Ir al menú de navegación principal Ir al contenido principal Ir al pie de página del sitio

Vol. 26 Núm. 46 (2017)

Articulos

Un modelo de programación lineal para el problema de máquinas paralelas no relacionadas en el área de secado de un aserradero en Chile

https://doi.org/10.19053/01211129.v26.n46.2017.7309

Publicado 2017-09-05

Nayaret Cifuentes
Ms.C. Universidad del Bío-Bío (Nayaret, Chile)

Gustavo Gatica
Ph. D. Universidad Andrés Bello (Santiago de Chile, Chile).

Rodrigo Linfati
Ph. D. Universidad del Bío-Bío (Nayaret, Chile).

Resumen

La programación de actividades en empresas manufactureras y de servicios debe funcionar de manera eficiente, ya que afecta la productividad y la competitividad. Este estudio analiza un caso real de programación en secadores de madera verde en un aserradero de Chile, con un conjunto de 10 máquinas paralelas con tres tecnologías diferentes, con 161 trabajos, en un horizonte de planificación mensual. La metodología considera dos etapas: en primer lugar, los productos se agrupan por densidad y tipo de fibra, y en segundo lugar, se propone un modelo matemático basado en la programación lineal, que es modelado con el software AMPL. Se realiza un análisis estadístico sobre la calidad de la solución y el tiempo de cómputo, con los programas comerciales CPLEX y GUROBI. Los resultados del experimento computacional permiten reducir el makespan en un 8,5 %, concluyendo que el solver CPLEX resultó ser mejor que el solver GUROBI, respecto al tiempo de CPU y al número de instancias resueltas al óptimo, en el 59,3 % de los casos analizados. Los parámetros más influyentes para el tiempo de cálculo fueron: “cuts” en GUROBI (evaluados en 0), “mipcuts” en CPLEX (evaluados en 2) y repeatpresolve (evaluados en 0). La diferencia en tiempo de este último parámetro es estadísticamente significativa.

Palabras clave

Máquinas paralelas, Parametrización, Programación de la producción

PDF (English) XML (English)

Citas

  1. E. Pérez, I. Pérez, and M. Jiménez, “Algoritmo genético para secuenciación de pedidos en taller de mecanizado con máquinas en paralelo, recirculación y tiempos de preparación,” Ing. Ind. Actual. Nuevas Tend., vol. 4 (12), pp. 38-53, 2014.
  2. P. Ballesteros, and C. Duque, “Aplicación del fraccionamiento de operaciones en una heurística constructiva en programación secuencial para asignación de varios trabajos a varias máquinas en paralelo,” Sci. Tech., vol. 18 (4), pp. 664-671, 2013.
  3. P. P. B. Silva, D. P. B. Riveros, and J. E. B. Bolívar, “Aplicación de una heurística constructiva en programación secuencial para asignación de varios trabajos a varias máquinas en paralelo,” Sci. Tech., vol. 18 (1), pp. 120-125, 2013.
  4. H. Gámez, “Asignación de trabajos en máquinas en paralelo mediante un modelo de programación entera,” Sci. Tech., vol. 2 (52), pp. 73-77, 2012.
  5. J. Osorio, O. Castrillón, J. Toro, and J. Orejuela, “Modelo de programación jerárquica de la producción en un Job shop flexible con interrupciones y tiempos de alistamiento dependientes de la secuencia,” Ing. E Investig., vol. 28 (2), pp. 72-79, 2008.
  6. A. J. Ruiz-Torres, J. H. Ablanedo-Rosas, N. Alomoto, and D. Jadan, “Minimización de la tardanza en problemas de programación de tareas en maquinas paralelas con deterioro de los recursos,”, Rev. Ing. Ind., vol. 13 (1), pp. 51-75, 2014.
  7. E. Salazar-Hornig, and S. J. C. Medina, “Minimización del makespan en máquinas paralelas idénticas con tiempos de preparación dependientes de la secuencia utilizando un algoritmo genético,” Ing. Investig. Tecnol., vol. 14 (1), pp. 43-51, 2013. DOI: https://doi.org/10.1016/S1405-7743(13)72224-8
  8. E. Salazar Hornig, and B. Figueroa Morales, “Minimización de la tardanza para el flowshop flexible con setup utilizando heurísticas constructivas y un algoritmo genético,” Ingeniare Rev. Chil. Ing., vol. 20 (1), pp. 89-98, Apr. 2012. DOI: http://doi.org/10.4067/S0718-33052012000100009. DOI: https://doi.org/10.4067/S0718-33052012000100009
  9. E. Salazar Hornig, and R. Sarzuri Guarachi, “Algoritmo genético mejorado para la minimización de la tardanza total en un flowshop flexible con tiempos de preparación dependientes de la secuencia,” Ingeniare Rev. Chil. Ing., vol. 23 (1), pp. 118-127, Jan. 2015. DOI: http://doi.org/10.4067/S0718-33052015000100014. DOI: https://doi.org/10.4067/S0718-33052015000100014
  10. J. Lopez, J. Giraldo, and J. Arango, “Reducción del tiempo de terminación en la Programación de la Producción de una Línea de Flujo Híbrida Flexible (HFS),” Inf. Tecnológica, vol. 26 (3), pp. 157-172, 2015. DOI: https://doi.org/10.4067/S0718-07642015000300019
  11. E. Vallada, C. Maroto, R. Ruiz, and B. Segura, “Problemas de programación de la producción en el sector cerámico español,” in 27 Congreso Nacional de Estadística e Investigación Operativa, vol. 27, pp. 638-676, 2003.
  12. F. Muñoz, and R. Moraga, “Heurística constructiva visionaria para el problema de máquinas paralelas no relacionadas con tiempos de setup dependientes de la secuencia,” Rev. Ing. Ind., vol. 5 (1), pp. 43-59, 2006.
  13. J. Caballero, and G. Mejía, “Redes de Petri y algoritmos genéticos, una propuesta para la programación de sistemas de manufactura flexible,” Ing. Univ., vol. 10 (1), pp. 0-27, 2010.
  14. E. Delgado, C. Cortés, and Ó. Duarte, “Aplicación de algoritmos genéticos para la programación de tareas en una celda de manufactura,” Ing. E Investig., vol. 25 (2), pp. 24-31, 2005.
  15. J. Torres, R. Montoya, C. Arboleda, D. Paternina, and Y. Frein, “Minimización del tiempo total de flujo de tareas en una sola máquina: Estado del arte,” Ing. Desarro., No. 12, pp. 118-129, 2002.
  16. L. Ramírez, “Algoritmo heurístico para resolver el problema de programación de operaciones minimizando el tiempo total de ejecución ponderado de las actividades (WJCJ) en un taller de flujo flexible con restricciones de fechas de liberación (RJ), alistamiento (SJK) y máquinas proporcional (QM) en las estaciones,” Prospectiva, vol. 9 (2), pp. 59-64, 2011.
  17. F. Baesler, R. Moraga, and O. Cornejo, “Introducción de elementos de memoria en el método simulated annealing para resolver problemas de programación multiobjetivo de máquinas paralelas,” Ingeniare Rev. Chil. Ing., vol. 16 (3), pp. 428-437, Dec. 2008. DOI: http://doi.org/10.4067/S0718-33052008000300006. DOI: https://doi.org/10.4067/S0718-33052008000300006
  18. F. Baesler, L. Ceballos, and M. Ramírez, “Programación multiobjetivo de máquinas moldureras a través de algoritmos meméticos,” Maderas Cienc. Tecnol., vol. 8 (3), pp. 183-192, 2006.
  19. P. P. B. Silva, D. P. B. Riveros, and M. E. B. Loaiza, “Programación disyuntiva para n tareas en m máquinas en producción por pedidos,” Sci. Tech., vol. 1 (30), pp. 273-278, 2006.
  20. R. Fourer, D. Gay, and B. Kernighan, “A modeling language for mathematical programming,” Manag. Sci., vol. 36 (5), pp. 519-554, May. 1990. DOI: http://doi.org/10.1287/mnsc.36.5.519. DOI: https://doi.org/10.1287/mnsc.36.5.519

Descargas

Los datos de descargas todavía no están disponibles.

Artículos más leídos del mismo autor/a

Artículos similares

También puede {advancedSearchLink} para este artículo.