| Summary: | Dentro de las metas fundamentales del mundo se encuentra la de obtener un estado óptimo, o más bien, una solución exacta, precisa y perfecta para un problema específico. Estos estados óptimos pueden ser encontrados en diferentes áreas como la medicina, la ingeniería o la arquitectura. Por ejemplo, la ingeniería industrial tiene como uno de sus objetivos mejorar u optimizar los procesos de una empresa, con el fin de que éstas obtengan mayores beneficios con menores costes. Existe una gran cantidad de algoritmos de optimización como: genéticos, optimización de enjambre de partículas, micro-algoritmos o meméticos. Por lo que, óptimo sería aprovechar las bondades de cada uno y luego construir un algoritmo híbrido que incorpore las mejores características de estos; de esta manera, se pueda encontrar las soluciones al problema mucho más rápido, en términos de tiempo de ejecución y garantía de convergencia. En este contexto, esta investigación tiene como objetivo encontrar un algoritmo de optimización híbrido para una cadena de suministro. Entendiéndose por cadena de suministro (CS) a una red en la que se encuentran asociadas diferentes entidades como: fabricantes, proveedores, distribuidores, minoristas, transportistas y los clientes o usuarios finales. Como caso de estudio se tienen tres problemas los cuales han sido generados después de la obtención de información de dos empresas de manufactura y ensamblaje. La primera es una empresa que se dedica a fabricar muebles; mientras que la segunda se enfoca al ensamblaje de televisores y motocicletas. En el primer caso de estudio, a más de maximizar el beneficio de la cadena, también se desea maximizar la satisfacción del cliente o el nivel de servicio ofrecido al mismo. Para optimizar estos enunciados fue necesario construir funciones, conocidas como funciones objetivo; así mismo, se tuvo varias restricciones como la demanda existente o la capacidad de almacenamiento de una planta. Mientras en el segundo caso de estudio se desea maximizar el beneficio de la CS que esté sujeto a variables tales como: costos de transporte, distribución y fabricación. En el último caso se desea minimizar el desperdicio producido por la materia prima durante el proceso de producción. Para poder determinar si este nuevo algoritmo desarrollado encuentra la solución óptima al problema se realizó una comparación con otros dos algoritmos. Esta comparación está basada en el tiempo de ejecución que le toma al algoritmo realizar su trabajo, así como su calidad de convergencia. Estos resultados se encontraron gracias a la implementación y ejecución de los algoritmos usando el mismo entorno de ejecución y las mismas características generales. Al final, se realiza una discusión y conclusión donde se determinan los puntos más fuertes del algoritmo desarrollado, así como, una comparativa con los otros algoritmos y con algoritmos híbridos realizados por otros autores.
|
|---|