del modelo LIPROTEX para
evitar los efectos del despido laboral al final de un año.
En el caso de que los requisitos de mano de obra al
comienzo del próximo año sean iguales o superiores a
los del final del año en curso, se pueden ahorrar costos
de despido. Finalmente, el modelo LIPROTEX se puede
adaptar para manejar la incertidumbre en algunos
parámetros utilizando técnicas como la lógica difusa.
Referencias
1. Saricam C, Kalaoglu F, Polat S, Carrill N. Aplicación
de la metodología de escenarios de Godet a la
industria de la confección turca. FIBRAS Y
TEXTILES en Europa del Este 2013; 21, 2 (98):
7-12.
2. Cano JA, Campo EA, Gómez RA. SimuC
lación de eventos discretos en la planifi- cación de
producción para sistemas de confección modular. Rev 16. Corominas A, Lusa A, Olivella J. Un modelo de
Técnica la Fac Ing Univ del Zulia 2018; 41 (1):
50-8.
3. Sadeghi M, Razavi Hajiagha SH, Ha shemi SS. Un
programa de goles gris difuso
enfoque ming para la planificación de la producción
agregada. Int J Adv Manuf Technol.
Springer-Verlag; 1 de febrero de 2013 [consultado el 28 de marzo
de 2018]; 64 (9-12): 1715-27.
4. Alfieri A, Tolio T, Urgo M. Un enfoque de programación de
proyectos para la producción y la planificación de
requisitos de materiales en entornos de fabricación bajo
pedido. J Intell Manuf. Springer US; 18 de junio de 2012;
23 (3): 575-85.
5. Maropoulos PG, Bramall DG, McKay KR, Rogers B,
Chapman P. Un modelo de recursos agregado para
la provisión de planificación dinámica "consciente de
los recursos".
Proc Inst Mech Eng Pieza BJ Eng Manuf.
2003; 217 (10): 1471-80.
6. Mezghani M, Loukil T, Aouni B. Planificación agregada
a través del modelo de programación de metas
imprecisas: integración de las preferencias del
gerente. Int Trans Oper Res. Wiley / Blackwell
(10.1111); 2012 1 de julio; 19 (4): 581-97.
7. Matsui M, Takahashi Y, Wang Z. Una construcción y
teoría del planificador ayudado por el gerente para la
oferta y la demanda colaborativas. J Japan Ind Manag
Assoc. JIMA; 2006; 57 (2): 120-31.
8. Vieira G, Ribas PC. Un nuevo método de optimización
multiobjetivo para problemas de programación de la
producción maestra utilizando recocido simulado. Int J
Prod Res. Taylor & Francis Group; 2004 Nov; 42 (21):
4609-22.
9. Buxey G. Planificación agregada para la demanda
estacional: conciliando la teoría con la práctica. Int J
Oper Prod Manag [ Internet]. Emerald Group Publishing
Limited; 2005 11 de noviembre; 25 (11): 1083-100.
10. Buxey G. La estrategia, no la táctica, impulsa la planificación
agregada. Int J Prod Econ. Elsevier; 11 de septiembre de
2003; 85 (3): 331-46.
11. Simamora BH, Natalia D. Planificación agregada
para minimizar costos: un caso
Estudio de PT XYZ en Indonesia. Int Bus Manag. 2014;
8 (6): 353-6.
12. Ji P, Chu K. Un enfoque de matriz dual para el problema
del transporte. Asia-Pacífico J Oper Res. Sociedad de
Investigación Operativa de Singapur; 2002; 19 (1):
35-45.
13. Raa B, Dullaert W, Aghezzaf EH. Una matemática para la
planificación de la producción y la distribución de agregados
con distribución de moldes.
Int J Prod Econ. Elsevier; 2013 1 de septiembre; 145 (1):
29-37.
14. Arts J, Flapper SD. Revisión general y planificación de la
cadena de suministro para rotables.
Ann Oper Res. 18 de enero de 2015; 224 (1): 77-
100.
15. Gomes da Silva C, Figueira J, Lisboa J, Barman S. Un
sistema interactivo de apoyo a la decisión para un
modelo de planificación de producción agregada
basado en una programación lineal entera mixta de
criterios múltiples. Omega. Pergamon; 2006 Abr; 34 (2):
167-77.
-
planificación agregada de fabricación y remanufactura
considerando una función de oferta no lineal de
productos recuperados. Control del plan de
- producción. Taylor & Francis Group; 2012 8 de
febrero; 23 (2-3): 194-204.
17. Mezghani M, Loukil T. Planificación de refabricación con
insumos de calidad imprecisos a través de la
Programación de Objetivos y las funciones de
satisfacción. En 2011 IV Congreso Internacional de
Logística. IEEE;
2011, pág. 122-5.
18. Leung J, YuA. Asignación de cuotas mediante programación
lineal mediante un solucionador de hojas de cálculo. Asia-Pacífico
J Oper Res. 2002; 19 (1): 63-70.
19. Espey RL, Balakrishnan J. Un modelo de optimización de
soporte de decisiones de hoja de cálculo para el
almacenamiento de vagones en Canadian Pacific Railway. J
Oper Res Soc. Palgrave Macmillan Reino Unido; 2012 21
de febrero; 63 (2): 139-50.
20. Jain A, Palekar US. Planificación de la producción
agregada para un proceso de fabricación
reconfigurable continuo. Comput Oper Res. Pergamon;
2005 1 de mayo; 32 (5): 1213-36.
21. Junqueira R de ÁR, Morabito R. Ummodelo de
otimização linear para o planejamento agregado da
producción e logística de sementes de milho. Producción.
Diciembre de 2006; 16 (3): 510-25.
22. Arango M, Cano JA, Alvarez K. Modelos de
sistemas mrp cerrados integrando incertidumbre. Rev
EIA. 2012; 1 (18): 61-76.
23. Płonka S, Ogiński L. Optimización multicriterial del
proceso de fabricación de un husillo que trabaja en
un marco de hilatura de anillos. FIBRAS Y
TEXTILES en Europa del Este. 2014; 22, 6 (108):
51-58.
Recibido el 29.03.2018 Revisado 14.06.2018
19