Desarrollo de un algoritmo evolutivo híbrido para la optimización de una cadena de suministro de dos empresas de ensamblaje
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, l...
| Main Author: | |
|---|---|
| Other Authors: | |
| Format: | bachelorThesis |
| Language: | spa |
| Published: |
Universidad de Cuenca
2020
|
| Subjects: | |
| Online Access: | http://dspace.ucuenca.edu.ec/handle/123456789/34524 |
| _version_ | 1785802337785217024 |
|---|---|
| author | Cevallos Tapia, Carlos Patricio |
| author2 | Sigüenza Guzmán, Lorena Catalina |
| author_facet | Sigüenza Guzmán, Lorena Catalina Cevallos Tapia, Carlos Patricio |
| author_sort | Cevallos Tapia, Carlos Patricio |
| collection | DSpace |
| description | 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. |
| format | bachelorThesis |
| id | oai:dspace.ucuenca.edu.ec:123456789-34524 |
| institution | Universidad de Cuenca |
| language | spa |
| publishDate | 2020 |
| publisher | Universidad de Cuenca |
| record_format | dspace |
| spelling | oai:dspace.ucuenca.edu.ec:123456789-345242020-06-18T02:36:09Z Desarrollo de un algoritmo evolutivo híbrido para la optimización de una cadena de suministro de dos empresas de ensamblaje Cevallos Tapia, Carlos Patricio Sigüenza Guzmán, Lorena Catalina Ingeniería en Sistemas Optimización Cadena de suministro Algoritmo Convergencia 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. A fundamental goal in the world is to obtain an optimal state, or rather, an accurate, precise and perfect solution for a specific problem. These optimal states can be found in different areas such as medicine, engineering or architecture. For example, Industrial Engineering has as one of its objectives to improve or optimize the processes of a company in order to obtain more benefits with lower costs. There are a lot of optimization algorithms, such as genetic, particle swarm optimization, micro-algorithms or memetic. Therefore, an optimal solution would be to take advantage of their benefits and then build a hybrid algorithm that incorporates their best features. In this manner, it is possible to find solutions to the problem much faster, in terms of runtime and convergence warranty. In this context, this research aims to find an optimization algorithm for a supply chain, which is a network that has different entities such as manufacturers, suppliers, distributors, retailers, transporters and customers or end-users. To this end, this work presents two case studies, a manufacturing, and an assembly company. The first company assembles furniture; while the second focuses on the assembly of televisions and motorcycles. In the first case study, the objective is to minimize the cost of the supply chain that is subject to several variables, such as transportation, distribution or manufacturing costs; and it is also desired to minimize the cost of product cutting. Meanwhile, in the second case, in addition to minimizing the cost of the chain, the objective is to maximize customer satisfaction. To optimize these statements, it was necessary to build functions, known as objective functions; likewise, there were several restrictions, such as the existing demand or the storage capacity of a product that has a distributor. In order to determine if this new hybrid algorithm finds the optimal solution to the problem, it was necessary to make a comparison among all the algorithms. This comparison is based on the runtime required for the algorithm to perform its work and the quality of the algorithm´s convergence. These results were found thanks to the implementation and execution of the algorithms using the same execution environment and the same general characteristics. In the end, a discussion and conclusion are made where the strongest points of the hybrid algorithm are determined, as well as, a comparison with the other algorithms and with hybrid algorithms proposed by other authors. Ingeniero en Sistemas Cuenca 2020-06-18T02:36:07Z 2020-06-18T02:36:07Z 2020-06-17 bachelorThesis http://dspace.ucuenca.edu.ec/handle/123456789/34524 spa TS;271 application/pdf application/pdf Universidad de Cuenca |
| spellingShingle | Ingeniería en Sistemas Optimización Cadena de suministro Algoritmo Convergencia Cevallos Tapia, Carlos Patricio Desarrollo de un algoritmo evolutivo híbrido para la optimización de una cadena de suministro de dos empresas de ensamblaje |
| title | Desarrollo de un algoritmo evolutivo híbrido para la optimización de una cadena de suministro de dos empresas de ensamblaje |
| title_full | Desarrollo de un algoritmo evolutivo híbrido para la optimización de una cadena de suministro de dos empresas de ensamblaje |
| title_fullStr | Desarrollo de un algoritmo evolutivo híbrido para la optimización de una cadena de suministro de dos empresas de ensamblaje |
| title_full_unstemmed | Desarrollo de un algoritmo evolutivo híbrido para la optimización de una cadena de suministro de dos empresas de ensamblaje |
| title_short | Desarrollo de un algoritmo evolutivo híbrido para la optimización de una cadena de suministro de dos empresas de ensamblaje |
| title_sort | desarrollo de un algoritmo evolutivo híbrido para la optimización de una cadena de suministro de dos empresas de ensamblaje |
| topic | Ingeniería en Sistemas Optimización Cadena de suministro Algoritmo Convergencia |
| url | http://dspace.ucuenca.edu.ec/handle/123456789/34524 |
| work_keys_str_mv | AT cevallostapiacarlospatricio desarrollodeunalgoritmoevolutivohibridoparalaoptimizaciondeunacadenadesuministrodedosempresasdeensamblaje |