Balanceo de líneas de producción en la industria farmacéutica mediante Programación por metas
Introducción: En una línea de fabricación es muy importante que los tiempos de ciclo de las diferentes estaciones estén balanceados y que sean bajos, ya que esto permite disminuir los inventarios de producto en proceso, sin embargo, hacer esto conlleva a aumentar el número de estaciones, lo que no e...
- Autores:
-
Orejuela Cabrera, Juan Pablo
Flórez González, Andrés
- Tipo de recurso:
- Article of journal
- Fecha de publicación:
- 2019
- Institución:
- Corporación Universidad de la Costa
- Repositorio:
- REDICUC - Repositorio CUC
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.cuc.edu.co:11323/12208
- Palabra clave:
- line balancing
cycle time
goal programming mathematical model
multi-objective approach
balanceo de línea
tiempo de ciclo
programación por metas
modelo matemático
enfoque multi-objetivo
- Rights
- openAccess
- License
- INGE CUC - 2019
id |
RCUC2_b94de33709823bebfeedce40a9585408 |
---|---|
oai_identifier_str |
oai:repositorio.cuc.edu.co:11323/12208 |
network_acronym_str |
RCUC2 |
network_name_str |
REDICUC - Repositorio CUC |
repository_id_str |
|
dc.title.spa.fl_str_mv |
Balanceo de líneas de producción en la industria farmacéutica mediante Programación por metas |
dc.title.translated.eng.fl_str_mv |
Production line balancing in the pharmaceutical industry using Goal Programming |
title |
Balanceo de líneas de producción en la industria farmacéutica mediante Programación por metas |
spellingShingle |
Balanceo de líneas de producción en la industria farmacéutica mediante Programación por metas line balancing cycle time goal programming mathematical model multi-objective approach balanceo de línea tiempo de ciclo programación por metas modelo matemático enfoque multi-objetivo |
title_short |
Balanceo de líneas de producción en la industria farmacéutica mediante Programación por metas |
title_full |
Balanceo de líneas de producción en la industria farmacéutica mediante Programación por metas |
title_fullStr |
Balanceo de líneas de producción en la industria farmacéutica mediante Programación por metas |
title_full_unstemmed |
Balanceo de líneas de producción en la industria farmacéutica mediante Programación por metas |
title_sort |
Balanceo de líneas de producción en la industria farmacéutica mediante Programación por metas |
dc.creator.fl_str_mv |
Orejuela Cabrera, Juan Pablo Flórez González, Andrés |
dc.contributor.author.spa.fl_str_mv |
Orejuela Cabrera, Juan Pablo Flórez González, Andrés |
dc.subject.eng.fl_str_mv |
line balancing cycle time goal programming mathematical model multi-objective approach |
topic |
line balancing cycle time goal programming mathematical model multi-objective approach balanceo de línea tiempo de ciclo programación por metas modelo matemático enfoque multi-objetivo |
dc.subject.spa.fl_str_mv |
balanceo de línea tiempo de ciclo programación por metas modelo matemático enfoque multi-objetivo |
description |
Introducción: En una línea de fabricación es muy importante que los tiempos de ciclo de las diferentes estaciones estén balanceados y que sean bajos, ya que esto permite disminuir los inventarios de producto en proceso, sin embargo, hacer esto conlleva a aumentar el número de estaciones, lo que no es favorable ya que eleva los costos fijos asociados a las estaciones, en tal sentido es necesario definir estrategias que permitan lograr un equilibrio entre estos requerimientos. Objetivo: En este artículo se propone la formulación de un modelo para el balanceo de línea, utilizando la técnica de programación multiobjetivo por metas, aplicada a la industria farmacéutica con el fin de minimizar el número de estaciones, minimizar el tiempo de ciclo y el inventario en proceso. Metodología: Se emplea la programación por metas para abordar un modelo de balance de línea, que considera al mismo tiempo la asignación de múltiples estaciones una operación y la asignación de múltiples operaciones a una estación. Resultados: Se logra una reducción significativa del tiempo ciclo y del tiempo ocioso a costos mínimos, además se presenta una comparación entre el modelo determinístico y estocástico. Conclusiones: A través de esta implementación del modelo en LINGO, se validó el cumplimiento de las restricciones planteadas, la precedencia de las operaciones y el buen funcionamiento del modelo mediante las soluciones óptimas obtenidas. La simulación, es una herramienta que permite ilustrar la complejidad de las operaciones del sistema de producción, las cuales requieren como en nuestro caso de una modelación más ajustada a la realidad para comprender el comportamiento del proceso y evaluar diferentes estrategias |
publishDate |
2019 |
dc.date.accessioned.none.fl_str_mv |
2019-03-07 00:00:00 2024-04-09T20:15:10Z |
dc.date.available.none.fl_str_mv |
2019-03-07 00:00:00 2024-04-09T20:15:10Z |
dc.date.issued.none.fl_str_mv |
2019-03-07 |
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/11323/12208 |
dc.identifier.url.none.fl_str_mv |
https://doi.org/10.17981/ingecuc.15.1.2019.10 |
dc.identifier.doi.none.fl_str_mv |
10.17981/ingecuc.15.1.2019.10 |
dc.identifier.eissn.none.fl_str_mv |
2382-4700 |
identifier_str_mv |
0122-6517 10.17981/ingecuc.15.1.2019.10 2382-4700 |
url |
https://hdl.handle.net/11323/12208 https://doi.org/10.17981/ingecuc.15.1.2019.10 |
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 |
N. Boysen, M. Fliedner and A. Scholl, “A classification of assembly line balancing problems,” Eur. J. Oper. Res., vol. 183, no. 2, pp. 674–693, Dec. 2007, doi: https://doi.org/10.1016/j.ejor.2006.10.010 J. Pereira and E. Álvarez-Miranda, “An exact approach for the robust assembly line balancing problem,” Omega, vol. 78, pp. 85–98, Jul. 2018, doi: https://doi.org/10.1016/j.omega.2017.08.020 I. Baybars, “A Survey of Exact Algorithms for the Simple Assembly Line Balancing Problem,” Manage. Sci., vol. 32, no. 8, pp. 909–932, Aug. 1986, doi: https://doi.org/10.1287/mnsc.32.8.909 E. Erel, “A study on production lines with discrete batch WIP inventory transfer,” Int. J. Prod. Econ., vol. 55, no. 1, pp. 71–85, Jun. 1998, doi: https://doi.org/10.1016/S0925-5273(98)00042-5 E. Erel, “Effect of discrete batch WIP transfer on the efficiency of production lines,” Int. J. Prod. Res., vol. 31, no. 8, pp. 1827–1838, Aug. 1993, doi: https://doi.org/10.1080/00207549308956825. P. J. Egbelu and N. Roy, “Material flow control in AGV/unit load based production lines,” Int. J. Prod. Res., vol. 26, no. 1, pp. 81–94, Jan. 1988, doi: https://doi.org/10.1080/00207548808947842 P. J. Egbelu, “Batch production time in a multi-stage system with material-handling consideration,” Int. J. Prod. Res., vol. 29, no. 4, pp. 695–712, Apr. 1991, doi: https://doi.org/10.1080/00207549108930096 P. J. Egbelu, “Machining and material flow system design for minimum cost production,” Int. J. Prod. Res., vol. 28, no. 2, pp. 353–368, Feb. 1990, doi: https://doi.org/10.1080/00207549008942716 R. G. Qiu, “Virtual production line based WIP control for semiconductor manufacturing systems,” Int. J. Prod. Econ., vol. 95, no. 2, pp. 165–178, Feb. 2005, doi: https://doi.org/10.1016/j.ijpe.2003.12.004 W. Choi and Y. Lee, “A dynamic part-feeding system for an automotive assembly line,” Comput. Ind. Eng., vol. 43, no. 1–2, pp. 123–134, Jul. 2002, doi: https://doi.org/10.1016/S0360-8352(02)00071-2 A. Scholl and R. Klein, “SALOME: A Bidirectional Branch-and-Bound Procedure for Assembly Line Balancing,” INFORMS J. Comput., vol. 9, no. 4, pp. 319–334, Nov. 1997, doi: https://doi.org/10.1287/ijoc.9.4.319 P. R. McMullen and P. Tarasewich, “Multi-objective assembly line balancing via a modified ant colony optimization technique,” Int. J. Prod. Res., vol. 44, no. 1, pp. 27–42, Jan. 2006, doi: https://doi.org/10.1080/00207540500216748 A. Scholl and C. Becker, “State-of-the-art exact and heuristic solution procedures for simple assembly line balancing,” Eur. J. Oper. Res., vol. 168, no. 3, pp. 666–693, Mar. 2006, doi: https://doi.org/10.1016/j.ejor.2004.07.022 Y. Bukchin and T. Raviv, “Constraint programming for solving various assembly line balancing problems,” Omega, vol. 78, pp. 57–68, Jul. 2018, doi: https://doi.org/10.1016/j.omega.2017.06.008 J. Pereira and E. Álvarez-Miranda, “An exact approach for the robust assembly line balancing problem,” Omega, vol. 78, pp. 85–98, Jul. 2018, doi: https://doi.org/10.1016/j.omega.2017.08.020 J. R. Coronado-Hernandez and H. Ospina-Mateus, “Incorporación de Riesgos Ergonómicos en el Balanceo de Líneas de Ensamble en U,” WPOM - Work. Pap. Oper. Manag., vol. 4, no. 2, pp. 29–43, Sept. 2013, doi: http://dx.doi.org/10.4995/wpom.v4i2.1164 E. H. Bowman, “Assembly-Line Balancing by Linear Programming,” Oper. Res., vol. 8, no. 3, pp. 385–389, Jun. 1960. doi: http://dx.doi.org/10.1287/opre.8.3.385 C. N. Klahr, “Multiple Objectives in Mathematical Programming,” Oper. Res., vol. 6, no. 6, pp. 849–855, Nov. 1958. Available: https://doi.org/10.1287/opre.6.6.849 A. Charnes and W. W. Cooper, Management models and industrial applications of linear programming, vol. 1, N.J., USA: John Wiley & Sons, 1961. Y. Ijiri, Management goals and accounting for control, Haarlem, Netherlands: North Holland Pub. Co., 1965. F. S. Hillier and G. J. Lieberman, Investigación de operaciones, 10th ed., Madrid, España: McGraw-Hill Interamericana S.L., 2016. C. Romero, “El enfoque multiobjetivo en los modelos matemáticos de planificación de cultivos,” Rev. Econ. Polit., vol. 89, pp. 179–204, Sept. 1981. S. M. Lee, Goal Programming for Decision Analysis, Philadelphia, USA: Auerbach Pub., 1972. J. P. Ignizio, Goal programming and extensions, Toronto, Canada: Lexington Books, 1976. C. Romero, Análisis de las decisiones multicriterio, vol. 14, Madrid, España: Isdefe, 1996. Ö. Polat, Ö. Mutlu and E. Özgörmüş, “A Goal Programming Model For Assembly Line Balancing Problem Type 2 Under Workload Constraint.” in The 2015 Northeast Decision Sciences Conf., Cambridge, MA, March 2015. M. C. O. Moreira, R. Pastor, A. M. Costa and C. Miralles, “The multi-objective assembly line worker integration and balancing problem of type-2,” Comput. Oper. Res., vol. 82, pp. 114–125, Jun. 2017, doi: https://doi.org/10.1016/j.cor.2017.01.003 A. J. R. Smith and A. Bhandari, “Multiple criteria approach to the stochastic assembly line balancing problem,” Proc. 33rd Int. Matador Conf., 2000, pp. 61–66. O. Rosenberg and H. Ziegler, “A comparison of heuristic algorithms for cost-oriented assembly line balancing,” ZOR Zeitschrift fü Oper. Res. Methods Model. Oper. Res., vol. 36, no. 6, pp. 477–495, Nov. 1992. Available: https://link.springer.com/article/10.1007/BF01416240 |
dc.relation.citationendpage.none.fl_str_mv |
122 |
dc.relation.citationstartpage.none.fl_str_mv |
109 |
dc.relation.citationissue.spa.fl_str_mv |
1 |
dc.relation.citationvolume.spa.fl_str_mv |
15 |
dc.relation.bitstream.none.fl_str_mv |
https://revistascientificas.cuc.edu.co/ingecuc/article/download/1906/2059 https://revistascientificas.cuc.edu.co/ingecuc/article/download/1906/2092 https://revistascientificas.cuc.edu.co/ingecuc/article/download/1906/2287 |
dc.relation.citationedition.spa.fl_str_mv |
Núm. 1 , Año 2019 : (Enero - Junio) |
dc.rights.spa.fl_str_mv |
INGE CUC - 2019 |
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 - 2019 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 application/xml |
dc.publisher.spa.fl_str_mv |
Universidad de la Costa |
dc.source.spa.fl_str_mv |
https://revistascientificas.cuc.edu.co/ingecuc/article/view/1906 |
institution |
Corporación Universidad de la Costa |
bitstream.url.fl_str_mv |
https://repositorio.cuc.edu.co/bitstreams/ebb45250-b9ab-4a37-b12c-6ac650834718/download |
bitstream.checksum.fl_str_mv |
65a5c26b4dc5972463b2b4f9ee3fec72 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 |
repository.name.fl_str_mv |
Repositorio de la Universidad de la Costa CUC |
repository.mail.fl_str_mv |
repdigital@cuc.edu.co |
_version_ |
1828166696545812480 |
spelling |
Orejuela Cabrera, Juan PabloFlórez González, Andrés2019-03-07 00:00:002024-04-09T20:15:10Z2019-03-07 00:00:002024-04-09T20:15:10Z2019-03-070122-6517https://hdl.handle.net/11323/12208https://doi.org/10.17981/ingecuc.15.1.2019.1010.17981/ingecuc.15.1.2019.102382-4700Introducción: En una línea de fabricación es muy importante que los tiempos de ciclo de las diferentes estaciones estén balanceados y que sean bajos, ya que esto permite disminuir los inventarios de producto en proceso, sin embargo, hacer esto conlleva a aumentar el número de estaciones, lo que no es favorable ya que eleva los costos fijos asociados a las estaciones, en tal sentido es necesario definir estrategias que permitan lograr un equilibrio entre estos requerimientos. Objetivo: En este artículo se propone la formulación de un modelo para el balanceo de línea, utilizando la técnica de programación multiobjetivo por metas, aplicada a la industria farmacéutica con el fin de minimizar el número de estaciones, minimizar el tiempo de ciclo y el inventario en proceso. Metodología: Se emplea la programación por metas para abordar un modelo de balance de línea, que considera al mismo tiempo la asignación de múltiples estaciones una operación y la asignación de múltiples operaciones a una estación. Resultados: Se logra una reducción significativa del tiempo ciclo y del tiempo ocioso a costos mínimos, además se presenta una comparación entre el modelo determinístico y estocástico. Conclusiones: A través de esta implementación del modelo en LINGO, se validó el cumplimiento de las restricciones planteadas, la precedencia de las operaciones y el buen funcionamiento del modelo mediante las soluciones óptimas obtenidas. La simulación, es una herramienta que permite ilustrar la complejidad de las operaciones del sistema de producción, las cuales requieren como en nuestro caso de una modelación más ajustada a la realidad para comprender el comportamiento del proceso y evaluar diferentes estrategiasIntroduction: In a production Line it’s important that the stations’ cycle times are balanced and that they are low since this allows to reduce the work in process. However, doing this leads to an increase in the stations’ number, that is not favorable because it raises the costs associated with the stations, therefore it is necessary to define strategies that allow achieving a balance between these requirements. Objective: In this article we propose the formulation of a model for the line balancing, using the technique of multi-objective goal programming, applied to the pharmaceutical industry in order to minimize the stations’ number, minimize cycle time and inventory in process. Methodology: Goal programming is used to address a line balance model, which considers at the same time the assignment of multiple stations to one operation and the assignment of multiple operations to one station. Results: A significant decrease in cycle time and idle time at minimum costs is achieved, and a comparison between the deterministic and stochastic models is presented. Conclusions: Through this implementation of the LINGO model, the compliance of the proposed restrictions, the precedence of operations and the proper functioning of the model were validated through the optimal solutions obtained. The simulation is a tool that illustrates the complexity of the operations of the production system, which require, as in our case, more realistic modeling to understand the behavior of the process and evaluate different strategies.application/pdftext/htmlapplication/xmlspaUniversidad de la CostaINGE CUC - 2019http://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/1906line balancingcycle timegoal programming mathematical modelmulti-objective approachbalanceo de líneatiempo de cicloprogramación por metasmodelo matemáticoenfoque multi-objetivoBalanceo de líneas de producción en la industria farmacéutica mediante Programación por metasProduction line balancing in the pharmaceutical industry using Goal ProgrammingArtículo 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 CucN. Boysen, M. Fliedner and A. Scholl, “A classification of assembly line balancing problems,” Eur. J. Oper. Res., vol. 183, no. 2, pp. 674–693, Dec. 2007, doi: https://doi.org/10.1016/j.ejor.2006.10.010J. Pereira and E. Álvarez-Miranda, “An exact approach for the robust assembly line balancing problem,” Omega, vol. 78, pp. 85–98, Jul. 2018, doi: https://doi.org/10.1016/j.omega.2017.08.020I. Baybars, “A Survey of Exact Algorithms for the Simple Assembly Line Balancing Problem,” Manage. Sci., vol. 32, no. 8, pp. 909–932, Aug. 1986, doi: https://doi.org/10.1287/mnsc.32.8.909E. Erel, “A study on production lines with discrete batch WIP inventory transfer,” Int. J. Prod. Econ., vol. 55, no. 1, pp. 71–85, Jun. 1998, doi: https://doi.org/10.1016/S0925-5273(98)00042-5E. Erel, “Effect of discrete batch WIP transfer on the efficiency of production lines,” Int. J. Prod. Res., vol. 31, no. 8, pp. 1827–1838, Aug. 1993, doi: https://doi.org/10.1080/00207549308956825.P. J. Egbelu and N. Roy, “Material flow control in AGV/unit load based production lines,” Int. J. Prod. Res., vol. 26, no. 1, pp. 81–94, Jan. 1988, doi: https://doi.org/10.1080/00207548808947842P. J. Egbelu, “Batch production time in a multi-stage system with material-handling consideration,” Int. J. Prod. Res., vol. 29, no. 4, pp. 695–712, Apr. 1991, doi: https://doi.org/10.1080/00207549108930096P. J. Egbelu, “Machining and material flow system design for minimum cost production,” Int. J. Prod. Res., vol. 28, no. 2, pp. 353–368, Feb. 1990, doi: https://doi.org/10.1080/00207549008942716R. G. Qiu, “Virtual production line based WIP control for semiconductor manufacturing systems,” Int. J. Prod. Econ., vol. 95, no. 2, pp. 165–178, Feb. 2005, doi: https://doi.org/10.1016/j.ijpe.2003.12.004W. Choi and Y. Lee, “A dynamic part-feeding system for an automotive assembly line,” Comput. Ind. Eng., vol. 43, no. 1–2, pp. 123–134, Jul. 2002, doi: https://doi.org/10.1016/S0360-8352(02)00071-2A. Scholl and R. Klein, “SALOME: A Bidirectional Branch-and-Bound Procedure for Assembly Line Balancing,” INFORMS J. Comput., vol. 9, no. 4, pp. 319–334, Nov. 1997, doi: https://doi.org/10.1287/ijoc.9.4.319P. R. McMullen and P. Tarasewich, “Multi-objective assembly line balancing via a modified ant colony optimization technique,” Int. J. Prod. Res., vol. 44, no. 1, pp. 27–42, Jan. 2006, doi: https://doi.org/10.1080/00207540500216748A. Scholl and C. Becker, “State-of-the-art exact and heuristic solution procedures for simple assembly line balancing,” Eur. J. Oper. Res., vol. 168, no. 3, pp. 666–693, Mar. 2006, doi: https://doi.org/10.1016/j.ejor.2004.07.022Y. Bukchin and T. Raviv, “Constraint programming for solving various assembly line balancing problems,” Omega, vol. 78, pp. 57–68, Jul. 2018, doi: https://doi.org/10.1016/j.omega.2017.06.008J. Pereira and E. Álvarez-Miranda, “An exact approach for the robust assembly line balancing problem,” Omega, vol. 78, pp. 85–98, Jul. 2018, doi: https://doi.org/10.1016/j.omega.2017.08.020J. R. Coronado-Hernandez and H. Ospina-Mateus, “Incorporación de Riesgos Ergonómicos en el Balanceo de Líneas de Ensamble en U,” WPOM - Work. Pap. Oper. Manag., vol. 4, no. 2, pp. 29–43, Sept. 2013, doi: http://dx.doi.org/10.4995/wpom.v4i2.1164E. H. Bowman, “Assembly-Line Balancing by Linear Programming,” Oper. Res., vol. 8, no. 3, pp. 385–389, Jun. 1960. doi: http://dx.doi.org/10.1287/opre.8.3.385C. N. Klahr, “Multiple Objectives in Mathematical Programming,” Oper. Res., vol. 6, no. 6, pp. 849–855, Nov. 1958. Available: https://doi.org/10.1287/opre.6.6.849A. Charnes and W. W. Cooper, Management models and industrial applications of linear programming, vol. 1, N.J., USA: John Wiley & Sons, 1961.Y. Ijiri, Management goals and accounting for control, Haarlem, Netherlands: North Holland Pub. Co., 1965.F. S. Hillier and G. J. Lieberman, Investigación de operaciones, 10th ed., Madrid, España: McGraw-Hill Interamericana S.L., 2016.C. Romero, “El enfoque multiobjetivo en los modelos matemáticos de planificación de cultivos,” Rev. Econ. Polit., vol. 89, pp. 179–204, Sept. 1981.S. M. Lee, Goal Programming for Decision Analysis, Philadelphia, USA: Auerbach Pub., 1972.J. P. Ignizio, Goal programming and extensions, Toronto, Canada: Lexington Books, 1976.C. Romero, Análisis de las decisiones multicriterio, vol. 14, Madrid, España: Isdefe, 1996.Ö. Polat, Ö. Mutlu and E. Özgörmüş, “A Goal Programming Model For Assembly Line Balancing Problem Type 2 Under Workload Constraint.” in The 2015 Northeast Decision Sciences Conf., Cambridge, MA, March 2015.M. C. O. Moreira, R. Pastor, A. M. Costa and C. Miralles, “The multi-objective assembly line worker integration and balancing problem of type-2,” Comput. Oper. Res., vol. 82, pp. 114–125, Jun. 2017, doi: https://doi.org/10.1016/j.cor.2017.01.003A. J. R. Smith and A. Bhandari, “Multiple criteria approach to the stochastic assembly line balancing problem,” Proc. 33rd Int. Matador Conf., 2000, pp. 61–66.O. Rosenberg and H. Ziegler, “A comparison of heuristic algorithms for cost-oriented assembly line balancing,” ZOR Zeitschrift fü Oper. Res. Methods Model. Oper. Res., vol. 36, no. 6, pp. 477–495, Nov. 1992. Available: https://link.springer.com/article/10.1007/BF01416240122109115https://revistascientificas.cuc.edu.co/ingecuc/article/download/1906/2059https://revistascientificas.cuc.edu.co/ingecuc/article/download/1906/2092https://revistascientificas.cuc.edu.co/ingecuc/article/download/1906/2287Núm. 1 , Año 2019 : (Enero - Junio)PublicationOREORE.xmltext/xml2628https://repositorio.cuc.edu.co/bitstreams/ebb45250-b9ab-4a37-b12c-6ac650834718/download65a5c26b4dc5972463b2b4f9ee3fec72MD5111323/12208oai:repositorio.cuc.edu.co:11323/122082024-09-17 11:05:42.984http://creativecommons.org/licenses/by-nc-nd/4.0INGE CUC - 2019metadata.onlyhttps://repositorio.cuc.edu.coRepositorio de la Universidad de la Costa CUCrepdigital@cuc.edu.co |