TECNOLÓGICO DE ESTUDIOS SUPERIORES DE COACALCO

PERIODO 22-23/1

INGENIERÍA INDUSTRIAL

NOMBRE DEL ALUMNO: Arteaga Alvarado Aaron

Cabrera Sánchez Luis Iván
Flores Ramírez Fernando
Salgado Barrera Edgar Bryan
Soto Chávez Emilio
ASIGNATURA: Logística y cadenas de suministro

TEMA DE INVESTIGACION: C6.A2. Modelo de decisiones del diseño de redes

PROFESOR: Verónica Velázquez Romero

GRUPO: 2712

FECHA DE ENTRGA: 17/12/2022

 Modelo de optimización.

En esta parte se presenta el modelo de programación entera mixta en múltiples

períodos para construir la mejor red logística considerando demanda, capacidad de
almacenamiento, apertura, cierre y reapertura de instalaciones; así como todos los
costos que hacen parte de la red completa para el flujo de productos entre las
instalaciones, incluyendo los costos de manejo de agotados en el sistema.

La formulación propuesta abarca desde que el producto está disponible en las

instalaciones y listo para ser enviado a los clientes finales. Para modelar este
problema es necesario hacer un conjunto de supuestos, los que son:

– La demanda es conocida previamente (no estocástica).

– Se considera un conjunto limitado y conocido de recursos (vehículos y
localizaciones).
– Los productos considerados son homogéneos (físicamente similares) y es
posible mezclarlos en un mismo vehículo.
– Todos los costos asociados al proceso logístico son de tipo determinístico y
han sido calculados previamente con base en información de la compañía
bajo estudio, considerando su naturaleza variable o fija, así el entendimiento
de qué tipo de recursos son afectados por sus cambios.

Este modelo no considera ventas perdidas, debido a que el valor de un cliente

perdido para esta empresa es muy alto, por ello se manejan siempre agotados (i.e.,
con un nivel de inventario por arriba de cero, pero por debajo de un umbral mínimo;
mientras los faltantes asociados a ventas perdidas estarían por debajo de cero). Sin
embargo, la formulación propuesta puede extenderse al agregar penalizaciones por
ventas perdidas y una variable que considere el inventario por debajo de cero (i.e.,
faltantes). En general, el planteamiento del modelo de optimización se explica a
continuación:

• Conjuntos

p ∈PProductos o familias de producto.

(c, h) ∈ C Instalaciones.

i ∈ IClientes, zonas de clientes o mercados.

v∈V Vehículos.

t ∈ THorizonte de planeación (tiempo).

• Parámetros

Dpit Demanda del cliente i por el producto p en el período t ∀ p ∈ P, i ∈ I, t ∈ T.

ISpct Inventario mínimo permisible del producto p en el centro de distribución (cedi)

c en el período t ∀ p ∈ P, c ∈ C, t ∈ T.

Inipc Inventario inicial del producto p en el cedi c ∀p∈ P, c∈ C.

Minpt Compra mínima del producto p para el periodo t negociada con el

proveedor∀p∈ P, t ∈ T.

Compt Compra máxima del producto p para el período t establecida por políticas
del comprador ∀p∈ P, t ∈ T.

Crv Capacidad de carga del vehículo v∀v∈ V.

Cac Capacidad de almacenamiento del cedi c∀c∈ C.

Dvv Número de vehículos tipo v disponibles ∀v∈ V.

CAbc Centros de distribución c abiertos en el periodo inicial c∀c∈ C.

ε Valor muy pequeño para diferenciar el inventario mínimo.

M Número muy grande (lo suficientemente grande para ser usado en todas las
restricciones).

Cpvchv Costo de transporte entre instalaciones c y h al usar el vehículo v∀ (c,h)∈C,

v ∈ V.
Ejemplo:

MODELO DE OPTIMIZACION DE LA LOGISTICA DE DISTRIBUCIÓN DE UNA

EMPRESA DE ALIMENTACIÓN

El modelo que se describe a continuación fue desarrollado por el primer autor

mediante un análisis detallado de la forma en la cual la empresa opera actualmente.
Como una ayuda importante para el desarrollo del modelo se creo como primer paso
un modelo icónico de la logística de distribución de la empresa, en el cual
gráficamente se pudo analizar la problemática y particularidades del proceso de
distribución, transporte y almacenamiento de los diferentes productos involucrados.

Para el desarrollo del modelo se partió con un análisis ABC de los 212 productos
que la empresa maneja, los cuales son adquiridos en distintos volúmenes, en
distintos lugares, a diferentes proveedores y a diferentes precios. Debido a la gran
cantidad de productos se decidió realizar una agrupación de los mismos, con el fin
de reducir el tamaño del modelo y llevar a cabo la optimización de los costos para
aquellos productos que más incidían en los mismos. De esta forma se permitía
centrar el esfuerzo en aquellos productos de mayor importancia en términos del
problema central de los costos, y que el esfuerzo de recopilación de datos y el
tiempo de cálculo fuera aceptable en términos de los resultados, evitando el
problema de los rendimientos decrecientes respecto a la solución óptima.

Se procedió a la agrupación de productos en función de su naturaleza específica

(tipos de pan en pan, fideos y tallarines genéricamente como fideos, etc.) llegándose
de esta forma a 192 productos genéricos, los cuales para efectos de modelaje
seguían siendo muchos. Se realizó un análisis de Paretto, identificando al 19,8%
de los productos que correspondían al 80,8 % de los costos de adquisición. De esta
forma el modelo se centró en solamente 38 productos, entre los cuales se
encuentran perecibles, congelados, refrigerados y envasados. Este análisis
permitió a la empresa adicionalmente detectar costos excesivos de adquisición de
uno de los productos de mayor importancia, repactándose un contrato con el
proveedor en términos más ventajosos para la empresa bajo análisis.
Respecto al suministro de productos, para efectos de modelaje, se consideró la
fábrica propia como un proveedor más dentro de los proveedores alternativos.

Con respecto a los proveedores, se agruparon todos los proveedores de un

producto en un lugar particular, como uno solo, que ofrece los productos al precio
del más barato. Esto en la práctica simplemente asume que hay un solo proveedor
en cada lugar, que vende al mínimo precio. Se asume como premisa adicional que
cada proveedor tiene infinita capacidad de entrega y que es capaz de suministrar
todo lo que la empresa solicita en el momento adecuado. Esta premisa esta
validada por la experiencia de la empresa que nunca ha evidenciado falta de
capacidad de entrega por un proveedor.

Teniendo en cuenta el gran número de colegios (más de mil) se procedió a

agruparlos en función de su ubicación geográfica con todos los colegios de una
comuna como un cliente final; en aquellos casos que hay comunas contiguas con
pocos establecimientos cada una, se trataron como un solo nodo de destino; se
llegó así a un total de 23 nodos de destino. Esta consolidación de los nodos de
demanda indudablemente era necesaria para efectos de modelaje, de otra forma el
problema hubiera sido excesivamente grande.

Al considerar las bodegas nacionales, regionales y nodos de destino, se llegó a un

total de 29 puntos de suministro a donde los proveedores pueden hacer llegar sus
productos, cada uno con su respectivo precio de venta (29 precios para cada uno
de los 38 productos). Considerando que ciertos productos pueden ser adquiridos
en lotes de menor tamaño, lo que facilitaría el almacenamiento final, se ha
incorporado al modelo la posibilidad de aumento de costo por reaprovisionamiento
semanal, en la forma de un costo adicional de transporte. Asimismo, en el modelo
se agregó la posibilidad de contratar a un proveedor nacional, que en las
operaciones de la empresa originalmente no estaba contemplado.

Las agregaciones indicadas precedentemente aseguran a nivel de tipos de

productos y a nivel de comunas de colegios que la demanda será satisfecha en
términos de montos globales.
En la función objetivo se consideraron tres tipos de costos: adquisición,
almacenamiento y transporte. El costo de almacenamiento depende del producto
(volumen, tipo de almacenamiento requerido), en cada lugar (costos fijos de
bodegaje), y se ha calculado como $/m3/semana. Se ha incluido mermas históricas
para considerar ajustes menores.

Como restricciones se han considerado la capacidad de almacenamiento en

bodegas nacionales, regionales y en los establecimientos, y se exige que al término
del mes todas las bodegas se encuentren vacías de productos a granel, y que los
establecimientos se encuentren vacíos al término de cada semana. Considerando
la posibilidad de subcontratación de servicios de transporte y la capacidad propia,
la capacidad de transporte no se ha considerado como una restricción.

El modelo considera las siguientes variables:

X P,O, D,t Cantidad del producto P, desde el origen O, al destino D en la semana t

P = 38 productos

O = Fábrica, proveedores nacionales, regionales o locales, bodegas nacionales o regionales

D= Todas las bodegas, todos los establecimientos (29 en total)

t = número de la semana dentro del mes (1,2,3,4)

d P , E ,t Demanda de producto P en el establecimiento E al tiempo t

QD,T Capacidad de almacenaje ubicada en el destino D para productos tipo T

T = productos perecibles, refrigerados, no perecibles, congelados

FP,O, D,t Flete adicional para el producto P desde el origen O al destino en la semana t

CcP,O, D,t Costo de adquisición del producto P, desde el proveedor O hacia el destino D en
la semana t
 CcP ,O, D Precio de compra para el producto P, desde el proveedor O hacia el destino D

CcP,O, D,t = CcP,O, D + FP,O, D,t

CtP,O, D Costo de transporte del producto P desde el origen O al destino D

CaP, D, D Costo de almacenaje del producto P en la bodega o destino D

P = 1/ (unidades producto P por m3) Factor de volumen para producto P

Se agregaron al modelo las rutas posibles de transporte de productos entre cada

origen y cada destino, considerando rutas desde proveedores a bodegas nacional,
regionales y a nivel de establecimientos; rutas desde bodegas nacionales a bodegas
regionales; y desde bodegas regionales a los establecimientos consolidados a nivel
de comunas.

De acuerdo a estas variables, la función objetivo que minimiza los costos totales en
que incurre la empresa a lo largo de la cadena logística en sus procesos de
adquisición, almacenamiento y distribución es:

MIN
 (Cc
P O D t
P ,O , D ,t  X P ,O , D ,t ) +  (CtP ,O , D ,t  X P ,O , D ,t ) +  (CaP , D , D  X P ,O , D ,t )
P O D t P O D t

Sujeto a las siguientes restricciones:

t t −1

  X P ,O , B ,t −   X P , B , D ,t   X P , B , D ,t
O t =1 D t =1 D
P, B, t

(balance de masa en las bodegas)

t t −1

  X P ,O , E ,t −  d P, E ,t   d P , E ,t
O t =1 t =1 D
P, E, t
 (balance de masa en los establecimientos a nivel de bodega y a nivel temporal)

t t −1

 P  (  X P,O, B,t −  X P, B, D,t )  QB,T

PT O t =1 D t =1
B, t, T

(capacidad de las bodegas propias para cada tipo de producto)

t t −1

 P  (  X P,O,E ,t −  d P,E ,t )  QE ,T
PT O t =1 t =1
E, t, T

(capacidad de las bodegas en los establecimientos para cada tipo de producto)

X P , O, D, t  0 P, O, D, t (no negatividad)

Con el propósito de asegurar que tanto la función objetivo como las restricciones
estaban correctamente definidas y que efectivamente satisfacían la realidad, se
llevó a cabo un análisis de detalle de cada uno de los argumentos de cada ecuación.
Asimismo, se realizaron corridas de prueba con productos en forma individual para
verificar que el modelo completo estuviera funcionando correctamente.

El modelo de programación lineal tiene 10.184 variables compuestas de la siguiente

manera:

- 67 arcos de transporte
- 38 productos bajo análisis
- 4 semanas dentro de cada mes
- 23 nodos de destino
- 29 precios por cada producto

Tiene además 15.056 restricciones, de las cuales 4872 son de demandas y

capacidades. Por el gran tamaño del modelo, este se resolvió mediante el Large
Scale Solver de EXCEL (versión de prueba disponible temporalmente bajada desde
internet).

RESULTADOS

Se ingresó en un conjunto de hojas de cálculo de EXCEL las variables

correspondientes al mes de abril del año 2002, con el propósito de comparar los
resultados del modelo con la solución adoptada genéricamente por la empresa en
base a los procedimientos habituales de cálculo. Después de 8,5 minutos de
cálculos en un PC de 800 MHz y 128 kB de memoria RAM se obtuvo una solución
factible al problema planteado.

De los cálculos obtenidos, se llegó a comprobar que los costos de adquisición

correspondían a un 92,55% del total, el costo de transporte un 6,74% y el resto a
costos de almacenamiento. Esto permitió comprobar como acertada la decisión de
haber centrado el estudio en el 20% de los productos que representaban el 80% de
los costos de adquisición de la empresa.

La solución obtenida con el modelo, comparada con la solución de referencia para

el mes indicado, logró reducir los costos totales en un 10,45%, generando por lo
tanto importantes ahorros a la empresa. Pese a ello, es destacable que el trabajo
de cálculo llevado a cabo por el personal de la empresa se acercara en un 90% a la
solución óptima matemática, reflejando un muy buen dominio de la problemática
logística y las formas de obtención de soluciones. En general el mayor porcentaje
de ahorro se produce en los costos de transporte, los cuales bajan casi un 27% con
respecto a la solución de referencia.

Del análisis de los resultados se pudo comprobar que todas las restricciones se
cumplían en forma correcta, en particular las correspondientes a terminar el mes
con inventario cero en los establecimientos. Los resultados del cálculo dejaron
asimismo en evidencia la poca capacidad de una de las bodegas regionales para el
manejo de un producto refrigerado específico, recomendándose por lo tanto una
búsqueda de alternativas para solucionar este problema. Los resultados
corroboraron asimismo que la fábrica de propiedad de la empresa, que como se dijo
manufactura aproximadamente un 40% del total de productos, es la más económica
de los proveedores nacionales, ya que ninguno de los productos que esta fábrica
provee son adquiridos a menor precio a ningún proveedor nacional.

En general el suministro óptimo de productos a los establecimientos resultó ser de

tipo semanal. Un resultado interesante correspondió a un producto que, en lugar
de ser adquirido en su totalidad a principio de mes, el modelo recomendó su
adquisición a nivel regional para las tres primeras semanas, y su adquisición a un
proveedor local para la semana número cuatro, si bien a un mayor precio, esto
evitaría la necesidad de sobre pagar por efectos de una compra de menor tamaño
para satisfacer la demanda del mes en un establecimiento determinado.

Dentro de la solución se recomendó la incorporación de un proveedor nacional que

en la metodología original de la empresa no estaba incluido. Este proveedor
resultaba más económico para un conjunto de productos que la adquisición de los
mismos productos a diversos proveedores por separado.

El modelo permitió hacer análisis de la conveniencia de cerrar o abrir nuevas

bodegas, y de contratar nuevos proveedores a nivel local, obteniéndose cambios en
el valor de la función objetivo tan marginales que no ameritaban un cambio global
en las políticas actuales.

El modelo permitió a la empresa conocer por primera vez sus reales costos de
almacenamiento, aspecto que no había calculado previamente, por lo que al ahorro
global del 10,45% se debe agregar los costos de almacenamiento calculados por
el modelo.