Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Facultad de Ingeniería
Ingeniería Civil Industrial
Proyecto 2
Grupo: 10
La primera parte del informe contempla la aplicación de una metodología general que
permita resolver cualquier problema de asignación de máquinas en un área rectangular, de
este modo se requiere definir todas las posibles combinaciones de áreas mínimas
rectangulares necesarias para posicionar la totalidad de las máquinas. En segundo lugar, se
deben generar las configuraciones de pasillos posibles para cada combinación de área
rectangular, junto a la matriz de distancia entre todas las posiciones. Una vez se agrupó los
datos de flujo y área se pudo resolver el modelo matemático en un tiempo razonable para
cada área. Mediante el empleo del software LINGO 19.0 se resolvió la minimización de costo
para cada configuración en un tiempo promedio de 1 segundo/configuración.
Una vez obtenidas todas las soluciones, se descartó las que estaban dominadas por otras, es
decir tienen igual riesgo, pero mayor costo que otra configuración. Finalmente, con la
frontera de Pareto para cada instancia se escogió bajo el criterio de priorizar la característica
de riesgo en desmedro de los costos, de este modo se escoge la solución que entrega la mayor
seguridad a los trabajadores, para evitar costos por paralización de planta, costos por
indemnizaciones, costos por accidentes y reparaciones.
Índice de contenido
1. INTRODUCCIÓN 5
2. OBJETIVOS 6
2.1. Objetivo general 6
2.2. Objetivos específicos 6
3. MARCO TEÓRICO 6
3.1 Problema de distribuciones tipo Job shop 6
3.2 Problema de Asignación Cuadrática 7
4. METODOLOGÍA E IMPLEMENTACIÓN 8
4.1 Metodología general 8
4.2 Implementación de metodología para una instancia de 10 máquinas 11
5. RESULTADOS Y DISCUSIÓN 18
5.1 Resultados modelo de programación lineal 18
5.2 Resultados de otras instancias 22
5.2.1 Resultados para instancia de 5 máquinas 22
5.2.2 Resultados para instancia de 6 máquinas 23
5.2.3 Resultados para instancia de 7 máquinas 23
5.2.4 Resultados para instancia de 8 máquinas 24
5.2.5 Resultados para instancia de 9 máquinas 25
6. CONCLUSIÓN 27
7. REFERENCIAS 27
7. ANEXOS 28
1. INTRODUCCIÓN
En la actualidad las empresas deben preocuparse de contar con un ambiente laboral
que identifique las señales de riesgo y una correcta distribución de equipos en la planta, con
la finalidad de realizar el trabajo de la mejor manera posible, debido a que es primordial para
minimizar los costos y maximizar la productividad. Una buena distribución de planta indica
que la empresa cuenta con sus equipos o máquinas, estaciones de trabajo, pasillos y áreas
habituales dentro de la instalación relacionadas entre sí para la facilitación del flujo de
productos o materiales de un lugar a otro.
Una de las decisiones estratégicas más relevantes para determinar la eficiencia a largo
plazo de una empresa es la que corresponde a la distribución de planta o layout, ya que con lo
anterior se logra construir un sistema productivo que sea capaz de alcanzar los objetivos de la
empresa de una forma eficaz y haciendo uso eficiente de los recursos. Además, diseñar una
correcta distribución de las máquinas y las zonas de trabajo ayuda a la empresa a conseguir
una ventaja competitiva por sobre sus competidores.
3. MARCO TEÓRICO
El problema de asignación cuadrática tiene como objetivo minimizar los costos de flujo o
de manejo de materiales en un proceso productivo, busca ubicar aquellas actividades o
departamentos con mayor flujo en ubicaciones más cercanas. La formulación más común del
QAP se muestra a continuación tomada del artículo Facility Layout Problems: A Survey.
(Drira, Pierreval, Hajri-Gabouj, 2007)
m n m n
Sujeto a:
n
∑ ❑ X ij=1 ∀ j=1,2, … n
i=1
n
∑ ❑ X ij=1 ∀ i=1,2 , … m
j=1
4. METODOLOGÍA E IMPLEMENTACIÓN
1. Determinar área rectangular mínima para poder instalar todas las máquinas y sea
posible tener pasillos de 2 metros, entre máquina y máquina, para garantizar la
seguridad de los trabajadores. Las posibles superficies se determinan a partir del
número “M” de máquinas conocidas. Por ejemplo, se dispone de 10 máquinas y se
requiere conocer todas las posibles áreas rectangulares a formar, entonces, el máximo
número de máquinas en filas posibles es 10 y el mínimo número de máquinas
distribuidas en filas permitidas es 10. Para calcular el número de máquinas ubicadas
en columnas debo aplicar lo siguiente:
Siel residuo de ¿
máq máq
(N°
fila) (
, en caso contrario el número de columnas es igual a N ° )
fila
2 5 0
3 4 -2
4 3 -2
5 2 0
6 2 -2
7 2 -4
8 2 -6
9 2 -8
10 1 0
De la tabla anterior se puede observar que las combinaciones: (6 filas,2 columnas) ;(7
filas,2 columnas) ;(8 filas;2 columnas) ;(9 filas;2 columnas), son dominadas por la
combinación (5 filas, 2 columnas). La columna Desperdicio indica el número de máquinas
que aún se pueden instalar dentro del área total de la planta.
3. Escoger un diseño de planta y determinar la distancia entre todas las celdas. Los datos
de distancias quedarán agrupados en una matriz cuadrada.
4. Formular modelo matemático del problema de asignación cuadrática. Este problema
consiste en escoger la mejor distribución de maquinarias, según el criterio de
minimizar los costos asociados por flujo y la distancia entre máquinas Las únicas
restricciones que considera este modelo corresponden a que cada celda debe contener
no más de una máquina y que todas las máquinas deben estar asignadas a alguna
celda.
5. Eliminar un pasillo de 2 metros y convertirlo en un pasillo de 1 metro. Luego ejecutar
el modelo matemático nuevamente para esa nueva matriz de distancias. Repetir el
mismo procedimiento hasta que todos los pasillos posean seguridad mínima con
pasillos de 1 metro.
6. Tabular todos los datos de la frontera de Pareto y posteriormente graficar las variables
costos vs riesgo.
7. Repetir desde el paso N°3 en adelante con los otros diseños de planta obtenidos en el
paso N°2.
8. Escoger un diseño de planta que según sus medidas de pasillos y distribución de
máquinas permita obtener el menor riesgo y al menor costo posible
1. Se asume que el área de máquinas tendrá solo dos máquinas de ancho, separadas por
un pasillo de 2 metros, y un metro adicional desde las máquinas hasta los límites de la
zona de máquinas.
2. El largo de la zona de máquinas será el necesario para instalar la mitad de las
máquinas (redondeado al entero superior si fuera necesario); más el espacio de los
pasillos entre ellas que pueden ser de uno o dos metros. A ambos lados del pasillo
principal la distribución será idéntica.
Figura 4: Diagrama descriptivo de la metodología propuesta para la distribución de
máquinas, para el problema particular.
Resolución del problema
Primero se realiza el diseño de todas posibles formas que puede tener el área rectangular para
la maestranza. Posteriormente se realiza el posicionamiento de las 10 máquinas a utilizar
considerando los supuestos y simplificaciones inicialmente dados.
Para este caso en particular se obtuvieron 16 diseños de áreas rectangulares. Los diseños
difieren entre sí respecto al área total ocupada y la dimensión de los pasillos entre máquinas.
(Ver Anexo N°1)
A continuación, se muestra uno de los diseños que corresponde al layout con pasillos
verticales de 2 metros entre máquinas.
Una vez obtenida la configuración de todos los diseños posibles, el siguiente paso es calcular
las matrices de distancia. La matriz de distancia es uno de los datos de entrada que se requiere
para ejecutar el modelo matemático de asignación cuadrática. Cada matriz de distancia es
simétrica, considera la distancia mínima entre el centro de cada celda y se debe calcular dicha
distancia para cada configuración de área obtenida, en este caso son 16 matrices diferentes las
cuales corresponden a la siguiente distribución de pasillos. (Ver Tabla 2).
1 2 2 2 2
2 2 2 2 1
3 2 2 1 2
4 2 1 2 2
5 1 2 2 2
6 2 2 1 1
7 2 1 2 1
8 2 1 1 2
9 1 2 1 2
10 1 2 2 1
11 1 1 2 2
12 1 1 1 2
13 1 1 2 1
14 1 2 1 1
15 2 1 1 1
16 1 1 1 1
Después de realizar el cálculo de las matrices de distancia, se debe obtener el área total de la
superficie rectangular de cada distribución. Este es un dato de entrada para el modelo QAP,
que permite obtener el costo de inversión que es proporcional al tamaño de la zona de
máquinas que se construirá.
Para el problema actual, donde se deben ubicar 10 máquinas, se obtuvo las siguientes
superficies medidas en metros cuadrados. (Ver Tabla 3)
1 90
2 84
3 84
4 84
5 84
6 78
7 78
8 78
9 78
10 78
11 78
12 72
13 72
14 72
15 72
16 66
4
Nivel de riesgo en configuracio nh =8−∑ ❑ Ancho de pasill o(i ) ; ∀ h=1..16
i=1
Ejecutar modelo de asignación cuadrática para cada una de las 16 configuraciones obtenidas.
Como datos de entrada se requiere la distancia entre celdas, el costo de flujo entre máquinas,
el área y el costo por metro cuadrado.
Parámetros:
Función Objetivo
10 10 10 10
Min = ∑ ❑ ∑ ❑ ∑ ❑ ∑ ❑(F i ,k ∗D j , l∗Y j ,i∗Y l , k )(1)
i=1 j=1 k=1 l=1
Restricciones
10
10
∑ ❑Y j ,i ≤1 ∀ j=1,2 , … 10(3)
i=1
y ∈ { 0,1 } ∀ i , j( 4)
La función (1) minimiza los costos totales de los flujos entre máquinas, considerando la
distancia dentro de la bodega rectangular para albergar todas las máquinas y los pasillos. La
restricción (2) establece que se debe asignar cada máquina a por lo menos una celda. La
restricción (3) establece que la cantidad de máquinas que deben ser asignadas a cada celda
debe ser menor o igual a una, de este modo se evita que se solapen las máquinas durante la
asignación. La restricción (4) define la naturaleza de las variables.
Una vez obtenida la minimización de costos de las 16 configuraciones se debe tabular el nivel
de riesgo y costo total asociado a cada una de las 16 configuraciones, para determinar la
frontera de Pareto de este problema multiobjetivo.
Se considera frontera de Pareto al conjunto de valores que no poseen dominancia en ambos
atributos. Finalmente se deben graficar los valores obtenidos.
5. RESULTADOS Y DISCUSIÓN
$ 2.319.897 1
$ 2.294.588 1
$ 2.159.751 1
$ 2.145.660 1
$ 2.099.564 2
$ 2.174.489 2
$ 2.051.571 2
$ 2.128.965 2
$ 2.064.426 2
$ 2.027.195 2
$ 2.063.552 3
$ 1.901.760 3
$ 2.046.877 3
$ 1.902.103 3
$ 1.909.123 4
Gráfico 1: Costos totales vs Nivel de riesgo
En el gráfico 1 los puntos rojos representan aquellas soluciones que pertenecen a la frontera
de Pareto, ya que no hay otra solución que la domine y los puntos azules restantes son
aquellas soluciones factibles, pero que no son la mejor en ambas o en una de las funciones
objetivo, es decir son dominadas por otra mejor.
$ 2.505.928 0
$ 2.145.660 1
$ 2.027.195 2
$ 1.901.760 3
$ 1.909.123 4
22 $1.772.366 0
21 $1.613.482 1
12 $1.548.582 1
11 $666.351 2
Tabla 8: Soluciones que no son dominadas.
Configuración Costos Riesgo
22 $1.772.366 0
12 $1.548.582 1
11 $666.351 2
22 $2.154.396 0
21 $1.989.306 1
12 $1.929.625 1
11 $976.749 2
22 $2.154.396 0
12 $1.929.625 1
11 $976.749 2
222 1.711.363 0
122 1.601.427 1
212 1.611.267 1
221 1.613.086 1
112 1.542.108 2
211 1.428.748 2
121 1.505.352 2
111 1.386.530 3
222 1.711.363 0
122 1.601.427 1
211 1.428.748 2
111 1.386.530 3
222 $2.410.935 0
122 $2.067.856 1
212 $2.060.712 1
221 $2.078.823 1
112 $1.912.424 2
211 $1.799.244 2
121 $1.930.610 2
111 $1.779.045 3
Tabla 14: Soluciones que no son dominadas.
Configuración Costos Riesgo
222 $2.410.935 0
212 $2.060.712 1
211 $1.799.244 2
111 $1.779.045 3
2222 $2.302.613 0
2221 $2.918.887 1
2212 $2.722.187 1
2122 $2.873.995 1
1222 $2.937.472 1
2211 $2.635.729 2
2121 $2.706.627 2
2112 $2.711.087 2
1212 $2.758.117 2
1221 $2.841.695 2
1122 $2.638.913 2
1112 $2.489.653 3
1121 $2.587.809 3
1211 $2.619.079 3
2111 $2.332.437 3
1111 $2.223.735 4
2222 $3.202.613 0
2212 $2.722.187 1
2211 $2.635.729 2
2111 $2.332.437 3
1111 $2.223.735 4
6. CONCLUSIÓN
Cuando se busca resolver un problema multiobjetivo de asignación de máquinas, incluyendo
supuestos y simplificaciones, se deben considerar muchos elementos para decidir la ubicación
de cada uno de los recursos productivos que se encontraran en la planta, sobre todo aquellos
que deben ser instalados sobre cimientos rígidos, es decir, recursos que estarán instalados en
ubicaciones que se mantendrán fijas por mucho tiempo. Para el caso de la asignación de
máquinas dentro de la maestranza que se requiere instalar en la ciudad de Los Ángeles se
deben tener en cuenta dos elementos para decidir, uno de ellos es la seguridad para los
trabajadores que circulan en las instalaciones, ya que existe un factor muy importante y
corresponde al riesgo, que depende de la cercanía de las máquinas o al flujo de productos, la
finalidad es minimizar este factor para asegurar la seguridad de los trabajadores y evitar
gastos para la empresa. Otro elemento muy importante es el flujo de los productos al interior
de la planta ya que genera un costo debido al traspaso periódico de productos entre las
diversas máquinas, debido a lo anterior se busca minimizar el costo de flujo y un costo que es
equivalente a la inversión, que es proporcional al tamaño de la zona de máquinas que se debe
construir.
El modelamiento para la optimización multiobjetivo soluciona esta problemática,
permitiendo entregar el conjunto de soluciones dominantes que conforman la frontera de
Pareto entre los dos criterios, menor riesgo y costo. Con ello fue posible construir resultados
que sirven de apoyo a la toma de decisión para construir una planta.
7. REFERENCIAS
Burkard, R., & Cela, E. (1998). The Quadratic Assignment Problem: Theory and Algorithms
(Combinatorial Optimization) (Vol. 3). Kluwer Academic Publishers.
Camussi, N. B. (2011). Estrategia Bi-Etapa para el “Layout” Óptimo de Celdas de
Manufactura. Iberoamerican Journal of Industrial Engineering, 3(6), 36–52.
https://doi.org/10.13084/2175-8018.v03n06a03
Carlier J. & Pinson E. (1989) An algorithm for solving the job-shop problem Manage. Sci.,
35 (2), pp. 164-176
Dao T.K., Pan T.S., Nguyen T.-T. & Pan J.S.. (2018) Parallel bat algorithm for optimizing
makespan in job shop scheduling problems J. Int. Manuf., 29, pp. 245-462
Drira, A., Pierreval, H., & Hajri-Gabouj, S. (2007). Facility layout problems: A survey.
Annual Reviews in Control, 31(2), 255–267.
https://doi.org/10.1016/j.arcontrol.2007.04.001
Gong G.L., Deng Q.W., Chiong R., et al. (2019) An effective memetic algorithm for multi-
objective job-shop scheduling Knowl-Based Syst., 182, Article 104840
MR Garey & DS Johnson, (1979) Computer and Intractability: A Guide to the Theory of NP-
Completeness.
7. ANEXOS
Anexo 1: Configuraciones para instancia de 10 máquinas.
Anexo 2: Frontera de Pareto para instancia de 5 máquinas.
Anexo 3: Frontera de Pareto para instancia de 6 máquinas.
Anexo 4: Frontera de Pareto para instancia de 7 máquinas.