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

Scenario-Based Model for Aggregate Production Planning. Case Study in a Chemical Company

dc.contributorCorporación universitaria del Caribe - CECAR
dc.contributorSimulación de Tecnologías para Procesos Industriales
dc.creatorMendoza Ortega, Gean Pablo
dc.creatorVergara Rodríguez, Cesar José
dc.creatorDomínguez Arrieta, Oscar Eduardo
dc.creatorDomínguez Canchila, Luz Mary
dc.date2024-04-23T13:42:42Z
dc.date2024-04-23T13:42:42Z
dc.date2021
dc.date.accessioned2024-06-25T20:59:44Z
dc.date.available2024-06-25T20:59:44Z
dc.identifierIEEE
dc.identifier0122-6517
dc.identifierhttps://repositorio.cecar.edu.co/handle/cecar/10164
dc.identifier10.17981/ingecuc.17.2.2021.19
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/9507656
dc.descriptionEn 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.
dc.descriptionThe 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.
dc.descriptionCiencia y desarrollo tecnológico
dc.descriptionGestión de la tecnología y la innovación
dc.descriptionIngeniería de Software
dc.descriptionLogística y Gestión de procesos
dc.descriptionTecnología y calidad en la industria de alimento
dc.format13 paginas
dc.formatapplication/pdf
dc.formatapplication/pdf
dc.languagespa
dc.publisherUniversidad de la Costa CUC
dc.publisherColombia
dc.relation233
dc.relation221
dc.relation17
dc.relationE. 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
dc.relationT. 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
dc.relationN. 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
dc.relationH.-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, 2 017. https://doi.org/10.1016/j.cie.2017.02.010
dc.relationC.-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, 2 017. https://doi.org/10.1016/j.cie.2017.04.015
dc.relationS. 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
dc.relationA. 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
dc.relationS. 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
dc.relationS. 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
dc.relationL. Jia & Y. Sheng, “ Stability in distribution for uncertain delay differential equation,” Appl Math Com-put, vol. 343, pp. 49–56, 2019. https://doi.org/10.1016/j.amc.2018.09.037
dc.relationJ. R. Galbraith. Designing organizations: An executive briefing on strategy, structure, and process. SF, CA, USA: Jossey-Bass, 1995.
dc.relationÉ. Gutiérrez, Á. I. Cadena, J. Montoya & F. Palacios, “Metodología de optimización para la toma de deci-siones en la red de suministro de biodiesel en Colombia,” Cuad Adm, vol. 24, no. 43, pp. 59–87, . Dispo-nible en https://revistas.javeriana.edu.co/index.php/cuadernos_admon/article/view/2601
dc.relationF. S. J. de Carvalho, “Programación estocástica. Aplicación a la gestión de activos y pasivos,” Tesis doc-toral, UCM, MAD, ES, 2018. Disponible en https://eprints.ucm.es/id/eprint/46219/1/T39542.pdf
dc.relationJ. 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
dc.relationF. C. Lario, A. Rodríguez, J. P. García & L. F. Escudero, “Análisis y definición de Escenarios en progra-mación estocástica para la Gestión de la Cadena de Suministros, en el sector del automóvil.,” presentado alIV CIO, SE V, E S, ETSI, 2001. Recuperado de http://hdl.handle.net/11441/46654
dc.relationP. 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
dc.relationT. 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
dc.relationH. 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
dc.relationJ. 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
dc.relationM. d . Arango, C. Vergara & H. Gaviria, “Modelización difusa para la planificación agregada de la pro-ducción en ambientes de incertidumbre,” DY NA, vol. 77, no. 162, pp. 397–409, 2010. Disponible en https://revistas.unal.edu.co/index.php/dyna/article/view/15910
dc.relationA. Ramos, A. Alonso-Ayuso & G. Pérez. Optimización bajo incertidumbre. MAD, ES: UPCO, 2011.
dc.rightshttps://creativecommons.org/licenses/by-nc/4.0/
dc.rightsAtribución-NoComercial 4.0 Internacional (CC BY-NC 4.0)
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightshttp://purl.org/coar/access_right/c_abf2
dc.sourcehttps://revistascientificas.cuc.edu.co/ingecuc/article/view/221-233/3871
dc.subjectplaneación
dc.subjectmodelación
dc.subjectincertidumbre
dc.subjectescenarios
dc.subjectplanificación
dc.subjectteoría de probabilidades
dc.subjectescenarios
dc.titleModelo basado en Escenarios para la Planificación Agregada de Producción. Caso de Estudio en una Empresa de Productos Químicos
dc.titleScenario-Based Model for Aggregate Production Planning. Case Study in a Chemical Company
dc.typeArtículo de revista
dc.typehttp://purl.org/coar/resource_type/c_6501
dc.typeText
dc.typeinfo:eu-repo/semantics/article
dc.typehttp://purl.org/redcol/resource_type/ART
dc.typeinfo:eu-repo/semantics/publishedVersion
dc.typehttp://purl.org/coar/version/c_970fb48d4fbd8a85
dc.coverageColombia


Este ítem pertenece a la siguiente institución