Optimización heurística para la asignación de turnos de trabajo de agentes de servicio al cliente

Resumen: En este trabajo se analiza el problema de programación de turnos de trabajo, lo cual es relevante para todas las organizaciones de servicios que buscan mejorar su productividad, ya que la mano de obra representa normalmente ente el 60% y 80% de los costos operativos y conseguir distribuirla...

Full description

Autores:
Echeverri Yepes, Steven
Tipo de recurso:
Fecha de publicación:
2018
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/69376
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/69376
http://bdigital.unal.edu.co/71100/
Palabra clave:
0 Generalidades / Computer science, information and general works
5 Ciencias naturales y matemáticas / Science
Programación de turnos
Optimización heurística
Recocido Simulado
Diseño de experimentos
Tamaño del vecindario
Rights
openAccess
License
Atribución-NoComercial 4.0 Internacional
Description
Summary:Resumen: En este trabajo se analiza el problema de programación de turnos de trabajo, lo cual es relevante para todas las organizaciones de servicios que buscan mejorar su productividad, ya que la mano de obra representa normalmente ente el 60% y 80% de los costos operativos y conseguir distribuirla de manera eficiente y eficaz acorde a la demanda, permite optimizar una parte significativa de los recursos de la compañía. La investigación de operaciones permite abordar este problema con la implementación de modelos de optimización, los cuales tienen un sustento matemático y estadístico, para reinventar, romper paradigmas y tradiciones de la toma de decisiones en la planeación operativa, evitando los posibles sesgos que se pueden generar al realizar el proceso manual. Debido al gran tamaño y a la alta complejidad del problema lo más eficiente es resolverlo a través de modelos de optimización heurística y se implementa un algoritmo Recocido Simulado. Se propone complementarlo con un operador de mutación con el fin de realizar una exploración más intensiva y permitir la búsqueda de soluciones con un número de agentes diferente para conseguir mejores resultados. En búsqueda de un equilibrio entre la calidad y la agilidad del modelo, se realiza un diseño de experimentos para seleccionar los valores idóneos de los parámetros del Recocido Simulado, encontrando que el parámetro que más afecta la respuesta final es el tamaño del vecindario. A través de un caso de aplicación se compara el método propuesto con la programación manual de turnos realizada por un experto, aumentando casi 9% la calidad de programación de turnos y disminuyendo el tiempo de ejecución en 86%.