Maestría en Ingeniería · 2018
Algoritmo heurístico basado en listas tabú para la planificación de la producción en sistemas multinivel con listas de materiales alternativas y entornos de coproducción
En esta investigación se presenta el desarrollo un algoritmo heurístico basado en los principios de búsqueda tabú para la solución del problema de lotificación multinivel con restricciones de capacidad, listas de materiales alternativas y entornos de coproducción, basado en la estructura del modelo de Planificación de Materiales y Operaciones Genéricas GMOP propuesto en el año 2013. El algoritmo propuesto utiliza el mecanismo de memoria a corto plazo (Lista Tabú) para la selección de Strokes alternativos para la fabricación de cada producto. La validación del algoritmo se realizó analizando la calidad y los tiempos de obtención de las soluciones. El algoritmo demostró potencial al alcanzar porcentajes de diferencia entre el 10% y 17% con respecto a las soluciones óptimas en los problemas de mayor tamaño y un equilibrio entre calidad y tiempos de solución problemas relativamente pequeños.
Full text 141 pages with text
Read the full thesis Record in the repository
Contents
- Dedicatoriap. 4
- Agradecimientosp. 5
- Resumen……p. 10
- Abstract……p. 11
- Capítulo 1. Consideraciones Generalesp. 12
- 1.1. Introducciónp. 22
- 1.2. Planteamiento del Problemap. 14
- 1.3. Objetivosp. 16
- 1.3.1. Objetivo Generalp. 16
- 1.3.2. Objetivos Específicosp. 16
- 1.4. Justificaciónp. 17
- 1.5. Metodologíap. 18
- 1.6. Estructura del trabajo de gradop. 20
- Capítulo 2. Planificación de la producción en sistemas multinivelp. 22
- 2.1. Introducciónp. 22
- 2.2. Elementos del problema de lotificaciónp. 22
- 2.3. Coproducciónp. 26
- 2.4. Las listas de materiales (Bill of Materials – BOMs)p. 27
- 2.4.1. Listas de materiales alternativasp. 28
- 2.5. Antecedentes y Clasificaciones del problema de lotificaciónp. 29
- 2.6. El modelo de Planificación de Materiales y Operaciones Genéricas (GMOP)p. 32
- 2.7. Conclusionesp. 37
- producciónp. 38
- 3.1. Introducciónp. 22
- 3.2. Búsqueda Tabú (Tabu Search)p. 38
- 3.3. Uso de Búsqueda Tabú en la planificación de la producciónp. 43
- 3.3.1. Búsqueda Tabú en modelos de lotificación de un solo nivelp. 43
- 3.3.2. Búsqueda Tabú en modelos de lotificación multinivelp. 45
- 3.4. Conclusionesp. 37
- lotificación en sistemas multinivel con listas de materiales alternativas y coproducciónp. 52
- 4.1. Introducciónp. 22
- 4.2. Notaciónp. 52
- 4.3. Arquitectura de la herramientap. 53
- 4.3.1. Vector Solución y Vecindario de búsquedap. 56
- 4.3.2. Movimientosp. 40
- 4.3.3. La lista Tabúp. 39
- 4.3.4. Criterios de finalizaciónp. 59
- 4.4. Generación de las Instancias de Pruebap. 61
- 4.5. Conclusionesp. 37
- Capítulo 5. Experiencia Computacionalp. 66
- 5.1. Introducciónp. 22
- 5.2. Consideraciones y Parámetrosp. 66
- 5.2.1. Recursos Utilizadosp. 66
- 5.2.2. Instancias de Prueba Generadasp. 65
- 5.3. Optimización de parámetros iniciales utilizando diseño experimentalp. 68
- 5.4. Obtención de soluciones exactas y soluciones inicialesp. 87
- 5.4. Resultados y Discusiónp. 89
- Conclusiones y Recomendacionesp. 96
- Referencias……………………………………………………………………………………p. 98
- Anexos…p. 108
- Figura 1. Representación de Gozintop. 28
- Figura 2. Listas de Materiales Alternativas para el SKU Ap. 29
- Figura 3. Representación de los Strokes en el problema GMOPp. 35
- Basado en (Garcia-Sabater et al., 2013)p. 36
- Figura 5. Flujograma del funcionamiento de la heurística basada en listas tabúp. 54
- Figura 6. Estructura del vector soluciónp. 56
- Figura 7. Estructura de la matriz de Strokes alternativosp. 57
- Figura 8. Estructura de la Lista Tabúp. 58
- Figura 9. Ejemplo de una lista tabú para el caso de 5 strokes y 2 productosp. 58
- Figura 10. Nomenclatura para la identificación de instancias de prueba aleatoriasp. 61
- Figura 11. Análisis de varianza para tiempos de solución – Problema 1p. 72
- Figura 12. Comprobación de supuestos estadísticos para tiempos de solución – Problema 1p. 73
- Figura 13. Prueba de Normalidad de Residuos para tiempos de solución – Problema 1p. 73
- Figura 14. Gráfico de efectos principales para tiempos de solución – Problema 1p. 74
- Figura 15. Gráfico de interacciones para tiempos de solución – Problema 1p. 74
- Figura 16. Análisis de varianza para Valor Objetivo – Problema 1p. 75
- Figura 17. Comprobación de supuestos estadísticos para Valor Objetivo – Problema 1p. 76
- Figura 18. Prueba de Normalidad de Residuos para Valor Objetivo– Problema 1p. 76
- Figura 19. Gráfico de efectos principales para Valor Objetivo– Problema 1p. 77
- Figura 20. Gráfico de interacciones para Valor Objetivo – Problema 1p. 78
- Figura 21. Análisis de varianza para tiempo de solución – Problema 2p. 80
- Figura 22. Comprobación de supuestos estadísticos para tiempo de solución – Problema 2p. 81
- Figura 23. Prueba de Normalidad de Residuos para tiempos de solución– Problema 2p. 81
- Figura 24. Gráfico de efectos principales para tiempos de solución– Problema 2p. 82
- Figura 25. Gráfico de interacciones para tiempos de solución– Problema 2p. 82
- Figura 26. Análisis de varianza para Valor Objetivo – Problema 2p. 83
- Figura 27. Comprobación de supuestos estadísticos para Valor Objetivo – Problema 2p. 84
- Figura 28. Prueba de Normalidad de Residuos para Valor Objetivo– Problema 2p. 84
- Figura 29. Gráfico de efectos principales para Valor Objetivo– Problema 2p. 85
- Figura 30. Gráfico de interacciones para Valor Objetivo– Problema 2p. 86
- Figura 31. Proceso de Importación y Exportación de Instancias Aleatoriasp. 87
- Figura 32. Resumen del perfil de tiempos del algoritmo – Matlab ®p. 94
- Tabla 1. Clasificaciones del Problema de Lotificaciónp. 29
- Tabla 2. Notación de índices, parámetros y variables del modelo GMOPp. 32
- Tabla 4. Configuraciones básicas de la búsqueda tabú en modelos de lotificación multinivelp. 47
- Tabla 5. Parámetros utilizados en la generación de las instancias de pruebap. 67
- Tabla 6. Factores y niveles experimentalesp. 70
- Tabla 7. Resultados de Tiempo de Solución y Valor Objetivo para el Problema de tamaño 1p. 71
- Tabla 8. Resultados de Tiempo de Solución y Valor Objetivo para el Problema de tamaño 2p. 79
- instancias de pruebap. 90
- Tabla 10. Promedio de diferencias (GAP) mínimas por grupo de instanciasp. 94