Documentos de Académico
Documentos de Profesional
Documentos de Cultura
20 al 22 de Julio de 2011, Celaya, Guanajuato PROBLEMA CAPACITADO Y NO CAPACITADO PARA LOCALIZACIN DE INSTALACIONES CON UN ENFOQUE DE OPTIMIZACIN COMBINATORIA CAPACITATED AND UNCAPACITATED LOCATION PROBLEMS WITH COMBINATION OPTIMIZATION APPROACH
1
L. Y. Prez Ortega1, M. A. Muoz Pimentel1, A. Cruz Arenas1, H. Minor Popocatl2 Ingenieria en Tecnologas de Manufactura Industrial, Universidad Politcnica de Tulancingo, C.P. 43629, Tulancingo, Hgo., Mxico 1 laura_perez_ort@hotmail.com, 1m5_marko@hotmail.com, 1angel.arenas@live.com.mx 2 Departamento de Ingenieras, PTC, Universidad Politcnica de Tulancingo. 2 hminor@upt.edu.mx
Resumen
En el presente trabajo se realiza un anlisis de dos problemas tpicos en optimizacin combinatoria, el problema de la p-mediana y el problema no capacitado de localizacin de instalaciones (UFLP), se analiza como estos problemas crecen muy rpidamente y por ende resultan difciles de resolver. Ambos problemas son programados en GAMS y un conjunto de instancias son resueltas con CPLEX con el fin de analizar los tiempos de ejecucin de ambos enfoques. Abstract In this paper is analyses of two typical problems in optimization combination, the problem of the pmedian and uncapacitated facility location problem (UFLP), discussed how these problems are growing very rapidly and therefore are difficult to resolve. Both problems are scheduled in GAMS and a set of instances there are resolved to CPLEX in order to analyze the runtimes of both approaches.
INTRODUCCIN Una parte importante del ciclo de manufactura es la distribucin de productos, es por eso que se ha trabajado en numerosos mtodos para hacer una adecuada seleccin de las vas o rutas de abastecimiento y transporte de los mismos, con el objetivo de satisfacer las necesidades del cliente con tanta eficacia como sea posible. Los problemas de localizacin pueden ser descritos de la siguiente manera: se cuenta con un grupo de clientes distribuidos espacialmente en un rea geogrfica, estos demandan un producto o servicio, la demanda de los clientes debe ser cubierta por una o varias instalaciones. El proceso de decisin establece que se deben ubicar las instalaciones tomando en cuenta los requerimientos de los clientes y las restricciones geogrficas. Los problemas de localizacin cuentan con tres elementos esenciales: las instalaciones, que sern localizadas para proporcionar un servicio o producto, los sitios candidatos son el conjunto de posibles ubicaciones para las instalaciones y los clientes que son los demandantes de los productos o servicios. Los mtodos de localizacin que existen son bastantes, pero en este caso estaremos enfocados solo en un par de ellos, el mtodo de localizacin de instalaciones no capacitado (UFLP) y el modelo de la p-mediana. Estos mtodos que posiblemente a primera vista pudieran parecer similares cuentan con marcadas diferencias, tales como, la pmediana minimiza la ponderacin de la distancia por la demanda cubierta, adems de que en este mtodo el nmero de instalaciones a ubicar est definida con anterioridad y forma parte del problema. Por otro lado el
Las decisiones de diseo de red determinan la configuracin de la cadena de suministro y tienen un impacto significativo en los costos de la logstica y la capacidad de respuesta (Chopra and Meindl, 2004). Para los casos de ubicacin de instalaciones se tiene un impacto a largo plazo en la cadena de suministro, por el alto costo de la apertura o movimiento de una instalacin. La apertura y los costos de inventarios inducen a reducir el nmero de instalaciones mientras que la capacidad de respuesta causa el efecto contrario. Un gran nmero de instalaciones pueden reducir el tiempo para liberar un producto al cliente final. En determinados productos este tiempo puede ser visto como un valor aadido que la empresa que proporciona a partir de la posibilidad de obtener ventajas a corto y largo plazo en el mercado. Un rea de oportunidad en el diseo de cadenas de suministro es direccionar la influencia de la seleccin de los canales de transportacin. La decisin de utilizar un canal de transportacin tiene un cierto efecto sobre el tiempo de espera para entregar un producto que a menudo es un indicador de nivel de servicio al cliente. La disponibilidad de diferentes canales para trasportar el producto entre un par de instalaciones es una caracterstica de servicios modernos de logstica. Estos canales de trasportacin pueden ser vistos como modos de trasportacin (tren, camin, barco, avin, etc.), los servicios de embarque (express, normal, overnight, etc.) o tan simple como la oferta de servicios de diferentes compaas. Las opciones de transportacin son diferenciadas
Localizacin de instalaciones
En un problema de localizacin de instalaciones discreto, la seleccin de lugares en donde las nuevas instalaciones sern abiertas est restringida a un conjunto finito de sitios candidatos disponibles. Un problema simple de esto es uno en donde P instalaciones son seleccionadas para minimizar la distancia total (ponderada) o los costos para suministrar las demandas a los clientes. Este es el problema llamado de la p-mediana el cual ha sido ampliamente analizado en la literatura. Este asume que el conjunto de todos los sitios candidatos son equivalentes en trminos de costos para la localizacin de una nueva instalacin cuando este no es el caso, la funcin objetivo puede ser ampliada con un trmino para los costos fijos de localizacin de instalaciones, esto da como resultado, que el nmero de instalaciones al ser abierta empieza a ser una decisin endgena. Este enfoque nuevo se conoce en la literatura como problema de localizacin de instalaciones no capacitado. En ambos problemas en el problema de la p-mediana y el problema no capacitado de localizacin de instalaciones cada cliente es asignado a una instalacin abierta que minimiza el costo. Una de las extensiones ms importantes del problema de localizacin no capacitado es el problema de localizacin de instalacin capacitada (UFLP) en el cual se consideran valores exgenos para la demanda mxima que puede ser suministrado cada sitio potencial. En este caso la propiedad de asignacin al ms cerca ya no es vlida. En la figura 1 se muestra un tpico ejemplo de una cadena de sumnistro.
Formulacin y propiedades
Este tipo de problemas se encuentran dentro de la clasificacin de la optimizacin combinatoria debido a que fcilmente crece en su nmero de variables. Esto da como consecuencia que problemas que fcilmente pueden ser encontrados en un mbito real lleguen a ser muy difciles de resolver debido al tiempo que consumiran en alcanzar una solucin. Para que se pueda apreciar fcilmente la manera en cmo crece el nmero de variables podemos obtenerlo de la siguiente manera:
N! N = P P! (N - P)! (1)
N= 4 P= 2 N= 8 P= 4 N= 16 P= 8 N= 32 P= 16
Inputs
hi = Demanda del nodo i d ij = Distancia entre el nodo de demanda i y el sitio candidato j
P = Numero de instalacio nes a localizar
Variables de decisin
1s l io c s ua s nl ici t zai oane mj nd i o d a t o Xj = { }r 0 e c n u oa clt qra ous oi e 1s l i on sod dde e o ime s s atu an mdnd po aiuons i nrni as sntdt rnaea lojl a d c o i o Yi j= { } 0 e c n u oa clt qra ous oi e r
Modelo:
2011 Universidad Politcnica de GuanajuatoUPGTO
h d
i i j
ij
Yij
i
(1A)
Sujeto a:
Y
j
ij
=1
(2A )
X
j
=P
(3A )
ij j j i,
La funcin objetivo (1A) minimiza la ponderacin de la demanda con la distancia entre cada nodo y la instalacin ms cercana. La restriccin (2A) requiere que cada nodo i sea asignado exactamente a una instalacin j. La restriccin (3A) establece que exactamente P instalaciones sern localizadas, la restriccin (4A) liga las variables de localizacin (Xj) y la asignacin de variables (Yij). Estas establecen que la demanda del nodo i puede ser asignada nicamente a una instalacin localizada en j (Yij = 1) si una instalacin es localizada en el nodo j (Xj = 1), la restriccin (5A) y (6A) establecen el dominio de las variables. En el esquema que a continuacin se presenta (Fig 2), se aprecian los elementos presentes en una red para el problema de la p-mediana estos son: los nodos (A, B, C, D), la distancia entre los nodos (dAB, dBC, etc), y la demanda de cada uno de los nodos (hA, hB, hC, hD). hA
A
dBA dAC dCA dCB dBC dDB dBD dAB
hB B
C hC
dCD dDC
D hD
Inputs
j j
h i = Demanda d ij = Distancia
Variables de decisin
1s l io scu s anci lt a i e zonj n ad mi d o a t o Xj = { }uo i e r 0e c n u o ac t lar qos Yi = j F rd ladae c e e cemnn il i qo ae eudn ns nepo duv oi ani r anaes edntn lajao l da co i o
Modelo
min
f
j
X j +h i d ij Yij
i j
(1B)
Sujeto a:
Y
j
ij
=1
(2B )
j i, j j i,
fB B
hB
fC
C hC
dCD dDC
D hD
fD
Fig. 3 Esquema de una red para ejemplificar el problema no capacitado de localizacin con costo fijo El desarrollo de mtodos de solucin para el problema de localizacin no capacitado ha sido tema de intensa investigacin en los ltimos 40 aos. Kuehn y Hambueger, (1963) desarrollaron la primera heurstica que consta de dos fases, la primer fase es un enfoque Greedy llamada el mtodo o algoritmo ADD y la segunda fase llamada tambin algoritmo o mtodo DROP. El algoritmo ADD (Esquema 1) comienza con todas las instalaciones cerradas y continua agregando (abriendo) instalaciones hasta que el resultado es el mximo decremento en el costo total y se detiene si al agregar una instalacin mas ya no se reduce el costo total.
Si
No
Detener
Esquema. 1 Algoritmo ADD para los problemas de localizacin con costo fijo.
De manera contraria el algoritmo DROP (Esquema 2) inicia con una instalacin abierta en cada sitio candidato, considerando la idea obvia de que el costo total se reducir al remover o quitar instalaciones y se detiene cuando al quitar una instalacin mas ya no se reduce el costo total [1, 2, 3].
Encontrar :Una instalcion que al ser eliminada reduce el costo total lo mas posible .
Si
No
Detener
Esquema. 2 Algoritmo DROP para los problemas de localizacin con costo fijo. Tanto el problema de la p-mediana como el de UFLP, han sido ampliamente estudiados y se han propuesto un gran nmero de alternativas de solucin. Se puede mencionar bsqueda tab, algoritmos genticos, redes neuronales, algoritmos inspirados en insectos (hormigas, termitas, abejas, etc.) Bsqueda dispersa, templado simulado, relajacin lagrangeana, algoritmo miopico entre muchos otros. Todos estos buscan encontrar solo una buena solucin.
Experimento computacional
Para resolver este problema ambos modelos fueron implementados en GAMS 23.6.2 y resueltos con CPLEX 12. El proceso de experimento computacional se desarroll en una maquina Workstation con un procesador Xenn Quad-Core, X5550, a 2.67 Ghz con 12 GB de RAM, todo bajo un sistema operativo de 64 bits.
1. Cornujols G, Fisher ML, Wolsey LA. Location of bank accounts to optimize float: an analytic study of
exact and approximate algorithms. Management Science 1977; 23:789810.