Optimización del plan maestro de producción mediante la aplicación de técnicas metaheurísticas
Loading...
Date
item.page.document-date
2019
Authors
item.page.advisor
item.page.mfn
0000028000
item.page.location-code
04/IND/ 149
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
En un entorno de competencia global, el éxito de una empresa está directamente relacionado con el nivel de optimización de sus procesos en general, pero, en particular, a cómo planea y ejecuta la producción. En esto contexto, el plan maestro de producción (MPS) es la actividad clave para el éxito. En este trabajo se aborda de forma general, todo lo relacionado con el MPS y la aplicación de métodos para la optimización de este; y como en la mayoría de las industrias. La creación de un plan maestro considera el conflictivo de objetivos, tales como la maximización de los niveles de servicio, eficiente uso de recursos y minimización de niveles de inventario. Lamentablemente, la complejidad y el esfuerzo exigido para la creación de un plan maestro crece rápidamente con el aumento de la producción, principalmente cuando los recursos son limitados. Debido a tal complejidad, la aplicación de las técnicas Metaheurísticas demuestra su mejor desempeño, ante empresas que usualmente emplean heurística simple que proporcionan un plan rápido, pero pueden comprometer la eficiencia y los costos. A partir de esto, se proponen nuevas ideas para mejorar la planificación de la producción, con el uso de inteligencia artificial. El algoritmo Genético es una de las Técnicas Metaheurísticas más eficiente para la optimización del MPS por lo cual se lo utilizó para la optimización del caso de estudio obteniendo resultados favorables.
Description
Desarrollar un modelo para optimizar el Plan Maestro de Producción que conduzca al mejoramiento de la planificación de la producción aplicando técnicas metaheurísticas.
Citation
Collections
Endorsement
Review
Supplemented By
Referenced By
Creative Commons license
Except where otherwised noted, this item's license is described as openAccess

