dc.contributor.advisor | López Castro, Luis Francisco | |
dc.contributor.author | Rodriguez Ballesteros, Camilo Felipe | |
dc.date.accessioned | 2020-03-10T15:07:31Z | |
dc.date.available | 2020-03-10T15:07:31Z | |
dc.date.issued | 2020-02-10 | |
dc.identifier.uri | http://hdl.handle.net/10818/39798 | |
dc.description | 57 páginas | es_CO |
dc.description.abstract | Los modelos de planificación buscan el uso óptimo de los recursos disponibles determinando el flujo de materiales, los niveles de inventario, la utilización de la capacidad y las cantidades para producir. Es frecuente encontrar casos donde la planificación integrada de la producción y la distribución conlleva a la reducción del costo total y conduce a una mejor utilización de las capacidades de las mismas, así como a facilitar la toma de decisiones desde un ámbito gerencial. El presente trabajo pretende evaluar la pertinencia de un modelo de optimización en la planeación de la producción-distribución de la compañía y el impacto económico de la programación implementada comparada con la programación tradicional de la compañía, buscando minimizar los costos de operación, mediante: (1) la asignación de los productos a las líneas de producción, (2) la definición de los flujos en el proceso (línea-horno-empaque) y (3) las distribución del producto hacia los clientes de tal manera que se minimice la suma de los costos, se satisfagan las necesidades de demanda de los clientes, se cumplan con las restricciones de capacidad y las restricciones propias del proceso. | es_CO |
dc.format | application/pdf | es_CO |
dc.language.iso | spa | es_CO |
dc.publisher | Universidad de La Sabana | es_CO |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 International | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.source | Universidad de La Sabana | |
dc.source | Intellectum Repositorio Universidad de La Sabana | |
dc.subject | Distribución (Teoría de la probabilidad) | es_CO |
dc.subject | Programación entera | es_CO |
dc.subject | Planificación | es_CO |
dc.subject | Costos | es_CO |
dc.subject | Control de la producción | es_CO |
dc.title | Planificación de la producción y la distribución de pisos y paredes cerámicos a través de programación entera mixta | es_CO |
dc.type | masterThesis | es_CO |
dc.publisher.program | Maestría en Gerencia de Operaciones | es_CO |
dc.publisher.department | Escuela Internacional de Ciencias Económicas y Administrativas | es_CO |
dc.identifier.local | 276370 | |
dc.identifier.local | TE10590 | |
dc.type.hasVersion | publishedVersion | es_CO |
dc.rights.accessRights | restrictedAccess | es_CO |
dc.creator.degree | Magíster en Gerencia de Operaciones | es_CO |
dcterms.references | Bashiri, M., Badri, H., & Talebi, J. (2012). A new approach to tactical and strategic planning in
production–distribution networks. Applied Mathematical Modelling, 36(4), 1703-1717.
doi:https://doi.org/10.1016/j.apm.2011.09.018 | |
dcterms.references | Bilgen, B. (2010). Application of fuzzy mathematical programming approach to the production
allocation and distribution supply chain network problem. Expert Systems with Applications,
37(6), 4488-4495. doi:https://doi.org/10.1016/j.eswa.2009.12.062 | |
dcterms.references | de Matta, R., & Miller, T. (2004). Production and inter-facility transportation scheduling for a process
industry. European Journal of Operational Research, 158(1), 72-88.
doi:https://doi.org/10.1016/S0377-2217(03)00358-8 | |
dcterms.references | Diaz-Madroreño, M., Mula, J., & Peidro, D. (2014). A review of discrete-time optimization models
for tactical production planning. International Journal of Production Research, 52(17), 5175-
5205. doi:https://doi.org/10.1080/00207543.2014.899721 | |
dcterms.references | Fahimnia, B., Farahani, R., Marian, R., & Luong, L. (2013). A review and critique on integrated
production–distribution planning models and techniques. Journal of Manufacturing Systems,
32(1), 1-19. doi:https://doi.org/10.1016/j.jmsy.2012.07.005 | |
dcterms.references | Ferrio, J., & Wassick, J. (2008). Chemical supply chain network optimization. Computers &
Chemical Engineering, 32(11), 2481-2504.
doi:https://doi.org/10.1016/j.compchemeng.2007.09.002 | |
dcterms.references | Fuchigami, H., & Rangel, S. (2018). A survey of case studies in production scheduling: Analysis and
perspectives. Journal of Computational Science.
doi:https://doi.org/10.1016/j.jocs.2017.06.004 | |
dcterms.references | Guillén, G., Mele, F., Bagajewicz, M., Espuña, A., & Puigjaner, L. (2005). Multiobjective supply
chain design under uncertainty. Chemical Engineering Science, 60(6), 1535-1553.
doi:https://doi.org/10.1016/j.ces.2004.10.023 | |
dcterms.references | Gupta, A., & Maranas, C. (1999). A Hierarchical Lagrangean Relaxation Procedure for Solving
Midterm Planning Problems. Industrial & Engineering Chemistry Research, 38(5), 1937–
1947. doi:https://doi-org/10.1021/ie980782t | |
dcterms.references | Gupta, A., & Maranas, C. (2000). Mid-term Supply Chain Planning under Demand Uncertainty:
Customer Demand Satisfaction and Inventory Management. Computers & Chemical
Engineering, 24(12), 2613–2621. doi:https://doi-org./10.1016/S0098-1354(00)00617-7 | |
dcterms.references | Gurobi. (s.f.). Obtenido de http://www.gurobi.com/products/industries/industry-overview | |
dcterms.references | Heizer, J., & Render, B. (2009). Principios de administración de operaciones. México: PEARSON
EDUCACION. | |
dcterms.references | Kanyalkar, A., & Adil, G. (2005). An integrated aggregate and detailed planning in a multi-site
production environment using linear programming. International Journal of Production
Research, 43(20), 4431-4454. doi:https://doi-org/10.1080/00207540500142332 | |
dcterms.references | Li, J., Huang, Y., & Niu, X. (2016). A branch population genetic algorithm for dual-resource
constrained job shop scheduling problem. Computers & Industrial Engineering, 102, 113–
131. doi:https://doi.org/10.1016/J.CIE.2016.10.012 | |
dcterms.references | McDonald, , C., & Karimi, I. (1997). Planning and Scheduling of Parallel Semicontinuous Processes.
1. Production Planning. Industrial & Engineering Chemistry Research, 36, 2691-2700.
doi:https://doi.org/10.1021/ie960901+ | |
dcterms.references | Min, H., & Zhou, G. (2002). Supply chain modeling: past, present and future. Computers & Industrial
Engineering, 43(1-2), 231-249. doi:https://doi.org/10.1016/S0360-8352(02)00066-9 | |
dcterms.references | Moreno Venegas, F. A. (6 de Noviembre de 2019). Entrevista personal. | |
dcterms.references | Mula, J., Vicens, E., Peidro , D., & Diaz, M. (2010). Mathematical programming models for supply
chain production and transport planning. European Journal of Operational Research, 204(3),
377-390. doi:https://doi-org/10.1016/j.ejor.2009.09.008 | |
dcterms.references | Pochet, Y. (2001). Mathematical Programming Models and Formulations for Deterministic
Production Planning Problems. En M. Jünger, & D. Naddef, Computational Combinatorial
Optimization (págs. 57-111). Berlin: Springer | |
dcterms.references | Reyes, Y., Mula, J., Diaz, M., & Gutiérrez, E. (2017). Plan maestro de producción basado en
programación entera mixta para una empresa de productos químicos. Revista de métodos
cuantitativos para la economía y la empresa, 147-168 | |
dcterms.references | Salomon, M., Kroon, L., Kuik, R., & Va, L. (1991). Some Extensions of the Discrete Lotsizing and
Scheduling Problem. Management Science, 37(7). doi:https://doi.org/10.1287/mnsc.37.7.801 | |
dcterms.references | Sel, Ç., & Bilgen, B. (2014). Hybrid simulation and MIP based heuristic algorithm for the production
and distribution planning in the soft drink industry. Journal of Manufacturing Systems, 33(3),
385-399. doi:https://doi.org/10.1016/j.jmsy.2014.01.002 | |
dcterms.references | Tsiakis, P., & Papageorgiou, L. (2008). Optimal production allocation and distribution supply chain
networks. International Journal of Production Economics, 111(2), 468-483.
doi:https://doi.org/10.1016/j.ijpe.2007.02.035 | |
dcterms.references | Vallada, E., Maroto, C., Ruiz, R., & Segura, B. (2011). Análisis de la programación de la producción
en el sector cerámico español. Boletin de la sociedad española de cerámica y vidrio, 39-44.
doi:10.3989/cyv.2005.v44.i1.401 | |