Problemas de Secuenciamiento Óptimo de Líneas de Flujo en Sistemas de Manufactura Instituto Tecnológico de Tepic Dr. Anfitrión: Roger Z. Ríos Mercado Mireya Lisset Valenzuela Luna Ingeniería en Sistemas Computacionales

Agenda Introducción. Descripción del Problema. Método de Solución. Evaluación Computacional. Conclusiones.

Introducción * La ciencia de la toma de decisiones, mejor conocida como Investigación de Operaciones, se utiliza en todos los niveles y en todo tipo de industrias. * En éstas se busca solucionar problemas. * Los problemas que se presentan de forma natural en algunas empresas es el de líneas de flujo en sistemas de manufactura.

Descripción del Problema El problema de líneas de flujo consiste en cómo secuenciar las operaciones en las máquinas de la forma más eficiente posible.

Descripción del Problema Secuenciamiento de tareas = {1,2,3} m=3 , n=3 5 10 15 20 M1 M2 M3 1 2 3

Descripción del Problema El número total de secuencias posibles es n! {1,2,3} {1,3,2} {2,3,1} {2,1,3} {3,2,1} {3,1,2}

Descripción del Problema Caso 2 máquinas. Regla de Johnson: Algoritmo exacto, simpre dará la solución óptima.

Descripción del Problema Caso de m Máquinas. Se hace un ajuste para convertirlo en un problema de 2 máquinas que se pueden usar dos heurísticas. Campbell, Dudek y Smith(CDS). Secuencia Modificada de Palmer (MPS).

Campbell, Dudek y Smith (CDS)

Secuencia Modificada de Palmer(MPS)

Evaluación Computacional Se generaron aleatoriamente 90problemas con 2, 5 y 10 máquinas para 50, 100 y 500 tareas. Como era de esperarse el porcentaje de resultados de regla de Johnson fue mejor en contraste con el método aleatorio.

Evaluación Computacional Para cada uno de los diez problemas, el porcentaje mejorado de la heurística MPS en contraste con la heurística CDS (mxn). Máq/Tarea 50 100 500 5 100% 10

Evaluación Computacional Promedios del makespan. Tareas 50 100 500 Maq CDS MPS 5 32319 2767.9 6040.2 5373.4 2848.9 27242.1 10 3726 2685.5 6710.1 5468.1 29412 27304.6

Conclusiones Los resultados computacionales muestran la heurística MPS es mejor que el CDS para el caso de m máquinas por n tareas. Estas heurísticas y el método aleatorio fueron implementadas en lenguaje C de una manera sencilla.