FACULTAD DE INGENIERÍA Y

CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

ELABORACIÓN DE UN ALGORITMO DE SECUENCIACIÓN DE MÁQUINAS ENFOCADO A

LA MINIMIZACIÓN DEL TIEMPO TOTAL PARA LA REALIZACIÓN DE LOS TRABAJOS.

POLITECNICO GRANCOLOMBIANO INSTITUCIÓN UNIVERSITARIA

FACULTAD DE DISEÑO, INGENIERÍA E INNOVACIÓN
SCHEDULING E INVENTARIOS
NOVIEMBRE DE 2019
 FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

Contenido

1. INTRODUCCIÓN .....................................................................................................................3
1.1. OBJETIVO PRINCIPAL ....................................................................................................4
1.2. OBJETIVOS SECUNDARIOS................................................................................................... 4
1.3. CRONOGRAMA DE ACTIVIDADES .................................................................................5
2. MARCO TEÓRICO – SECUENCIACIÓN DE MÁQUINAS ........................................................6
2.1. TIPOS PRINCIPALES DE PROBLEMAS EN SECUENCIACIÓN DE MÁQUINAS ..............6
2.2. ALGORITMOS PRINCIPALES PARA SECUENCIACIÓN EN PROBLEMAS MONO-
MÁQUINA .................................................................................................................... 6
2.3. ALGORITMOS PRINCIPALES PARA SECUENCIACIÓN EN PROBLEMAS MULTI-
MÁQUINA ........................................................................................................................... 6
3. SOLUCIÓN DEL ESTUDIO DE CASO .......................................................................................7
4. CONCLUSIONES Y RECOMENDACIONES .................................................................................... 7
4.1. CONCLUSIONES ..................................................................................................................... 7
4.2. RECOMENDACIONES ....................................................................................................7
BIBLIOGRAFÍA ................................................................................................................................8
ANEXOS ..........................................................................................................................................9
 FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

1. INTRODUCCIÓN

El sheduling, es un proceso de toma de decisiones que se aplica continuamente en

empresas de manufactura de como de servicios, consiste en la asignación de recursos
diferentes tareas sobre un horizonte de tiempo con el fin de optimizar los objetivos.
El fin de este trabajo es demonstrar una serie de estrategias desarrolladas en secuencias
que ayuden a minimizar el makespan en una compañía del sector metalmecánico.
El makespan está muy notable en este caso ya que se desea saber el tiempo usado para
complementar un grupo de trabajo, en otras palabras la diferencia entre el tiempo de inicio
y el final de un horario
En las políticas de inventarios hay que resaltar una de las actividades más influyentes del
departamento de almacenamiento la cual es el control de activos físicos, ya que es de gran
importancia poder contar con el número suficiente de artículos demandantes para su venta
y distribución, para así complementar los tipos de demanda existente tanto dentro o afuera
de la organización, sin dar lugar a perdidas en tiempo, dinero etc.
Este estudio mostrara el diseño de inventarios los cuales son el objetivo principal de toda
empresa y como realizar un mejoramiento continuo de este, para así obtener utilidades
provenientes de ventas

Como parte final se mostrará un informe detallado donde se expone algunos conceptos de
los sistemas de inventarios, métodos y controles de los mismos
 FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

1.1. OBJETIVO PRINCIPAL

Elaborar un algoritmo de secuenciación de máquinas enfocado a la minimización del

tiempo total para la realización de los trabajos.

1.2. OBJETIVOS SECUNDARIOS

• Establecer el plan de trabajo, mediante la asignación de funciones y actividades

específicas en el desarrollo del entregable.
• Realizar la revisión de la literatura y/o estado del arte, de cada uno de los temas
asociados a la construcción del marco teórico.
• Identificar el algoritmo correspondiente para dar solución a la problemática de
la litografía
 FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

1.3. CRONOGRAMA DE ACTIVIDADES

30 de octubre al 5 de

4 de diciembre al 10 de
27 de noviembre al 3 de
6 de noviembre al 12 de
23 de octubre al 29 de

13 de noviembre al 19 de

20 de noviembre al 26 de
FECHA

noviembre

noviembre

noviembre

noviembre
Semana 1

Semana 2

Semana 3

Semana 4

Semana 6

diciembre7
ACTIVIDAD

diciembre
Semana

Semana
octubre
Adquirir documentos y material de estudio del caso
Analizar los documentos del caso
Asignar responsabilidades a cada integrante del grupo
Desarrollar la primera entrega del trabajo colaborativo
de acuerdo con las responsabilidades otorgadas
Socializar los puntos solucionados de la primera
entrega entre los demás integrantes del grupo
Seleccionar los puntos que irán en la entrega de la
semana 1 de forma democrática
Consolidar la primera entrega del trabajo colaborativo
Identificar y concretar aspectos para la solución del
caso de estudio, identificando los diferentes algoritmos
Socializar los puntos solucionados de la segunda
entrega entre los demás integrantes del grupo
Realizar la elaboración y entrega de la segunda parte
del trabajo colaborativo
Analizar las posibles soluciones del caso de estudio, e
identificar el algoritmo secuencial para la solución con
su justificación, y bajo que regla básica de despacho de
Elabora
Socializar las conclusiones que cada integrante del
grupo tiene al respecto del caso
Elaboración y entrega de la tercera parte del trabajo
Colaborativo
 FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

2. MARCO TEÓRICO – SECUENCIACIÓN DE MÁQUINAS

2.1. TIPOS PRINCIPALES DE PROBLEMAS EN SECUENCIACIÓN DE MÁQUINAS

A continuación se presentan los tipos principales en secuenciación de máquinas:

1. Campo α. α = 1 Hace referencia a la existencia de una sola maquina en el

problema.

α = P Maquinas identicas con posible funcionamiento en paralelo

α = Q Maquinas relacionadas con posible funcionamiento en paraleo. Maquina
representada por i, con velocidad vi, tiempo del procesamiento de su pij = pj/vi .
α = R Maquinas no relacionadas pueden trabajar en paralelo donde cada una
puede poseer una velocidad diferente de la otra.

2. Campo β. Este campo asociado a las características de los trabajos que puede
tener más de una entrada.

β = pmtn Los trabajos pueden tener ninguna o más de una interrupción. No

permiten ingresos y procesamiento de parte simultáneamente.
β = prec. Hace referencias a operaciones con Restricciones de precedencias. Una
operación no puede ser realizada hasta que otra haya finalizado.
β = split Las operaciones pueden ser divididos en distintas partes y pueden tener
un procesamiento simultaneo.

3. Campo γ. Este campo representa la función objetivo a minimizar.

γ = Cm´ax (Makespan) El objetivo es minimizar el tiempo en que el ´último trabajo

es completado.
γ = P j Cj Suma de los tiempos de para completar una operación.
γ = P j wjCj Suma ponderada de los tiempos de para completar una operación.

2.2 ALGORITMOS PRINCIPALES PARA SECUENCIACIÓN EN PROBLEMAS MONO-

MÁQUINA

Algunos de los algoritmos que se pueden usar para maquina simple son:
 FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

- Multiple Objectives: A Parametric Analysis

Este tipo de algorimbos que se ocupa de los problemas de optimización

matemática que implican más de una función objetivo que ser optimizados
simultaneamente. La optimización de objetivos múltiples se ha aplicado en muchos
campos de la ciencia, incluida la ingeniería, la economía y la logística, donde se
deben tomar decisiones óptimas en presencia de compensaciones Entre dos o más
objetivos en conflicto. Minimizar el costo al tiempo que se maximiza la comodidad al
comprar un automóvil, y maximizar el rendimiento al mismo tiempo que se minimiza
el consumo de combustible y la emisión de contaminantes de un vehículo son
ejemplos de problemas de optimización de objetivos múltiples que involucran dos y
tres objetivos, respectivamente. En problemas prácticos, puede haber más de tres
objetivos.

- Minimizing Total Completion Time with Deadlines

Se sabe que el problema de la planificación preventiva de una sola máquina de

Minimiza el tiempo total de finalización con restricciones de fecha de lanzamiento y
fecha límite. El uso de este algoritmo para el caso especial donde los tiempos de
procesamiento y los plazos son agradables.

- Minimizing Total Earliness and Tardiness with Loose Due Date

Se utiliza trabajos independientes en una sola máquina con un intervalo de

indisponibilidad fijo, donde el objetivo es minimizar la anticipación y la tardanza
totales (TET) sobre una fecha de vencimiento común. Se proponen dos métodos
exactos para resolver el problema: formulaciones de programación lineal de enteros
mixtos y un método basado en programación dinámica. Estos métodos se codifican
y se prueban de forma intensiva en un gran conjunto de datos y los resultados se
comparan analíticamente.

- Total Weighted Completion Time

Programación de trabajos para minimizar la finalización ponderada total El tiempo es

un tema muy estudiado en la teoría de la programación, Investigación de operaciones
y algoritmos de aproximación. Permite estudiar sistemáticamente el sistemas bajo
muchos diferentes modelos de maquina
 FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

- Total Weighted Completion Time and Chains

Cuando dos procesos llevan una secuencia en la misma maquina se pueden

modificar con este algoritmo los pasos a seguir, por medio de la determinación del
factor más alto p cuando se libera una maquina se selecciona para una cadena
restante la que más alto tiene este factor.

- Total Weighted Tardiness

En este caso, estos objetivos cuantitativos de programación asociado con la

tardanza se destacan naturalmente en diferentes entornos de fabricación. La
tardanza total y la tardanza ponderada total son dos de las Medidas de
desempeño más comunes en tardanzas relacionadas problemas de
programación La programación con las fechas de vencimiento del trabajo de la
reunión ha recibido un aumento atención de directivos e investigadores desde El
concepto Just-In-Time se introdujo en la fabricación. Instalaciones. Si bien el
cumplimiento de las fechas de vencimiento es solo cualitativo. rendimiento, por lo
general implica que depende del tiempo Las sanciones se evalúan en trabajos
tardíos, pero que no se derivan beneficios de completar los trabajos a tiempo

2.3 ALGORITMOS PRINCIPALES PARA SECUENCIACIÓN EN PROBLEMAS

MULTI-MÁQUINA

-Algoritmo de Johnson

El método de Johnson solo funciona de manera óptima para dos máquinas. Sin
embargo, como es óptimo y fácil de calcular, algunos investigadores han intentado
adoptarlo para máquinas M, (M> 2).

La idea es la siguiente: imagine que cada trabajo requiere m operaciones en

secuencia, en M1, M 2 M m. Combinamos las primeras máquinas m / 2 en un centro
de mecanizado (imaginario), MC1, y las máquinas restantes en un centro de
mecanizado MC2. Luego, el tiempo total de procesamiento para una Parte P en MC1
= suma (tiempos de operación en las primeras m / 2 máquinas), y

Tiempo de procesamiento para la Parte P en MC2 = suma (tiempos de operación en

las últimas m / 2 máquinas).

Al hacerlo, hemos reducido el problema de m-Machine a un problema de

programación de dos centros de mecanizado. Resolvemos esto utilizando el método
 FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

de Johnson y, en función de la secuencia obtenida, programamos trabajos en las

máquinas m-individuales utilizando el método de diagrama de Gantt habitual.

Por supuesto, dado que nuestra elección de combinar las primeras máquinas m / 2
en un centro de mecanizado es puramente arbitraria, es totalmente aceptable dividir
(dividir) la lista {1, 2, , M} en cualquier punto para generar nuestro mecanizado
imaginario. Centros de Algunos investigadores han sugerido un método que
involucra probar diferentes alternativas, prueba la secuencia resultante de cada
opción a través de los diagramas de Gantt y elige la mejor opción entre estas
opciones.

- Minimizing the Makespan of a Project (Minimizando el Makespan de un Proyecto)

Hace seguimiento a las secuelas. Al completarse un trabajo, se iniciara otro que este
programado.

Los tres tipos de algoritmo de Minimizando el makespan de un proyecto son:

o Programación del taller : hay n trabajos y m estaciones idénticas. Cada

trabajo debe ejecutarse en una sola máquina. Esto generalmente se considera
como un problema en línea.
o Programación de tienda abierta : hay n trabajos y m estaciones
diferentes. Cada trabajo debe pasar algún tiempo en cada estación, en un
orden gratuito.
o Programación de tienda de flujo : hay n trabajos y m estaciones
diferentes. Cada trabajo debe pasar algún tiempo en cada estación, en un
orden predeterminado.

- Makespan without Preemptions (Makespan sin Precondiciones)

El problema Pm | | Cmax tiene aplicaciones practicas para minimizar el Makespan,

puesto que con la aplicación se logra equilibrar la carga sobre las diversas máquinas,
lo que en la practica es un objetivo principal.
 FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

3. SOLUCIÓN DEL ESTUDIO DE CASO

ENTREGA 3: indique cuál algoritmo de secuenciación aplicaría para el problema del

estudio de caso, y justificando el por qué. Debe aplicar el algoritmo y hallar el makespan
para evaluar su solución obtenida, con una solución obtenida bajo alguna regla de
despacho básica.

4. CONCLUSIONES Y RECOMENDACIONES

ENTREGA 3:
Mencione las conclusiones y recomendaciones relacionadas con la aplicación
de los algoritmos de secuenciación y con la selección de dichos algoritmos.
4.1. CONCLUSIONES

4.2. RECOMENDACIONES

…
 FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

BIBLIOGRAFÍA

1. Fernández, A. (2001). El Balanced Scorecard. Revista de antiguos alumnos del

IESE, 81.
2. Montoya, C. A. (2011). El Balanced Scorecard como herramienta de evaluación
en la gestión administrativa. Revista Científica" Visión de Futuro", 15(2).
3. Rincón, R. (1998). Los indicadores de gestión organizacional: una guía para su
definición. Revista Universidad EAFIT, 34(111).
 FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

ANEXOS

ANEXO 1. ARCHIVO EXCEL CON CÁLCULOS RELACIONADOS.