Los grupos de interés en la programación de producción de un sistema de manufactura “Job Shop”
En este artículo, se integran durante el proceso de programación de un sistema de manufactura tipo “Job Shop”, algunas expectativas de los siguientes grupos de interés: proveedores, sociedad, colaboradores de la organización, clientes y accionistas. De esta forma, se diseña un proceso de evaluación...
- Autores:
-
Coca Ortegón, Germán Augusto
Castrillón Gómez, Omar Danilo
Ruiz Herrera, Santiago
- Tipo de recurso:
- Article of journal
- Fecha de publicación:
- 2019
- Institución:
- Universidad EIA .
- Repositorio:
- Repositorio EIA .
- Idioma:
- spa
- OAI Identifier:
- oai:repository.eia.edu.co:11190/5043
- Acceso en línea:
- https://repository.eia.edu.co/handle/11190/5043
https://doi.org/10.24050/reia.v16i32.1236
- Palabra clave:
- Emisiones dióxido carbono
fatiga
grupos de interés
Job Shop.
Programación de operaciones.
- Rights
- openAccess
- License
- Revista EIA - 2019
| id |
REIA2_0248beaa38f0a4aa4cd5c289340c127e |
|---|---|
| oai_identifier_str |
oai:repository.eia.edu.co:11190/5043 |
| network_acronym_str |
REIA2 |
| network_name_str |
Repositorio EIA . |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Los grupos de interés en la programación de producción de un sistema de manufactura “Job Shop” |
| dc.title.translated.eng.fl_str_mv |
Los grupos de interés en la programación de producción de un sistema de manufactura “Job Shop” |
| title |
Los grupos de interés en la programación de producción de un sistema de manufactura “Job Shop” |
| spellingShingle |
Los grupos de interés en la programación de producción de un sistema de manufactura “Job Shop” Emisiones dióxido carbono fatiga grupos de interés Job Shop. Programación de operaciones. |
| title_short |
Los grupos de interés en la programación de producción de un sistema de manufactura “Job Shop” |
| title_full |
Los grupos de interés en la programación de producción de un sistema de manufactura “Job Shop” |
| title_fullStr |
Los grupos de interés en la programación de producción de un sistema de manufactura “Job Shop” |
| title_full_unstemmed |
Los grupos de interés en la programación de producción de un sistema de manufactura “Job Shop” |
| title_sort |
Los grupos de interés en la programación de producción de un sistema de manufactura “Job Shop” |
| dc.creator.fl_str_mv |
Coca Ortegón, Germán Augusto Castrillón Gómez, Omar Danilo Ruiz Herrera, Santiago |
| dc.contributor.author.spa.fl_str_mv |
Coca Ortegón, Germán Augusto Castrillón Gómez, Omar Danilo Ruiz Herrera, Santiago |
| dc.subject.spa.fl_str_mv |
Emisiones dióxido carbono fatiga grupos de interés Job Shop. Programación de operaciones. |
| topic |
Emisiones dióxido carbono fatiga grupos de interés Job Shop. Programación de operaciones. |
| description |
En este artículo, se integran durante el proceso de programación de un sistema de manufactura tipo “Job Shop”, algunas expectativas de los siguientes grupos de interés: proveedores, sociedad, colaboradores de la organización, clientes y accionistas. De esta forma, se diseña un proceso de evaluación multiobjetivo, por medio del cual se pretende la minimización simultánea del conjunto de variables presentadas a continuación: tiempo proceso, emisiones dióxido de carbono, nivel de fatiga, factor global desperdicio y costos de producción. Asimismo, se expresa que el método propuesto, se encuentra fundamentado en la selección de aquellos individuos, cuyo grado de cercanía a determinados puntos de referencia, sea el máximo posible. Es así como, el desempeño del método anterior (método puntos referencia), se coteja con el desempeño de cierto método multiobjetivo, basado en análisis de subgrupos (método subgrupos). Al respecto, se observa que el primer método muestra, mayor capacidad para detectar la fluctuación estadística inherente a los datos. De este modo, se establece que el “método puntos referencia” supera el desempeño del “método subgrupos”, en cuanto al comportamiento de los parámetros “coeficiente de variación” y “rango”, para el caso de 4 (tiempo proceso, emisiones dióxido carbono, nivel fatiga, costos producción) de las 5 variables analizadas. |
| publishDate |
2019 |
| dc.date.accessioned.none.fl_str_mv |
2019-06-06 00:00:00 2022-06-17T20:19:54Z |
| dc.date.available.none.fl_str_mv |
2019-06-06 00:00:00 2022-06-17T20:19:54Z |
| dc.date.issued.none.fl_str_mv |
2019-06-06 |
| dc.type.spa.fl_str_mv |
Artículo de revista |
| dc.type.eng.fl_str_mv |
Journal article |
| dc.type.coar.fl_str_mv |
http://purl.org/coar/resource_type/c_2df8fbb1 |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_6501 http://purl.org/coar/resource_type/c_6501 |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/article |
| dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.content.spa.fl_str_mv |
Text |
| dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/ARTREF |
| 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 |
1794-1237 |
| dc.identifier.uri.none.fl_str_mv |
https://repository.eia.edu.co/handle/11190/5043 |
| dc.identifier.doi.none.fl_str_mv |
10.24050/reia.v16i32.1236 |
| dc.identifier.eissn.none.fl_str_mv |
2463-0950 |
| dc.identifier.url.none.fl_str_mv |
https://doi.org/10.24050/reia.v16i32.1236 |
| identifier_str_mv |
1794-1237 10.24050/reia.v16i32.1236 2463-0950 |
| url |
https://repository.eia.edu.co/handle/11190/5043 https://doi.org/10.24050/reia.v16i32.1236 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.spa.fl_str_mv |
• Azadeh, A.; Goldansaz, S. y Zahedi-Anaraki, A. (2016). “Solving and optimizing a bi-objective open shop scheduling problem by a modified genetic algorithm”. International Journal of Advanced Manufacturing Technology, vol. 85, pp. 1603-1613. • Coca, G.; Castrillón, O. y Ruiz, S. (2013). “Metodología basada en los algoritmos VEGA y MOGA para solucionar un problema multi-objetivo en un sistema de producción Job Shop”. Revista EIA, vol. 13, pp. 175-191. • Deb, K. y Jain, H. (2014). “An Evolutionary Many-Objective Optimization Algorithm Using Reference-Point-Based Nondominated Sorting Approach, Part I: Solving Problems With Box Constraints”. IEEE Transactions on Evolutionary Computation, vol. 18, No. 4, pp. 577-601. • Haider, A. y Mirza, J. (2015). “An implementation of lean scheduling in a job shop environment”. Advances in Production Engineering & Management, vol. 10, No. 1, pp. 5-17. • Hao, X.; Gen, M.; Lin, L. y Suer, G. (2017). “Effective multiobjective EDA for bi-criteria stochastic Job-Shop scheduling problem”. Journal of intelligent Manufacturing, vol. 28, No. 3, pp. 833-845. |
| dc.relation.bitstream.none.fl_str_mv |
https://revistas.eia.edu.co/index.php/reveia/article/download/1236/1247 |
| dc.relation.citationedition.spa.fl_str_mv |
Núm. 32 , Año 2019 |
| dc.relation.citationendpage.none.fl_str_mv |
84 |
| dc.relation.citationissue.spa.fl_str_mv |
32 |
| dc.relation.citationstartpage.none.fl_str_mv |
65 |
| dc.relation.citationvolume.spa.fl_str_mv |
16 |
| dc.relation.ispartofjournal.spa.fl_str_mv |
Revista EIA |
| dc.rights.spa.fl_str_mv |
Revista EIA - 2019 |
| dc.rights.uri.spa.fl_str_mv |
https://creativecommons.org/licenses/by-nc-sa/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 |
Revista EIA - 2019 https://creativecommons.org/licenses/by-nc-sa/4.0/ http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.publisher.spa.fl_str_mv |
Fondo Editorial EIA - Universidad EIA |
| dc.source.spa.fl_str_mv |
https://revistas.eia.edu.co/index.php/reveia/article/view/1236 |
| institution |
Universidad EIA . |
| bitstream.url.fl_str_mv |
https://repository.eia.edu.co/bitstreams/4611bafe-99f5-45cf-84b0-8df91bcc34c1/download |
| bitstream.checksum.fl_str_mv |
c5236af70a8da908c22fdc7421e4bd6e |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional Universidad EIA |
| repository.mail.fl_str_mv |
bdigital@metabiblioteca.com |
| _version_ |
1808400319322783744 |
| spelling |
Coca Ortegón, Germán Augusto5cb2ab727ac324f61dd9afbee4493dd9500Castrillón Gómez, Omar Danilodf8b2e171ca5874bdef91d9df638b01d300Ruiz Herrera, Santiago7da5b8244db11085d614046c4e906ee25002019-06-06 00:00:002022-06-17T20:19:54Z2019-06-06 00:00:002022-06-17T20:19:54Z2019-06-061794-1237https://repository.eia.edu.co/handle/11190/504310.24050/reia.v16i32.12362463-0950https://doi.org/10.24050/reia.v16i32.1236En este artículo, se integran durante el proceso de programación de un sistema de manufactura tipo “Job Shop”, algunas expectativas de los siguientes grupos de interés: proveedores, sociedad, colaboradores de la organización, clientes y accionistas. De esta forma, se diseña un proceso de evaluación multiobjetivo, por medio del cual se pretende la minimización simultánea del conjunto de variables presentadas a continuación: tiempo proceso, emisiones dióxido de carbono, nivel de fatiga, factor global desperdicio y costos de producción. Asimismo, se expresa que el método propuesto, se encuentra fundamentado en la selección de aquellos individuos, cuyo grado de cercanía a determinados puntos de referencia, sea el máximo posible. Es así como, el desempeño del método anterior (método puntos referencia), se coteja con el desempeño de cierto método multiobjetivo, basado en análisis de subgrupos (método subgrupos). Al respecto, se observa que el primer método muestra, mayor capacidad para detectar la fluctuación estadística inherente a los datos. De este modo, se establece que el “método puntos referencia” supera el desempeño del “método subgrupos”, en cuanto al comportamiento de los parámetros “coeficiente de variación” y “rango”, para el caso de 4 (tiempo proceso, emisiones dióxido carbono, nivel fatiga, costos producción) de las 5 variables analizadas.En este artículo, se integran durante el proceso de programación de un sistema de manufactura tipo “Job Shop”, algunas expectativas de los siguientes grupos de interés: proveedores, sociedad, colaboradores de la organización, clientes y accionistas. De esta forma, se diseña un proceso de evaluación multiobjetivo, por medio del cual se pretende la minimización simultánea del conjunto de variables presentadas a continuación: tiempo proceso, emisiones dióxido de carbono, nivel de fatiga, factor global desperdicio y costos de producción. Asimismo, se expresa que el método propuesto, se encuentra fundamentado en la selección de aquellos individuos, cuyo grado de cercanía a determinados puntos de referencia, sea el máximo posible. Es así como, el desempeño del método anterior (método puntos referencia), se coteja con el desempeño de cierto método multiobjetivo, basado en análisis de subgrupos (método subgrupos). Al respecto, se observa que el primer método muestra, mayor capacidad para detectar la fluctuación estadística inherente a los datos. De este modo, se establece que el “método puntos referencia” supera el desempeño del “método subgrupos”, en cuanto al comportamiento de los parámetros “coeficiente de variación” y “rango”, para el caso de 4 (tiempo proceso, emisiones dióxido carbono, nivel fatiga, costos producción) de las 5 variables analizadas.application/pdfspaFondo Editorial EIA - Universidad EIARevista EIA - 2019https://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2https://revistas.eia.edu.co/index.php/reveia/article/view/1236Emisiones dióxido carbonofatigagrupos de interésJob Shop.Programación de operaciones.Los grupos de interés en la programación de producción de un sistema de manufactura “Job Shop”Los grupos de interés en la programación de producción de un sistema de manufactura “Job Shop”Artículo de revistaJournal articlehttp://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionTexthttp://purl.org/redcol/resource_type/ARTREFhttp://purl.org/coar/version/c_970fb48d4fbd8a85• Azadeh, A.; Goldansaz, S. y Zahedi-Anaraki, A. (2016). “Solving and optimizing a bi-objective open shop scheduling problem by a modified genetic algorithm”. International Journal of Advanced Manufacturing Technology, vol. 85, pp. 1603-1613.• Coca, G.; Castrillón, O. y Ruiz, S. (2013). “Metodología basada en los algoritmos VEGA y MOGA para solucionar un problema multi-objetivo en un sistema de producción Job Shop”. Revista EIA, vol. 13, pp. 175-191.• Deb, K. y Jain, H. (2014). “An Evolutionary Many-Objective Optimization Algorithm Using Reference-Point-Based Nondominated Sorting Approach, Part I: Solving Problems With Box Constraints”. IEEE Transactions on Evolutionary Computation, vol. 18, No. 4, pp. 577-601.• Haider, A. y Mirza, J. (2015). “An implementation of lean scheduling in a job shop environment”. Advances in Production Engineering & Management, vol. 10, No. 1, pp. 5-17.• Hao, X.; Gen, M.; Lin, L. y Suer, G. (2017). “Effective multiobjective EDA for bi-criteria stochastic Job-Shop scheduling problem”. Journal of intelligent Manufacturing, vol. 28, No. 3, pp. 833-845.https://revistas.eia.edu.co/index.php/reveia/article/download/1236/1247Núm. 32 , Año 201984326516Revista EIAPublicationOREORE.xmltext/xml2687https://repository.eia.edu.co/bitstreams/4611bafe-99f5-45cf-84b0-8df91bcc34c1/downloadc5236af70a8da908c22fdc7421e4bd6eMD5111190/5043oai:repository.eia.edu.co:11190/50432023-07-25 17:13:13.379https://creativecommons.org/licenses/by-nc-sa/4.0/Revista EIA - 2019metadata.onlyhttps://repository.eia.edu.coRepositorio Institucional Universidad EIAbdigital@metabiblioteca.com |