Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INGENIERÍA Y CIENCIAS
BÁSICAS
Estrategia de solución
Tutor
Scheduling e inventarios
Bogotá, 2021
Tabla de contenido
Introducción___________________________________________________________________3
Objetivo general_______________________________________________________________4
Descripción del problema________________________________________________________5
2. METODOS HEURISTICOS Y METAHEURISTICAS______________________________________7
2.1 METODO HEURISTICO_____________________________________________________________7
2.2 METODO METAHEURISTICOS_______________________________________________________7
3. ALGORITMOS PARA SECUENCIACIÓN DE MONO-MAQUINA__________________________7
EL ALGORITMO Q – LEARNING_________________________________________________________8
ALGORITMO DE MOORE______________________________________________________________8
ALGORITMO DE MCNAUGHTON________________________________________________________9
4. ALGORITMOS PARA SECUENCIACIÓN DE MULTI-MAQUINA__________________________10
ALGORITMO DE JOHNSON______________________________________________________10
ALGORITMO GENÉTICO_________________________________________________________11
Referencias___________________________________________________________________12
Introducción
En el mundo industrial donde se realizan la venta de productos y servicios donde cada decisión
organización de los factores de mano de obra, materias primas, maquinaria y equipo todo esto a
través de un análisis basado en técnicas matemáticas, el cual nos asignara recursos racionales que
Ahora hablando desde nuestro aprendizaje ya que abre nuestra mente a las diferentes
formas en que podríamos llevar a cabo cada proceso de forma óptima, sabiendo que la
planificación es todo aquello que nos lleva a estructurar una investigación para luego construir,
En desarrollo de este caso se aplicará cada una de las estrategias que se irán adquiriendo
a lo largo del módulo, cada uno de estos conocimientos se aplicarán a la optimización del
Planificar y desarrollar un plan efectivo que genere la optimización del proceso y el desempeño
de las 5 máquinas utilizadas por el taller de la litografía “Harry Potter”, logrando así minimizar
el tiempo y costo exigido para completar todos los trabajos programados alcanzado los objetivos
de dicha empresa.
Descripción del problema
La litografía Harry Potter es la empresa con la cual se dará desarrollo al caso en base a
scheduling, esta empresa lleva a cabo 6 diferentes procesos para estos cuenta con 5 maquinas
MAQUINA
SY
TIEMPO
O A B C D E ESPERADOS ENTREGA
16h(3
23h 11h(4
10h 21h(2
12h
35h 23h(1
retraso
En la anterior tabla se relaciona tanto las maquinas utilizadas en cada proceso como el orden que
se utilizan y el tiempo que participa en cada proceso adicional se muestra la fecha de entrega y
EN EN
A Y N
A $800/h $1500/h
B $1200/h $1700/h
C $1000/h $2000/h
D $650/h $900/h
E $450/h $1100/h
Costo EM $ 10.000
aclara que las maquinas no se apagan hasta que la operación no termina pues esto generaría sobre
costos.
genéticos y similares.
información disponible de forma inteligente además que en este concepto se incluyen soluciones
por medio de Algoritmos o métodos exactos, los cuales posee un alto grado de confianza que
apoyan en gran manera optimizando el tiempo y aportando alta calidad con respecto a la
solución.
definido mediante una aproximación intuitiva, en la que la estructura del problema se utiliza de
mejores resultados aun así estos métodos utilizan los heurísticos y los combinan para lograr un
nivel superior.
El algoritmo se conoce como conjunto de actividades ordenadas que se llevan a cabo para dar
EL ALGORITMO Q – LEARNING
El algoritmo se basa en aprender una función acción-valor que brinda la utilidad esperada de
tomar una acción determinada en un estado específico. El algoritmo se basa en una simple
actualización de valores. Este algoritmo es utilizado de cada episodio ya que se considera una
sesión de entrenamiento. (Palacio, 2015)
ALGORITMO DE MOORE
Este algoritmo tiene como objetivo minimizar el número de trabajos atrasados, por lo general
consta de 4 paso. (la-programacion-de-n-trabajos-en-una-maquina/, 2014)
Paso 1. Ordenar los trabajos de acuerdo a la regla de prioridad EDD (Earliest Due Date o
Fecha de Entrega más Próxima).
Paso 3. Considere los trabajos 1 al i. Rechace el trabajo con mayor tiempo de proceso,
vuelva al Paso 2.
Paso 4. Forme la secuencia que resulta de tomar la secuencia actual y colocar todos los
trabajos rechazados al final.
ALGORITMO DE MCNAUGHTON
Este logaritmo sirve para resolver problemas donde se ejecutan actividades independientes y son
programadas en máquinas idénticas para minimizar el tiempo de operación.
Este algoritmo se utiliza para minimizar el “makespan” con máquinas paralelas idénticas.
Este logaritmo no genera una única solución, produce una solución potencial y algunas más que
pueden optimizar el proceso.
ALGORITMO DE JOHNSON
La regla de Johnson: es un algoritmo heurístico que se utiliza para resolver secuencias de casos
de procesos en los que una o más instrucciones pasan a través de dos máquinas o estaciones de
trabajo. Su principal objetivo es reducir el tiempo total de procesamiento de un grupo de tareas.
Este algoritmo implica la aplicación de cuatro sencillos pasos:
El primer paso es enumerar todas las funciones o actividades y sus tiempos de procesamiento
para cada estación de trabajo o dispositivo.
El segundo paso es elegir el tiempo de procesamiento más corto. Recuerde que después de
aplicar el paso 1, obtenemos dos columnas de horas (horas de las estaciones de trabajo 1 y 2); Si
el menor tiempo está en la columna correspondiente a la estación de trabajo (máquina) 1, esta
tarea se programará primero, si no, si está en la columna correspondiente a la estación de trabajo
2, esta tarea se programará posteriormente. El empate de Cualquiera podría romperse a voluntad.
Cuando se programa un trabajo, al principio o al final, se elimina de la lista original.
Los pasos 2 y 3 deben repetirse para las publicaciones restantes, mirando hacia el centro de la
secuencia.
ALGORITMO GENÉTICO
El modelo planteado es un problema de programación lineal entera con codificación binaria. Los
modelos de optimización binaria son NP-Hard, y los métodos exactos de optimización han
encontrado severas dificultades de rendimiento en esas aplicaciones en particular. Esta
circunstancia los hace poco apropiados para el uso habitual en la programación de la producción
en entornos reales, donde se requieren respuestas rápidas. (Arango, 2013).
Este modelo es eficiente y se caracteriza por ser de carácter aleatorio este modelo se desarrolla
en el siguiente orden en:
Población Inicial
Selección de padres
Cruzamiento
Mutación
Actualización de la población
Criterio de Parada
Secuenciación
Referencias
(s.f.). Obtenido de https://www.ingenieriaindustrialonline.com/produccion/regla-de-johnson/
anonimo. (s.f.). alternativas de solucion de casos similares.
http://tesis.uson.mx/digital/tesis/docs/21155/Capitulo4.pdf.
Arango, J. A. (2013). Programación de Máquinas Paralelas no Relacionadas con Tiempos de
Montaje dependientes de la Secuencia y Entrada Dinámica usando Algoritmos
Genéticos. Manizales- Colombia: La Serena.
Mellado, r. (2014 – Agosto). Aplicación del problema flow- shop scheduling a la programación
de reparación de equipos médicos. Obtenido de
http://opac.pucv.cl/pucv_txt/txt3500/UCE3936_01.pdf