Modelo Basado en Escenarios para la Planificación Agregada de Producción. Caso de Estudio en una Empresa de Productos Químicos

En esta investigación tiene como objetivo el diseño de una herramienta de apoyo  a  los  procesos  de  toma  de  decisión  en  la planificación de la producción a mediano plazo a trav...

Full description

Autores:
Mendoza, Gean Pablo
Vergara Rodríguez, Cesar Jose
Domínguez-Arrieta, Oscar Eduardo
Domínguez Canchila, Luz Mary
Tipo de recurso:
Article of journal
Fecha de publicación:
2021
Institución:
Corporación Universidad de la Costa
Repositorio:
REDICUC - Repositorio CUC
Idioma:
spa
OAI Identifier:
oai:repositorio.cuc.edu.co:11323/12271
Acceso en línea:
https://hdl.handle.net/11323/12271
https://doi.org/10.17981/ingecuc.17.2.2021.19
Palabra clave:
modelling
uncertainty
scenarios
planning
planeación
modelación
incertidumbre
escenarios
Rights
openAccess
License
INGE CUC - 2021
id RCUC2_314938ff977573b02625e13cecda4819
oai_identifier_str oai:repositorio.cuc.edu.co:11323/12271
network_acronym_str RCUC2
network_name_str REDICUC - Repositorio CUC
repository_id_str
dc.title.spa.fl_str_mv Modelo Basado en Escenarios para la Planificación Agregada de Producción. Caso de Estudio en una Empresa de Productos Químicos
dc.title.translated.eng.fl_str_mv Scenario-Based Model for Aggregate Production Planning. Case Study in a Chemical Company
title Modelo Basado en Escenarios para la Planificación Agregada de Producción. Caso de Estudio en una Empresa de Productos Químicos
spellingShingle Modelo Basado en Escenarios para la Planificación Agregada de Producción. Caso de Estudio en una Empresa de Productos Químicos
modelling
uncertainty
scenarios
planning
planeación
modelación
incertidumbre
escenarios
title_short Modelo Basado en Escenarios para la Planificación Agregada de Producción. Caso de Estudio en una Empresa de Productos Químicos
title_full Modelo Basado en Escenarios para la Planificación Agregada de Producción. Caso de Estudio en una Empresa de Productos Químicos
title_fullStr Modelo Basado en Escenarios para la Planificación Agregada de Producción. Caso de Estudio en una Empresa de Productos Químicos
title_full_unstemmed Modelo Basado en Escenarios para la Planificación Agregada de Producción. Caso de Estudio en una Empresa de Productos Químicos
title_sort Modelo Basado en Escenarios para la Planificación Agregada de Producción. Caso de Estudio en una Empresa de Productos Químicos
dc.creator.fl_str_mv Mendoza, Gean Pablo
Vergara Rodríguez, Cesar Jose
Domínguez-Arrieta, Oscar Eduardo
Domínguez Canchila, Luz Mary
dc.contributor.author.spa.fl_str_mv Mendoza, Gean Pablo
Vergara Rodríguez, Cesar Jose
Domínguez-Arrieta, Oscar Eduardo
Domínguez Canchila, Luz Mary
dc.subject.eng.fl_str_mv modelling
uncertainty
scenarios
planning
topic modelling
uncertainty
scenarios
planning
planeación
modelación
incertidumbre
escenarios
dc.subject.spa.fl_str_mv planeación
modelación
incertidumbre
escenarios
description En esta investigación tiene como objetivo el diseño de una herramienta de apoyo  a  los  procesos  de  toma  de  decisión  en  la planificación de la producción a mediano plazo a través  de un modelo para la planeación agregada de la producción, cuando la demanda  es un parámetro con incertidumbre ajustado a una empresa productora y distribuidora de productos químicos para el aseo, ubicada en el municipio de Morroa – Sucre. El desarrollo de un plan de producción lleva consigo la determinación de parámetros que muchas veces poseen cierto grado de vaguedad, esto conlleva a que el personal a cargo de tomar dediciones asuma el manejo de esta incertidumbre. Esta técnica de planificación suele implicar una familia de productos similares, es decir, productos con similitudes en el proceso de producción, las habilidades requeridas, los materiales necesarios. En este estudio el modelo propuesto fue codificado en el software General Algebraic Modeling System (GAMS), obteniendo una solución en tiempos computacionales aceptables. La solución obtenida representa unos costos totales de producción $ 365’495,633 en el horizonte de planeación generando herramienta de planificación para la empresa en estudio con tiempos computacionales favorables.
publishDate 2021
dc.date.accessioned.none.fl_str_mv 2021-03-18 00:00:00
2024-04-09T20:17:50Z
dc.date.available.none.fl_str_mv 2021-03-18 00:00:00
2024-04-09T20:17:50Z
dc.date.issued.none.fl_str_mv 2021-03-18
dc.type.spa.fl_str_mv Artículo de revista
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_6501
http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.content.spa.fl_str_mv Text
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/article
dc.type.local.eng.fl_str_mv Journal article
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/ART
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.coarversion.spa.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
format http://purl.org/coar/resource_type/c_6501
status_str publishedVersion
dc.identifier.issn.none.fl_str_mv 0122-6517
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/11323/12271
dc.identifier.url.none.fl_str_mv https://doi.org/10.17981/ingecuc.17.2.2021.19
dc.identifier.doi.none.fl_str_mv 10.17981/ingecuc.17.2.2021.19
dc.identifier.eissn.none.fl_str_mv 2382-4700
identifier_str_mv 0122-6517
10.17981/ingecuc.17.2.2021.19
2382-4700
url https://hdl.handle.net/11323/12271
https://doi.org/10.17981/ingecuc.17.2.2021.19
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.ispartofjournal.spa.fl_str_mv Inge Cuc
dc.relation.references.spa.fl_str_mv  E. Demirel, E. C. Özelkan & C. Lim, “Aggregate planning with Flexibility Requirements Profile,” Int J Prod Econ, vol. 202, pp. 45–58, 2018. https://doi.org/10.1016/j.ijpe.2018.05.001
 T. De Kok & K. Inderfurth, “Nervousness in inventory management: comparison of basic control rules,” Eur J Oper Res, vol. 103, no. 1, pp. 55–82, 1997. https://doi.org/10.1016/S0377-2217(96)00255-X
 N. Tuomikangas & R. Kaipia, “A coordination framework for sales and operations planning (S&OP): Synthesis from the literature,” Int J Prod Econ, vol. 154, pp. 243–262, 2014. https://doi.org/10.1016/j.ijpe.2014.04.026
 H.-M. Cho & I.-J. Jeong, “A two-level method of production planning and scheduling for bi-objective reentrant hybrid flow shops,” Comput Ind Eng, vol. 106, pp. 174–181, 2017. https://doi.org/10.1016/j.cie.2017.02.010
 C.-C. Fang, M.-H. Lai & Y.-S. Huang, “Production planning of new and remanufacturing products in hybrid production systems,” Comput Ind Eng, vol. 108, pp. 88–99, 2017. https://doi.org/10.1016/j.cie.2017.04.015
 S. A. Abass, M. A. Gomaa, G. A. Elsharawy & M. S. Elsaid, “Generalized production planning problem under interval uncertainty,” Egypt Informatics J, vol. 11, no. 1, pp. 27–31, 2010. https://doi.org/10.1016/j.eij.2010.06.004
 A. Jamalnia, J.-B. Yang, D.-L. Xu, A. Feili & G. Jamali, “Evaluating the performance of aggregate production planning strategies under uncertainty in soft drink industry,” J Manuf Syst, vol. 50, pp. 146–162, 2019. https://doi.org/10.1016/j.jmsy.2018.12.009
 S. A. Abass, M. A. Gomaa, G. A. Elsharawy & M. S. Elsaid, “Generalized production planning problem under interval uncertainty,” Egypt Informatics J, vol. 11, no. 1, pp. 27–31, 2010. https://doi.org/10.1016/j.eij.2010.06.004
 S. P. Sethi, H. Yan, H. Zhang & Q. Zhang, “Optimal and hierarchical controls in dynamic stochastic manufacturing systems: A survey,” Manuf Serv Oper Manag, vol. 4, no. 2, pp. 133–170, 2002. https://doi.org/10.1287/msom.4.2.133.281
 L. Jia & Y. Sheng, “Stability in distribution for uncertain delay differential equation,” Appl Math Comput, vol. 343, pp. 49–56, 2019. https://doi.org/10.1016/j.amc.2018.09.037
 J. R. Galbraith. Designing organizations: An executive briefing on strategy, structure, and process. SF, CA, USA: Jossey-Bass, 1995.
 É. Gutiérrez, Á. I. Cadena, J. Montoya & F. Palacios, “Metodología de optimización para la toma de decisiones en la red de suministro de biodiesel en Colombia,” Cuad Adm, vol. 24, no. 43, pp. 59–87, . Disponible en https://revistas.javeriana.edu.co/index.php/cuadernos_admon/article/view/2601
 F. S. J. De Carvalho, “Programación estocástica. Aplicación a la gestión de activos y pasivos,” Tesis doctoral, UCM, MAD, ES, 2018. Disponible en https://eprints.ucm.es/id/eprint/46219/1/T39542.pdf
 J. W. Escobar, “Rediseño de una red de distribución con variabilidad de demanda usando la metodología de escenarios,” Rev Fac Ing, vol. 21, no. 32, pp. 9–19, 2013. Disponible en https://revistas.uptc.edu.co/index.php/ingenieria/article/view/1439
 F. C. Lario, A. Rodríguez, J. P. García & L. F. Escudero, “Análisis y definición de Escenarios en programación estocástica para la Gestión de la Cadena de Suministros, en el sector del automóvil.,” presentado alIV CIO, SEV, ES, ETSI, 2001. Recuperado de http://hdl.handle.net/11441/46654
 P. Schütz, A. Tomasgard & S. Ahmed, “Supply chain design under uncertainty using sample average approximation and dual decomposition,” Eur J Oper Res, vol. 199, no. 2, pp. 409–419, 2009. https://doi.org/10.1016/j.ejor.2008.11.040
 T. Santoso, S. Ahmed, M. Goetschalckx & A. Shapiro, “A stochastic programming approach for supply chain network design under uncertainty,” Eur J Oper Res, vol. 167, no. 1, pp. 96–115, 2005. https://doi.org/10.1016/j.ejor.2004.01.046
 H. M. Bidhandi & R. M. Yusuff, “Integrated supply chain planning under uncertainty using an improved stochastic approach,” Appl Math Model, vol. 35, no. 6, pp. 2618–2630, 2011. https://doi.org/10.1016/j.apm.2010.11.042
 J. Kim, Y. Lee & I. Moon, “Optimization of a hydrogen supply chain under demand uncertainty,” Int J Hydrogen Energy, vol. 33, no. 18, pp. 4715–4729, 2008. https://doi.org/10.1016/j.ijhydene.2008.06.007
 M. D. Arango, C. Vergara & H. Gaviria, “Modelización difusa para la planificación agregada de la producción en ambientes de incertidumbre,” DYNA, vol. 77, no. 162, pp. 397–409, 2010. Disponible en https://revistas.unal.edu.co/index.php/dyna/article/view/15910
A. Ramos, A. Alonso-Ayuso & G. Pérez. Optimización bajo incertidumbre. MAD, ES: UPCO, 2011.
dc.relation.citationissue.spa.fl_str_mv 2
dc.relation.citationvolume.spa.fl_str_mv 17
dc.relation.bitstream.none.fl_str_mv https://revistascientificas.cuc.edu.co/ingecuc/article/download/221-233/3871
https://revistascientificas.cuc.edu.co/ingecuc/article/download/221-233/4680
dc.relation.citationedition.spa.fl_str_mv Núm. 2 , Año 2021 : (Julio-Diciembre)
dc.rights.spa.fl_str_mv INGE CUC - 2021
dc.rights.uri.spa.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv INGE CUC - 2021
http://creativecommons.org/licenses/by-nc-nd/4.0
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.mimetype.spa.fl_str_mv application/pdf
text/html
dc.publisher.spa.fl_str_mv Universidad de la Costa
dc.source.spa.fl_str_mv https://revistascientificas.cuc.edu.co/ingecuc/article/view/221-233
institution Corporación Universidad de la Costa
bitstream.url.fl_str_mv https://repositorio.cuc.edu.co/bitstream/11323/12271/1/ORE.xml
bitstream.checksum.fl_str_mv 08f40b2a6c130e2b6c70714a59359850
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositorio Universidad de La Costa
repository.mail.fl_str_mv repdigital@cuc.edu.co
_version_ 1808400221732864000
spelling Mendoza, Gean Pablo5faffe41532aed8bc1ded70916edaa49300Vergara Rodríguez, Cesar Jose2beb586d7fbe85e205363d84914fffa4300Domínguez-Arrieta, Oscar Eduardo8fac0e69803130984771ea0fe5dedba4300Domínguez Canchila, Luz Mary37dd449040ce7d3283bc25e83b9cac2b5002021-03-18 00:00:002024-04-09T20:17:50Z2021-03-18 00:00:002024-04-09T20:17:50Z2021-03-180122-6517https://hdl.handle.net/11323/12271https://doi.org/10.17981/ingecuc.17.2.2021.1910.17981/ingecuc.17.2.2021.192382-4700En esta investigación tiene como objetivo el diseño de una herramienta de apoyo  a  los  procesos  de  toma  de  decisión  en  la planificación de la producción a mediano plazo a través  de un modelo para la planeación agregada de la producción, cuando la demanda  es un parámetro con incertidumbre ajustado a una empresa productora y distribuidora de productos químicos para el aseo, ubicada en el municipio de Morroa – Sucre. El desarrollo de un plan de producción lleva consigo la determinación de parámetros que muchas veces poseen cierto grado de vaguedad, esto conlleva a que el personal a cargo de tomar dediciones asuma el manejo de esta incertidumbre. Esta técnica de planificación suele implicar una familia de productos similares, es decir, productos con similitudes en el proceso de producción, las habilidades requeridas, los materiales necesarios. En este estudio el modelo propuesto fue codificado en el software General Algebraic Modeling System (GAMS), obteniendo una solución en tiempos computacionales aceptables. La solución obtenida representa unos costos totales de producción $ 365’495,633 en el horizonte de planeación generando herramienta de planificación para la empresa en estudio con tiempos computacionales favorables.The objective of this research is to design a tool to support decision-making processes in medium-term production planning through a model for aggregate production planning, when demand is a parameter with uncertainty adjusted to a company that produces and distributes chemical products for cleaning, located in the municipality of Morroa - Sucre. The development of a production plan involves the determination of parameters that often have a certain degree of vagueness, this leads the personnel in charge of making decisions to assume the management of this uncertainty. This planning technique usually involves a family of similar products, i.e., products with similarities in the production process, the skills required, the materials needed. In this study the proposed model was coded in the General Algebraic Modeling System (GAMS) software, obtaining a solution in acceptable computational times. The solution obtained represents total production costs of $ 365'495,633 in the planning horizon, generating a planning tool for the company under study with favorable computational times.application/pdftext/htmlspaUniversidad de la CostaINGE CUC - 2021http://creativecommons.org/licenses/by-nc-nd/4.0info:eu-repo/semantics/openAccessEsta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.http://purl.org/coar/access_right/c_abf2https://revistascientificas.cuc.edu.co/ingecuc/article/view/221-233modellinguncertaintyscenariosplanningplaneaciónmodelaciónincertidumbreescenariosModelo Basado en Escenarios para la Planificación Agregada de Producción. Caso de Estudio en una Empresa de Productos QuímicosScenario-Based Model for Aggregate Production Planning. Case Study in a Chemical CompanyArtículo de revistahttp://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1Textinfo:eu-repo/semantics/articleJournal articlehttp://purl.org/redcol/resource_type/ARTinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/version/c_970fb48d4fbd8a85Inge Cuc E. Demirel, E. C. Özelkan & C. Lim, “Aggregate planning with Flexibility Requirements Profile,” Int J Prod Econ, vol. 202, pp. 45–58, 2018. https://doi.org/10.1016/j.ijpe.2018.05.001 T. De Kok & K. Inderfurth, “Nervousness in inventory management: comparison of basic control rules,” Eur J Oper Res, vol. 103, no. 1, pp. 55–82, 1997. https://doi.org/10.1016/S0377-2217(96)00255-X N. Tuomikangas & R. Kaipia, “A coordination framework for sales and operations planning (S&OP): Synthesis from the literature,” Int J Prod Econ, vol. 154, pp. 243–262, 2014. https://doi.org/10.1016/j.ijpe.2014.04.026 H.-M. Cho & I.-J. Jeong, “A two-level method of production planning and scheduling for bi-objective reentrant hybrid flow shops,” Comput Ind Eng, vol. 106, pp. 174–181, 2017. https://doi.org/10.1016/j.cie.2017.02.010 C.-C. Fang, M.-H. Lai & Y.-S. Huang, “Production planning of new and remanufacturing products in hybrid production systems,” Comput Ind Eng, vol. 108, pp. 88–99, 2017. https://doi.org/10.1016/j.cie.2017.04.015 S. A. Abass, M. A. Gomaa, G. A. Elsharawy & M. S. Elsaid, “Generalized production planning problem under interval uncertainty,” Egypt Informatics J, vol. 11, no. 1, pp. 27–31, 2010. https://doi.org/10.1016/j.eij.2010.06.004 A. Jamalnia, J.-B. Yang, D.-L. Xu, A. Feili & G. Jamali, “Evaluating the performance of aggregate production planning strategies under uncertainty in soft drink industry,” J Manuf Syst, vol. 50, pp. 146–162, 2019. https://doi.org/10.1016/j.jmsy.2018.12.009 S. A. Abass, M. A. Gomaa, G. A. Elsharawy & M. S. Elsaid, “Generalized production planning problem under interval uncertainty,” Egypt Informatics J, vol. 11, no. 1, pp. 27–31, 2010. https://doi.org/10.1016/j.eij.2010.06.004 S. P. Sethi, H. Yan, H. Zhang & Q. Zhang, “Optimal and hierarchical controls in dynamic stochastic manufacturing systems: A survey,” Manuf Serv Oper Manag, vol. 4, no. 2, pp. 133–170, 2002. https://doi.org/10.1287/msom.4.2.133.281 L. Jia & Y. Sheng, “Stability in distribution for uncertain delay differential equation,” Appl Math Comput, vol. 343, pp. 49–56, 2019. https://doi.org/10.1016/j.amc.2018.09.037 J. R. Galbraith. Designing organizations: An executive briefing on strategy, structure, and process. SF, CA, USA: Jossey-Bass, 1995. É. Gutiérrez, Á. I. Cadena, J. Montoya & F. Palacios, “Metodología de optimización para la toma de decisiones en la red de suministro de biodiesel en Colombia,” Cuad Adm, vol. 24, no. 43, pp. 59–87, . Disponible en https://revistas.javeriana.edu.co/index.php/cuadernos_admon/article/view/2601 F. S. J. De Carvalho, “Programación estocástica. Aplicación a la gestión de activos y pasivos,” Tesis doctoral, UCM, MAD, ES, 2018. Disponible en https://eprints.ucm.es/id/eprint/46219/1/T39542.pdf J. W. Escobar, “Rediseño de una red de distribución con variabilidad de demanda usando la metodología de escenarios,” Rev Fac Ing, vol. 21, no. 32, pp. 9–19, 2013. Disponible en https://revistas.uptc.edu.co/index.php/ingenieria/article/view/1439 F. C. Lario, A. Rodríguez, J. P. García & L. F. Escudero, “Análisis y definición de Escenarios en programación estocástica para la Gestión de la Cadena de Suministros, en el sector del automóvil.,” presentado alIV CIO, SEV, ES, ETSI, 2001. Recuperado de http://hdl.handle.net/11441/46654 P. Schütz, A. Tomasgard & S. Ahmed, “Supply chain design under uncertainty using sample average approximation and dual decomposition,” Eur J Oper Res, vol. 199, no. 2, pp. 409–419, 2009. https://doi.org/10.1016/j.ejor.2008.11.040 T. Santoso, S. Ahmed, M. Goetschalckx & A. Shapiro, “A stochastic programming approach for supply chain network design under uncertainty,” Eur J Oper Res, vol. 167, no. 1, pp. 96–115, 2005. https://doi.org/10.1016/j.ejor.2004.01.046 H. M. Bidhandi & R. M. Yusuff, “Integrated supply chain planning under uncertainty using an improved stochastic approach,” Appl Math Model, vol. 35, no. 6, pp. 2618–2630, 2011. https://doi.org/10.1016/j.apm.2010.11.042 J. Kim, Y. Lee & I. Moon, “Optimization of a hydrogen supply chain under demand uncertainty,” Int J Hydrogen Energy, vol. 33, no. 18, pp. 4715–4729, 2008. https://doi.org/10.1016/j.ijhydene.2008.06.007 M. D. Arango, C. Vergara & H. Gaviria, “Modelización difusa para la planificación agregada de la producción en ambientes de incertidumbre,” DYNA, vol. 77, no. 162, pp. 397–409, 2010. Disponible en https://revistas.unal.edu.co/index.php/dyna/article/view/15910A. Ramos, A. Alonso-Ayuso & G. Pérez. Optimización bajo incertidumbre. MAD, ES: UPCO, 2011.217https://revistascientificas.cuc.edu.co/ingecuc/article/download/221-233/3871https://revistascientificas.cuc.edu.co/ingecuc/article/download/221-233/4680Núm. 2 , Año 2021 : (Julio-Diciembre)OREORE.xmltext/xml2810https://repositorio.cuc.edu.co/bitstream/11323/12271/1/ORE.xml08f40b2a6c130e2b6c70714a59359850MD51open access11323/12271oai:repositorio.cuc.edu.co:11323/122712024-04-09 15:17:50.564An error occurred on the license name.|||http://creativecommons.org/licenses/by-nc-nd/4.0metadata only accessRepositorio Universidad de La Costarepdigital@cuc.edu.co