Planificación de la producción en una empresa manufacturera usando modelos de optimización bajo incertidumbre
Tipo de material:![Texto](/opac-tmpl/lib/famfamfam/BK.png)
Tipo de ítem | Biblioteca actual | Colección | número de clasificación | Copia número | Estado | Fecha de vencimiento | Código de barras |
---|---|---|---|---|---|---|---|
![]() |
Biblioteca Central | Memorias | M 658.503 V434 (Navegar estantería(Abre debajo)) | 2 | Disponible | 35609001037750 |
CD Rom incluye tesis en Micorsoft Word
Tesis (Ing. Civil Industrial)-- Prof. guía: Victor Albornoz Sanhueza ; prof. corref.: María Cristina Riff
h. 63-63
[Resumen del autor]
El presente trabajo es un intento por resolver un problema de naturaleza real de planificación agregada de la producción, inserto en un marco de incertidumbre. A diferencia de la mayoría de las investigaciones y estudios en este campo, que realizan un análisis por escenario para la resolución de este tipo de problemas, aquí se emplea un enfoque más general, basado en el establecimiento de parámetros aleatorios con distribuciones de probabilidad continua, como forma de modelar la incertidumbre de los períodos futuros de planificación. El problema estocástico, que se formula a partir de un modelo original determinista, resulta ser considerablemente más complejo que este último. En virtud de lo anterior, estrategias algorítmicas típicas como el método de Benders o el método L-Shaped, resultan inviables para el modelo propuesto, haciéndose necesaria la implementación del algoritmo Stochastic Decomposition, diseñado en 1991 para este tipo de problemas. Sin embargo, la adecuada implementación del algoritmo, exige ciertas restricciones a la formulación estocástica original, que restan algún grado de realismo al modelamiento. Más aún, los tiempos de resolución en un solver especializado, no son despreciables, lo que hacen que este algoritmo y su programación sean perfectibles.
2