Affiliation:
1. Universidad Autónoma del Estado de Hidalgo Escuerla Superior de Tizayuca
2. Universidad Autónoma del Estado de Hidalgo Área academica de Ingeniería
3. Instituto Tecnológico de Monterrey Campus Hidalgo
Abstract
La competitividad en el sector industrial nacional e internacional exige variabilidad de productos donde la flexibilidad de los sistemas productivos es el eje principal, sin embargo el manejo inadecuado de los recursos disminuye el factor de competencia en los mercados. En el documento se considera el problema de asignación de órdenes de producción en un sistema flexible que tiene 4 líneas productivas donde cada una cuenta hasta con 6 estaciones de trabajo. La producción es de 10 lotes donde cada uno de ellos contiene hasta 5 productos diferentes. El objetivo es encontrar la asignación de lotes para su procesamiento a las líneas de producción, que optimicen el tiempo total de procesamiento así como el tiempo total de demora. Para lograr el objetivo se evalúan soluciones en el simulador del sistema productivo donde la optimización de las funciones objetivo le corresponden al algoritmo PSO (Particle Swarm Optimization). La optimización se realiza para cada función objetivo y para ambas considerando pesos ponderados. Los resultados muestran correlación en los valores de las funciones objetivo, sin embargo la solución del óptimo de la función objetivo 1 no lo es para la función objetivo 2 y viceversa. Una limitante en el proceso de optimización es la aleatoriedad que existe en el sistema de producción, lo que implica tener valores diferentes para una misma solución sin embargo el proceso de optimización mantiene la solución óptima.
Publisher
Universidad Nacional Autonoma de Mexico
Reference25 articles.
1. Acosta-Flores, J.J. (2019). Algoritmo para analizar decisiones con objetivos múltiples bajo incertidumbre. Ingeniería Investigación y Tecnología, XX (1), 1-8.
2. Bellgran, M. & Säfsten, K. (2010). Production development design and operation of production systems, (Vol. 1). New York, EUA: Springer.
3. Ben-Guedria, N. (2016). Improved accelerated PSO algorithm for mechanical engineering optimization problems. Applied Soft Computing, 40, 455-467. https://doi.org/10.1016/j.asoc.2015.10.048
4. Chu, Y., You, F., Wassick, J.M. & Agarwal, A. (2015). Integrated planning and scheduling under production uncertainties: Bi-level model formulation and hybrid solution method. Computers and Chemical Engineering, 72, 255-272. http://dx.doi.org/10.1016/j.compchemeng.2014.02.023
5. Cuevas-Jiménez, E.V., Osuna-Enciso, J.V., Oliva-Navarro, D.A. & Díaz-Cortés, M.A. (2017). Optimización, algoritmos programados con MATLAB, (1ª ed.). CDMX, México: Alfaomega.