Académique Documents
Professionnel Documents
Culture Documents
ABSTRACT
The work schedule is a daily work of the companys products and services which seek to
optimize one or more goals. It aims to improve the total execution time of all tasks. This
paper presents the results obtained from the different dispatching rules and the optimization
technique Johnson. This work is based on data from a real case of the papermaking industry
and cardboard products. Therefore the flow-shop problem refers to a product-focused
settings, consider the make span as objective function to be minimized, the problem
involves determining the permutation that delivers the lowest value of make span. We
present the results, a schedule according to different dispatching rules and applying
Johnson algorithm to compare which offers better solution as make span (Cmax).
Keywords: algorithm Johnson, flow-shop, heuristic, productivity, rule of dispatch, works
sequence,
1. INTRODUCCIN
La productividad tambin conocida como efectividad es la relacin entre la produccin
obtenida por un sistema de produccin o servicios y los recursos utilizados para obtenerla.
La preocupacin de una empresa debe ser aumentar su productividad lo cual es posible
produciendo ms con menos recursos, una de las maneras de lograr esto es haciendo una
continua revisin de la forma como se realiza la programacin de sus trabajos.
Desde hace varios aos, las empresas y organizaciones del mundo tienen la necesidad de
contar con una herramienta comn para cumplir a sus clientes. Hoy en da estas mismas
organizaciones le quieren seguir demostrando al mundo su compromiso con el cliente a
travs de una programacin efectiva de la produccin.
Mediante la realizacin del presente trabajo, se quiere efectuar un anlisis de mejoramiento
de la programacin de la produccin a una empresa de fabricacin de papel, cartn
ondulado, envases y empaques que permita optimizar el uso de los recursos, de manera
que alcance los objetivos globales de produccin.
Este sub sector muestra una tendencia creciente en el periodo comprendido entre 2005 y
2008, tanto en unidades vendidas al pasar de 383. 258. 258 en el 2005 a 1.064.058.809 en
el 2008 (Superintendencia de Sociedades, 2010), como en nmero de compradores
minoristas; adems se resalta el hecho que los costos y gastos variables mantuvieron unas
cifras estables en este periodo de tiempo.
En los ltimos aos se ha podido establecer como factores caractersticos de este sector los
siguientes:
10
Aumento de los ciclos de vida de los productos. Con objeto de aumentar las ventas no
se han variado muchos los diseos convirtindose en un componente de aceptacin ante
la opcin de usar materiales en un producto que no contamina el medio ambiente
Poca variedad y poca personalizacin de la oferta. Por ser este un mercado maduro, la
poca competencia ha hecho que las empresas disminuyan la oferta lo que finalmente ha
incidido en pocos nmeros de formatos y acabados.
11
Cada trabajo i puede ocupar, como mucho, una mquina j al mismo tiempo.
Cada mquina m puede procesar, a lo sumo, un trabajo i a la vez.
El proceso de un trabajo i en una mquina j no se puede interrumpir.
Todos los trabajos son independientes entre s y se encuentran disponibles en el instante
0.
Los tiempos de cambio de partida de los trabajos en las mquinas son independientes de
la secuencia y estn incluidos en los tiempos de proceso.
Las mquinas se encuentran continuamente disponibles.
Se permite almacenar producto en curso.
Para resolver el problema del Flow Shop se han propuesto diferentes tcnicas y
metodologas con el fin de encontrar la secuencia ptima cumpliendo con los diferentes
objetivos como la inexistencia de tiempos muertos de fabricacin, reduccin de tiempo de
cambio y ajustes de las maquinas, anulacin de retrasos entre otros, teniendo en cuenta las
restricciones propias de cada situacin especfica como la velocidad de proceso de las
maquinas, capacidad de recursos humanos y materiales etc.
Desde la publicacin del artculo de Johnson en 1954, el estudio terico del Flow Shop ha
constituido uno de los tpicos ms investigados en la teora de la programacin. Su inters
no viene motivado nicamente por su inters prctico, sino por la aparente simplicidad a la
hora de plantear y la consideracin de que an hoy da, constituye un problema difcil de
resolver. (Lahdari, 2004) Es bien conocido que el cado de dos mquinas en el caso del
Flow Shop puede ser resuelto utilizando las reglas de Johnson, que genera una
programacin ptima en O (n log n) pasos.
El problema se clasifica como F//Cmax siguiendo la notacin // de Graham et al.
(1979) y es NP-Completo cuando m 3 (Garey et al., 1976). En general, hay un total de
(n!) m secuencias posibles. Normalmente el problema se simplifica no permitiendo que un
trabajo pase a otro (job passing), o lo que es lo mismo, la secuencia inicial de los trabajos se
mantenga para todas las mquinas. De esta manera slo existen n! secuencias posibles. En
este caso el problema se conoce como taller de flujo de permutacin o n/m/P/Fmax
(Pinedo, 1995). Este trabajo se centra en este ltimo tipo de problema.
En la literatura existen ya comparativas de tcnicas de resolucin para este problema, por
ejemplo, en Ponnambalam et al. (2001), se evalan 5 heursticas diferentes, pero solo
contra 21 sencillos problemas test. Turner y Booth (1987) comparan dos heursticas
conocidas con un conjunto de 350 problemas aleatorios. En el trabajo de Byung Park et al.
(1984), se comparan 16 heursticas con un conjunto de 1500 problemas generados
aleatoriamente de un tamao de hasta 30 trabajos y 20 mquinas. Dannenbring (1977)
evalu 11 mtodos con 1580 problemas, tambin aleatorios. Finalmente, Ashour (1970),
hizo una comparativa de mtodos exactos para el Flow Shop de permutacin.
12
Primero se aade un nuevo nodo q al grafo, conectado a cada uno de los nodos del grafo
por una arista de peso cero.
Seguidamente, a las aristas del grafo original se les cambia el peso usando los valores
calculados por el algoritmo de Bellman-Ford: una arista de u a v con tamao w(u, v), da
el nuevo tamao w(u, v) + h(u) h(v)
13
Por ltimo, para cada nodo se usa el algoritmo de Dijkstra para determinar el camino
ms corto entre s y los otros nodos, usando el grafo con pesos modificados.
En el grafo con pesos modificados, todos los caminos entre un par de nodos s y t tienen la
misma cantidad h(s) h(t) aadida a cada uno de ellos, as que un camino que sea el ms
corto en el grafo original tambin es el camino ms corto en el grafo modificado y
viceversa. Sin embargo, debido al modo en el que los valores h(v) son computados, todos
los pesos modificados de las aristas son no negativos, asegurando entonces la optimalidad
de los caminos encontrados por el algoritmo de Dijkstra. Las distancias en el grafo original
pueden ser calculadas a partir de las distancias calculadas por el algoritmo de Dijkstra en el
grafo modificado invirtiendo la transformacin realizada en el grafo.
Hay que establecer la secuencia que cumpliendo las fechas de entrega de los pedidos
implique el menor tiempo total de los mismos. Existen distintas tcnicas para ello
aplicamos la regla de Johnson para N pedidos y 2 mquinas. Es un mtodo heurstico que
pretende minimizar el tiempo necesario para obtener todos los pedidos, as como el tiempo
ocioso de las mquinas.
Cuando hay ms de dos Mquinas el Algoritmo de Johnson no funciona excepto en
ocasiones especiales.
Un caso Especial se da cuando la mquina intermedia est dominada, por la primera o por
la tercera mquina. Una Mquina est Dominada cuando su tiempo de proceso ms largo es
menor o igual que el tiempo de proceso ms corto de las otras mquinas
Figura 1. Etapas del Algoritmo de Johson
14
que todos estos valores h(v) no son positivos, porque q tiene una arista de unin con cada
nodo de peso 0, y por tanto el camino ms corto no puede ser mayor que ese valor. En la
parte derecha se muestra el grafo modificado, hecho reemplazando el peso de cada arista
w(u, v) por w(u, v) + h(u) h(v). En este grafo modificado, todos los pesos de las aristas
son positivos y el camino ms corto entre dos nodos cualesquiera usa la misma secuencia
de aristas que en el camino ms corto entre los mismos dos nodos en el grafo original. El
algoritmo concluye aplicando el algoritmo de Dijkstra para cada uno de los cuatro nodos
originales en el grafo modificado (cuarta imagen).
2.3 REGLAS DE DESPACHOS
Esta metodologa consiste en planificar primeramente las operaciones cronolgicamente
prximas y luego aquellas ms lejanas. Cada vez que una mquina se desocupa, se asigna
una prioridad a cada una de las operaciones que estn disponibles para ser procesadas.
Segn explica Vepsalainen & Morton (1987), esta prioridad puede depender de los
siguientes elementos:
15
EDD (Earliest Due Date). Los trabajos se programan dependiendo del que tenga
menor fecha de entrega. Minimiza el Lmax (retardo mximo).
dJ dk o dj dj+1 donde dJ, dk = son las fecha de entrega del trabajo j o trabajo k
FCFS (First Come First Served). Los trabajos se programan dependiendo del orden
de llegada: Primeros en Entrar Primeros en Servir.
LPT (Longest Processing Time First). Los trabajos se programas dependiendo del
que tenga mayor tiempo de procesamiento.
pJ pk o pj pj+1
donde pJ, pk = tiempo de procesamiento trabajo en la
Mquina j o mquina k
MS (Minimum Snack). Los trabajos se programan dependiendo del que tenga menor
retardo o snack.
Snack = Max (dJ - pJ -t, 0)
+
Dnde: wJ o wk = peso del trabajo j o del trabajo k
pJ pk = tiempo de procesamiento trabajo en la maquina j o k
= tiempo de terminacin de trabajos total ponderado.
SPT (Shortest Processing Time First). Los trabajos se programas dependiendo del
que tenga menor tiempo de procesamiento. Sirve para minimizar la tardanza ponderada
Pm || yw j T j
Pm || C j
y la suma de los Cj (tiempos de flujo), sea
pJ pk o pj pj+1
Donde pJ, pk = tiempo de procesamiento de trabajo en la maquina j maquina k
Pm = maquinas idnticas en paralelo
wjTj = tardanza total ponderada
Cj = tiempo de terminacin total
CRj (Critical Ratio). Los trabajos se programan dependiendo del que tenga menor
razn crtica (CR). Cuando hay ms de un trabajo retardado, se secuencia primero el de
menor tiempo de proceso.
16
CRj=
*
Cmx
mx pi1 , pi 2
i 1
i 1
Fuente: Autores
No se sabe que trabajo debe ser primero y su tiempo de proceso en la mquina 1, determina
el tiempo ocioso en la mquina 2.El tiempo ocioso en la mquina 2 debe ser como mnimo
el tiempo de proceso ms pequeo en la mquina 1 y el tiempo ocioso en la Mquina 1
INGENIATOR | REVISTA VIRTUAL DE LOS PROGRAMAS DE INGENIERA|UNIVERSIDAD DE SAN BUENAVTURA, SECCIONAL
CARTAGENA | Vol.3, N4, enero junio del 2012 | ISSN 2027-9396 (en lnea) | CARTAGENA, COLOMBIA | PP. 8-23
17
debe ser cmo mnimo el tiempo de proceso ms pequeo de la mquina 2, lo que lleva al
intervalo ms apropiado para que se de el Lapso.
n
n
*
Cmx
mx mini 1,n pi 2 pi1 , mini 1,n pi1 pi 2
i 1
i 1
Se colocan todos los trabajos en una lista, as como el tiempo que requiere cada uno de
esos trabajos en cada una de las mquinas.
Seleccionamos aquel pedido que menor tiempo de ejecucin tenga. Si este tiempo de
ejecucin corresponde a la primera mquina, el pedido se programa primero, y si el
pedido corresponde a la segunda mquina el pedido se programa el ltimo.
Una vez seleccionado uno de los trabajos lo eliminamos de la lista y repetimos este
proceso, pero siempre trabajando hacia el centro de la secuencia.
La Regla de Johnson para N pedidos y 3 mquinas. El algoritmo se basa en la creacin
de 2 mquinas ficticias, M4 y M5, donde el tiempo en M4, el tiempo de ejecucin para
el pedido i ser igual a la suma de M1 y M2; y el tiempo en M5 ser igual a la suma de
M2 y M3. Y se aplica el mismo procedimiento que antes. Para que la regla sea vlida
es necesario que los tiempos menores de la primera y la ltima mquina de su ruta no
sean inferiores al mxima tiempo de la mquina intermedia.
N pedidos y M mquinas. Hay una serie de algoritmos que se basan en la tcnica
anterior.
Otras tcnicas.
4. METODOLOGIA
Para este estudio y sus respectivos datos fueron obtenidos de un taller de fabricacin de
papel, cartn y derivados, el cual se utilizaron 28 trabajos y 2 mquinas; las ordenes de
trabajo utilizadas son del mes de noviembre. De manera aclaratoria se hizo la
programacin tomando como da 1 el da 10 de noviembre y como da final 16 de
diciembre, las unidades de tiempo tomada esta expresa en horas, considerando 8 horas de
trabajo diarias. El software utilizado para realizar los clculos es el Lekin vs 2.4, DEV C++
vs 4.9
5. RESULTADOS
La tabla 1 resume las rdenes de trabajo pendiente en el mes de noviembre.
18
Trabajo
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
Cliente
UNAB
UNAB
Fondcomfenalco
Patacon con Todo
Frutin Ice
Aguas de Monteria
Aguas de Monteria
Uninorte
Dunord Cafeteria
Dunord Cafeteria
CBI Colombia
CBI Colombia
Jackeline De Leon
Jackeline De Leon
Frappe No. 01
Frappe No. 02
Alm Fuller
YMG
Distribuciones
YMG
Distribuciones
Coco Ice
Maria Grau
Irotama Hoteles SA
Servihoteles
Servihoteles
Pizzerias Margarita
Dist Colombia
Inter Nal de
Negocios
Inter Nal de
Negocios
Total
Vasos
Fuente: Autores.
Fecha
Da
Hora Cantida Minuto Hora t
de
Entreg
s
d
s
s
p entreg
a
a
27
216
24.000
800
13 i 06-dic
27
216
18.000
600
10 i 06-dic
20
160
12.000
400
7 i 29-nov
17
136
20.000
667
11 i 26-nov
24
192
20.000
667
11 i 03-dic
24
192
5.000
167
3 b 03-dic
24
192
4.000
133
2 b 03-dic
27
216
26.000
867
14 i 06-dic
27
216
14.000
467
8 i 06-dic
27
216
20.000
667
11 i 06-dic
24
192
20.000
667
11 b 03-dic
24
192
20.000
667
11 b 03-dic
27
216
30.000
1.000
17 b 06-dic
27
216
20.000
667
11 b 06-dic
31
248
40.000
1.333
22 i 10-dic
31
248
15.000
500
8 i 10-dic
27
216
60.000
2.000
33 i 06-dic
24
192
20.000
667
11 b
03-dic
24
36
24
36
31
31
32
26
192
288
192
288
248
248
256
208
20.000
12.000
4.000
16.000
20.000
15.000
8.000
60.000
667
400
133
533
667
500
267
2.000
11
7
2
9
11
8
4
33
b
i
b
b
i
b
b
b
03-dic
15-dic
03-dic
15-dic
10-dic
10-dic
11-dic
05-dic
36
288
60.000
2.000
33 i
15-dic
36
288
60.000
2.000
33 i
15-dic
663.000
19
4 das
30 piezas/min
Despus de introducir los datos al sofware Lekin se obtuvieron en el software las siguientes
secuencias de trabajos
5.1 PROGRAMACIN DE SECUENCIAS DE TRABAJOS
Al analizar la programacin de las rdenes de trabajo de la empresa para el mes de
noviembre de 2010, consideramos diferentes reglas de despacho obteniendo los siguientes
resultados:
Figura 6. Regla de Despacho SPT
20
Un resumen de los datos obtenidos para cada una de las reglas de despacho, muestra lo
siguiente:
21
Dnde:
Cmax: Tiempo mximo de terminacin
Tmax: Tardanza mxima
Uj : Numero de trabajos tardos
Cj: Tiempo de terminacin total
Se observa que la programacin con mnimo Cmax, fue la realizada por la regla de
despacho EDD (programacin por trabajos con menor tiempo de entrega), siendo adems la
que presenta menor tardanza total. Sin embargo podra elegirse la obtenida por la regla de
despacho SPT, la cual muestra un Cmax bajo en comparacin con las dems y muestra
menor nmero de trabajos tardos. A continuacin se muestra comparaciones graficas para
cada una de las reglas de despacho, y ser la administracin de la empresa quien elige la
regla de despacho a utilizar dependiendo el objetivo que busque.
Las secuencias programadas para las maquina siguiendo la regla SPT, es la siguiente
Secuencia Mquina 1
Trabajos : 1-7-21-6-25-24-22-11-12-14-18-19-13-26-3-20-9-16-2-4-5-10-23-8-15-17-2727-28.
Secuencia Mquina 2
Trabajos : 7-21-6-25-24-22-11-3-12-14-20-18-19-9-1-13-16-2-26-4-5-10-23-8-15-17-2728.
5.2 PROGRAMACIN SIGUIENDO ALGORITMO DE JONSON
Se realiz un algoritmo que permitiera comparar el Cmax y secuencia calculada tomando
datos de manera aleatoria y otra siguiendo el algoritmo de Jonson, dando como resultado:
22
Se observa que el Cmax calculado con el algoritmo de Johnson es menor que el calculado
tomando datos de manera aleatoria, inclusive que el programado en el software Lekin con
las reglas de despacho descritas anteriormente.
6. CONCLUSINES
Se ha resuelto el problema de secuencia miento de tareas flow-shop utilizando el algoritmo
de Johnson el cual nos brinda un mejor resultado que las reglas de despachos usualmente
utilizadas, estos resultados son de gran inters para empresas del mismo sector, lo cual
garantiza obtener soluciones factibles a los mltiples problemas de secuenciamiento, ; En
los ltimos aos se han desarrollado heursticas que se pueden implementar para resolver
un problema de minimizar el tiempo mximo de terminacin u otros objetivos como la
tardanza ponderada total en una mquina, En trabajos futuros se podra aplicar la
metodologa propuesta al problema de jop-shop utilizando reglas de despachos , algoritmo
de johnson y otros, otro aspecto seria comprobar o aplicar diversas tipos de meta heursticas
en ambientes tipo taller complejo.
7. AGRADECIMIENTOS
Debo dar las gracias a la Universidad Tecnolgica de Bolvar y a Jaime Acedo Chedid por
la asesora y realizacin en este trabajo. Los errores en este documento corresponden a los
autores, y as debe ser atribuido sin perjudicar a las personas e institucin mencionadas.
8. REFERENCIAS
Ashour, S. (1970). An experimental investigation and comparative evaluation of flow-shop
scheduling techniques. Operations Research, 18(3):541549.
Baker, K. R. (1974). Introduction to Sequencing and Scheduling. John Wiley & Sons, New
York.
23
Byung Park, Y., Pegden, C. D., y Enscore, E. E. (1984). A survey and evaluation of static
flowshop scheduling heuristics. International Journal of Production Research, 22(1):127
141.
Dannenbring, D. G. (1977). An evaluation of flow shop sequencing heuristics. Management
Science, 23(11):11741182.
Garey, M., Johnson, D., y Sethi, R. (1976). The complexity of flowshop and jobshop
scheduling. Mathematics of Operations Research, 1(2):117129.
Garey, Michael R. and Johnson, David S. (1979). Computers and Intractability: A guide to
the theory of NP-Completeness., W.H. Freeman and Company, New York
Graham, R., Lawler, E., Lenstra, J., y Rinnooy Kan, A. (1979). Optimization and
approximation in deterministic sequencing and scheduling: A survey. Annals of Discrete
Mathematics, 5:287326
Johnson S. M. (1954). Optimal two and three stage production. Naval Research Logistics
Quaterly, (1):6167
Lahdari, T. y Haouari, M.. A Computacional study of the permutation flow shop problem
based on a tight lower bound. Computers & Operations Research. Article in Press,
Corrected Proof.
Pinedo, Michael. (1995). Scheduling: Theory, Algorithms, and Systems., Englewood
Cliffs, Prentice Hall, N.J.
Ponnambalam, S. G., Aravindan, P., y Chandrasekaran, S. (2001). Constructive and
improvement flow shop scheduling heuristics: an extensive evaluation. Production
Planning and Control, 12(4):335.