Ingeniería Industrial

Planeación y Diseño de Instalaciones

Asignación Cuadrática

La localización de una sola instalación pese a la complejidad que como se ha visto puede llegar a presentar, es solo un caso particular del problema de localización. De hecho, plantearse el problema de localizar una sola instalación supone ya una respuesta al problema más general, que incluye las siguientes preguntas: ¿Cuántas instalaciones? ¿Dónde deben localizarse? ¿Con que capacidad? ¿Qué actividades ha de desarrollar cada instalación? ¿Con que instalaciones o clientes ha de relacionarse?

→ → → → →

Distribución de una planta
La ordenación física de los elementos industriales, esta ordenación, ya practicada o en proyecto incluye tanto los espacios necesarios para el movimiento de materiales, almacenamiento, trabajadores indirectos y todas las otras actividades o servicios así como el equipo de trabajo y el personal de taller.

"proceso para determinar la mejor ordenación de los factores disponibles“

Objetivos Básicos
• Alcanzar la integración de todos los elementos o factores implicados en la unidad productiva, para que se funcione como una unidad de objetivos.
• Procurar que los recorridos efectuados por los materiales y hombres, de operación a operación y entre departamentos sean óptimos lo cual requiere economía de movimientos, de equipos, de espacio.

UNIDAD

CIRCULACIÓ N MÍNIMA

FLEXIBILIDAD

SEGURIDAD
• Garantizar la seguridad, satisfacción y comodidad del personal, consiguiéndose así una disminución en el índice de accidentes y una mejora en el ambiente de trabajo.

• La distribución en planta necesitará, con mayor o menor frecuencia adaptarse a los cambios en las circunstancias bajo las que se realizan las operaciones, las que hace aconsejable la adopción de distribuciones flexibles

Asignación cuadrática

además de un costo adicional por asignar cierta instalación en cierta locación específica. En éste se trata de asignar N instalaciones a una cantidad N de sitios o locaciones en donde se considera un costo asociado a cada una de las asignaciones. en función de la distancia y flujo. sea mínimo. Este costo dependerá de las distancias y flujo entre las instalaciones. Se buscará que este costo.Definición… La asignación cuadrática es un problema estándar en la teoría de locación. .

.Aplicaciones para el Problema de la Asignación Cuadrática Diseño de centros comerciales donde se quiere que el público recorra la menor cantidad de distancia para llegar a tiendas de intereses comunes para un sector del público.

. en donde se quiere que los pasajeros que deban hacer un transbordo recorran la distancia mínima entre una y otra terminal teniendo en cuenta el flujo de personas entre ellas.Aplicaciones… Diseño de terminales en aeropuertos.

Aplicaciones… Procesos de comunicaciones. Diseño de circuitos eléctricos. Diseño de teclados de computadora. en donde es de relevante importancia dónde se ubican ciertas partes o chips con el fin de minimizar la distancia entre ellos. . ya que las conexiones son de alto costo.

Es la combinación de todas las soluciones factibles. 2. Métodos aproximados. Método de intercambio pareado 3. es decir las metaheurísticas.Formas de resolver. . 1.

el rendimiento disminuye en 1 unidad en la siguiente área.Combinación de soluciones factibles. y que en conjunto. si existe una distancia entre una máquina y otra mayor a la distancia promedio de la matriz. realizan un proceso. La compañía “x” tiene 4 diversas máquinas las cuales pueden ser distribuidas en 4 diversas áreas de la empresa. . Si cada maquina ofrece rendimientos diversos de operación en cada área(factores externos al proceso).

pueden ocurrir problemas como: contaminación del producto.. . etc.p. Esta “penalización” se da porque al existir grandes distancias en transporte de un departamento a otro en un proceso o futuro proceso. equipo de transporte se averié y no se pueda transportan fácilmente las m.

Área 1 Maquina A Maquina B Maquina C Maquina D 12 13 19 17 Area 2 20 15 23 16 Area 3 17 18 14 19 Area 4 16 13 18 11 Tabla de distancias..Tabla de rendimientos. Area 1 Area 1 Area 2 Area 3 Area 4 0 21 mts 18mts 13 mts Area 2 21 mts 0 19 mts 15 mts Area 3 18 mts 19mts 0 17 mts Area 4 13 mts 15 mts 17mts 0 .

Cn=An +Bn +Cn +Dn . Primero obtener la distancia promedio de la matriz.penalización C1= A1 + B2 + C3 + D4 – P C1 = 12+15+14+11-0=52 .625 = 16 mts  Se procede a la realización de las combinaciones. Distancia promedio =∑Xijkl/n Dp=250/16= 15.

C2= A1 + B3 + C4 + D2 – P C2= 12 + 18 + 18 + 16 – 4 = 60  C3= A1 + B4 + C2 + D3 – P C3 = 12 + 13 + 23 + 19 – 3 =64  COMBINACIO N RESULTADO COMBINACIO N RESULTADO C1 C2 C3 C4 C5 C6 52 60 64 C7 C8 C9 C10 C11 C12 .

Resultados. COMBINACIO N C1 C2 C3 C4 RESULTADO 52 60 64 69 COMBINACIO N C7 C8 C9 C10 RESULTADO 57 64 59 63 C5 C6 69 50 C11 C12 57 61 .

. Como podemos ver en la tabla anterior existen dos combinaciones las cuales maximizan las ganacias que tendrá la empresa ya que al tener la distribución idónea de las maquinas minimizamos los posibles “perdidas "de la compañía al tener las instalaciones en distintas localizaciones.

.

Luego. en donde cada planta se asigna a un sitio. . que no necesariamente es un óptimo global. se conoce como la solución 2-opt debido a que ningún intercambio pareado puede reducir más el costo total. y se efectúa el intercambio que produce la máxima reducción en el costo total. entiéndase como combinaciones posibles. El proceso continúa hasta que no se encuentren intercambios pareados que produzcan una reducción en el costo total.Este método comienza con una solución inicial propuesta. se consideran todos los intercambios pareados. La solución resultante.

AC. nos muestra como de la maquina A a la maquina B. de la maquina A a la maquina D no existe flujo. y así sucesivamente. de la maquina A a la C un flujo de 2. para las máquinas (de la A a la D) y la matriz de las distancias. Método intercambio pareado Suponga que se van a colocar cuatro máquinas en un taller y se disponen 4 sitios para su colocación.CD .Ejemplo. para los cuatro sitios (del 1 al 4): Esta matriz. existe un flujo de 5. BC. A continuación aparecen la matriz de flujo desde-hacia.AD.BD. Quedándonos como posibles intercambios pareados: AB.

y así sucesivamente. Suponga que la solución inicial propuesta es: (A:1.Por otro lado. . C:3. entre el sitio 4 y 2 es 6. Ejemplo: la distancia entre el sitio 4 y 1 son 6. Es decir. la planta A se asigna al sitio 1. B:2. la planta B se asigna al sitio 2 y así sucesivamente. esta segunda matriz. nos muestra las distancias existentes entre los sitios. D:4).

BC. Para formular las combinaciones. no se deben tomar en cuenta aquellas combinaciones cuyo flujo es cero. DC. . CB. basadas en los flujos de una maquina a otra. AC.2. DB. A continuación se formulan combinaciones posibles de maquinas. tomando como referencia la matriz de flujo. CA. Combinaciones: AB.

como sigue: De manera que el flujo de la maquina A a la B es de 5. Se construye la primera parte una tabla que después será expandida. donde se insertan los datos del flujo y las distancias para las combinaciones determinadas. la distancia entre el sitio 1 y el sitio 2 es de 5. para después sumarse. Para obtener el costo total.I. se hace una multiplicación de los flujos por las distancias. B:2. C:4) . (A:1.3. Nota: S. Tabla 1. C:3. y como la maquina A esta ubicada en el sitio 1 y la maquina B en el sitio 2 (según la solución inicial propuesta).

.Estas combinaciones (intercambios pareados) se añaden a la tabla 1 como posibles soluciones.

Para poder rellenar sus columnas es necesario realizar el intercambio en la matriz de distancias: a) Se intercambian los sitios de las maquinas A y horizontalmente (renglones) de la matriz de distancia: B b) Se intercambian los sitios de las maquinas A y B verticalmente (columnas) de la nueva matriz de distancias: .

A(1)B(2): Del sitio 1 al sitio 2 la distancia es 4. con la nueva matriz de distancia AB. Y así sucesivamente hasta completar los pares. . vamos rellenando la columna del intercambio AB de la tabla 1. considerando solo los sitios de los pares de maquinas. Ejemplo. con los valores de la nueva matriz construida.De esta manera. Para terminar este paso se realiza la multiplicación de los flujos por las distancias para sumarse y determinar el costo total de dicha combinación. A(1)C(3): Del sitio 1 al sitio 3 la distancia es 6.

Ejercicio AC .

Ejercicio AD .

Ejercicio BC .

Ejercicio BD .

Ejercicio CD .

C:4. D:3 .Una vez completada la tabla. D:4 y obtenemos que intercambiar C por D nos da un menor costo que el de la solución propuesta procedemos a realizar el intercambio de sitios quedándonos como nueva solución: A:1. B:2. B:2. C:3. recordando que nuestra solución inicial propuesta fue: A:1. Entonces. se elige la opción que nos da el menor costo total.

y se comienza la tabla 2. Tabla 2 . es decir una nueva colocación de las maquinas en los sitios. Los intercambios pareados son los mismos. La columna flujo y pares de maquinas se quedan igual. en la columna de solución inicial se escriben los valores del intercambio CD. por lo que solo se prosigue al llenado de datos. se toma la matriz resultante del intercambio de CD como la nueva matriz de distancia base.Puesto que se tiene una nueva solución inicial.

por lo que a nuestra solución optima anterior A:1 B:2 C:4 D:3 le hacemos el intercambio AD. el intercambio AD es el de menor costo con 120. nuevamente se busca la opción que brinde el menor costo.Una vez completada la segunda tabla. Como podemos ver. obteniendo: A:3 B:2 C:4 D:1 A la cual se le nombra solución 2-opt. .

por lo que se recomienda que el procedimiento se ejecute con soluciones iniciales alternas. La calidad de la solución final depende mucho de la solución con la que se comenzó. .El procedimiento puede seguir tantas veces como se encuentren costos totales menores.

Método Metaheuristico .

. ◦ El mejor enrutamiento de un paquete de datos en Internet. ◦ Una asignación óptima de trabajadores a tareas a realizar. . ◦ Una distribución de tripulaciones de aviones con mínimo costo.Algoritmos de busqueda  Existe una serie de problemas reales (de optimización combinatoria. ◦ Un plan de mínimo coste para repartir mercancías a clientes. ◦ Una secuencia óptima de proceso de trabajos en una cadena de producción.) de difícil solución que requieren de tareas tales como encontrar: ◦ El camino más corto entre varios puntos. . de ingeniería.

 . un algoritmo metaheurístico puede ser visto como una estrategia inteligente para diseñar o mejorar procedimientos heurísticos con un alto desempeño. métodos de búsqueda local. El término metaheurísticos fue utilizado por primera vez por Glover y su significado ha cambiado a lo largo de los años. conceptos que vienen de la Inteligencia Artificial. En la actualidad. Métodos Estadísticos y Métodos Bioinspirados. Por lo general combinan métodos constructivos.

 Son procedimientos iterativos que guían una heurística subordinada combinando de forma inteligente distintos conceptos para explorar y explotar adecuadamente el espacio de búsqueda.Algoritmo Meta heuristico Los algoritmos metaheurísticos son algoritmos aproximados de optimización y búsqueda de propósito general.  .

no exactos ◦ Son altamente no determinísticos (probabilísticos) ◦ Presentan poca base teórica . Ventajas: ◦ ◦ ◦ ◦ Algoritmos de propósito general Gran éxito en la práctica Fácilmente implementables Fácilmente paralelizables Inconvenientes: ◦ Son algoritmos aproximados.

o éste requiere mucho tiempo de cálculo y memoria (ineficiente) Cuando no se necesita la solución óptima.Factores que pueden hacer interesante su uso Cuando no hay un método exacto de resolución. basta con una de buena calidad   .

cualquier algoritmo de búsqueda debe establecer un balance adecuado entre dos características contradictorias del proceso: ◦ Intensificación: cantidad de esfuerzo empleado en la búsqueda en la región actual (explotación del espacio) ◦ Diversificación: cantidad de esfuerzo empleado en la búsqueda en regiones distantes del espacio (exploración) .Funcionamiento de los metaheuristicos  Para obtener buenas soluciones.

.

  El equilibrio entre intensificación y diversificación es necesario para: ◦ Identificar rápidamente regiones del espacio con soluciones de buena calidad ◦ No consumir mucho tiempo en regiones del espacio no prometedoras o ya exploradas  Las metaheurísticas aplican distintas estrategias para obtener un buen balance entre intensificación y diversificación .

Clasificación de las metaheuristicas  Existen distintas metaheurísticas en función de conceptos como: ◦ ◦ ◦ ◦ ◦ Seguimiento de trayectoria considerado Uso de poblaciones de soluciones Uso de memoria Número de vecindarios considerados Fuente de inspiración .

.  Heurísticas basadas en trayectorias: Parten de una solución inicial e iterativamente tratan de reemplazarla por otra solución de su vecindario con mejor calidad. Particle Swarm. Enfriamiento Simulado... GRASP.. . BL Iterativa. Búsqueda. Local. Scatter Search. Optimización Basada en Colonias de Hormigas. Algoritmos Genéticos. . Búsqueda Tabú..  Heurísticas basadas en poblaciones: Evolucionan una población de soluciones iterativamente.  Una posible clasificación: Heurísticas constructivas: Parten de una solución inicial vacía y van añadiéndole componentes hasta construir una solución.

Aplicaciones .

.Aplicaciones  DOMINIOS DE APLICACIÓN ◦ ◦ ◦ ◦ ◦ ◦ ◦ ◦ Optimización combinatoria Optimización en ingeniería Modelado e identificación de sistemas Planificación y control Aprendizaje y minería de datos Vida artificial Bioinformática ….

Ejemplo  Dado un conjunto de ciudades conectadas por distintas carreteras. encontrar el circuito de coste mínimo que pasa por todas ellas volviendo a la ciudad de partida Es un problema muy estudiado al presentar aplicaciones reales tales como la fabricación en serie de tarjetas de ordenador (impresión de los buses de estaño)  .

Ejemplo .

Ejemplo .

Sign up to vote on this title
UsefulNot useful