Optimizacin de Procesos Discontinuos

Programacin de la produccin en plantas multiproducto

1. Consideraciones generales
Durante aos, la tecnologa prevaleciente en la industria de procesos estuvo basada en
operaciones de tipo continuo: la refinacin del petrleo, la petroqumica o la qumica pesada
lograban as la produccin de grandes volmenes con una notable economa de escala.
Lgicamente, estas grandes plantas resultaban adecuadas para la fabricacin de insumos
bsicos o commodities, de uso extendido y escasamente diferenciado dentro de los ms diversos
sectores industriales.
Por contraposicin, la produccin de especialidades o fine chemicals, est fuertemente
influenciada por los requerimientos del usuario final, por lo que la unidad industrial debe atender
a una verdadera "familia" de productos, con un volumen demandado relativamente escaso para
cada uno de ellos.
Lo anterior plantea la exigencia de contar con una tecnologa altamente flexible, de modo de
poder lograr, en una planta nica, la produccin de diversos productos.
Los procesos discontinuos poseen esta caracterstica como una de sus mayores virtudes;
siendo, asimismo, la opcin adecuada frente a escalas productivas de pequea magnitud.
Fue, bsicamente, sobre este tipo de procesos donde se produjo el crecimiento inicial de la
industria qumica, impulso que, ms tarde, se desplaz a los procesos continuos.
Algunas industrias, sin embargo -la farmacutica, por ejemplo- mantuvieron la estructura de
produccin por lotes o batch, sinnimos ambos de procesamiento discontinuo. All se daban
todos los factores antes enunciados, sumndose el hecho de tratarse de productos complejos, de
muy alto valor agregado.
El crecimiento del sector de los fine chemicals, al que tambin pertenece la produccin de
especialidades medicinales, oblig a replantear la vigencia de los procesos batch, hasta entonces
un tanto "devaluados" desde el punto de vista tecnolgico.
El disponer de desarrollos metodolgicos, aplicados con anterioridad al diseo y anlisis de
plantas continuas, posibilit abordar ese replanteo con un mximo aprovechamiento de las
potencialidades de los esquemas de produccin por lotes.
Pero debe dejarse perfectamente establecido que los procesos batch presentan una
problemtica estrictamente propia, en cuya solucin no siempre valen las analogas, ms o
PP - 1

menos libres, con el caso continuo.

Las plantas discontinuas se suelen clasificar en dos grandes grupos: las multiproducto y las
multipropsito. En las primeras la totalidad de los productos sigue, bsicamente, la misma
secuencia en las etapas de fabricacin, mientras que en las del segundo tipo cada producto puede
tener un "camino" diferente, saltando o modificando el orden en que se utilizan las mencionadas
etapas.
En estas plantas, la productividad y la eficiencia econmica se encuentran fuertemente
influenciadas por el planeamiento de la produccin que se ponga en prctica.
Este planeamiento tiene que ver con la asignacin, en el tiempo, de las capacidades de
elaboracin y de recursos humanos y materiales, as como con los stocks de insumos y
productos intermedios y finales, con el objeto de satisfacer las demandas del mercado en el
mediano y largo plazo.
Su necesidad surge del hecho de tener que armonizar las cantidades y frecuencias con que se
requieren los productos y los niveles posibles o eficientes que son propios de la unidad
productiva.
Dentro del horizonte del planeamiento aparece, como es lgico, el problema del corto plazo,
instancia a la que, de aqu en adelante, se har referencia denominndola programacin de la
produccin, tema cuyo anlisis constituye el objeto del presente trabajo.
El planeamiento del mediano y largo plazo tienen, como es obvio, un cuerpo metodolgico
propio, que no ser abordado aqu ms que en lo que podra considerarse como un resumen
breve, enmarcando el problema del corto plazo.
En trminos generales, resulta posible abordar la cuestin desde dos ngulos perfectamente
diferenciados: el tratamiento unificado o por niveles jerrquicos.
En el primero de los enfoques se produce la consideracin simultnea del planeamiento global
de la produccin as como la programacin detallada de la misma. El horizonte temporal se
divide en un cierto nmero de perodos, cada uno de los cuales se caracteriza por una
determinada demanda para cada uno de los productos.
El objetivo del estudio es determinar, para cada perodo, los volmenes a elaborar, niveles de
stocks, requerimientos de insumos y recursos en general, ocupacin de las etapas de proceso y
programacin detallada de la produccin.
Si el costo de preparacin de la planta para fabricar cualquiera de los productos resulta
independiente de la secuencia de fabricacin de los mismos, puede plantearse un modelo
abordable por Programacin Lineal Entera Mixta, donde se tiene en cuenta variables como
Uit : unidades del producto i producidas en el perodo t;
Sit : unidades en stock del producto i al final del perodo t;
PP - 2

Dit : demanda del producto i en el perodo t;

rji : requerimiento del recurso j por unidad de producto i;
Rjt : disponibilidad del recurso j en el perodo t;
Ci : costo de preparacin para elaborar el producto i
y relaciones del tipo

Si, t -1 + U it = D it + Sit
N

r ji U it R it

i =1

En la funcin objetivo se tienen en cuenta, tpicamente, los costos variables de produccin y

uso de los recursos disponibles, as como los asociados al almacenamiento de productos. El
costo de la puesta en marcha de la elaboracin de un producto i Ci aparece, en la funcin
objetivo, como itCi, siendo it igual a uno si en el perodo t se produce la fabricacin del
producto i o nulo en caso contrario.
En el tratamiento por niveles jerrquicos, en su forma ms simple, el problema se subdivide en
dos partes, una que cubre el mediano y largo plazo y otra que abarca el horizonte inmediato.
La primera es esencialmente idntica al planteo unificado al trabajarse sobre un modelo
multiperidico mientras que la segunda, subordinada a la anterior, analiza en detalle lo
concerniente a la programacin de la produccin. La estrategia usual es instrumentar solo las
acciones correspondientes al primero de los perodos considerados, al finalizar el cual se
actualiza el modelo y se reitera el anlisis.
2. Programacin de la produccin
De lo expuesto anteriormente queda claro que la consideracin del corto plazo es de vital
importancia en la planificacin operativa de las plantas discontinuas, siendo la concrecin
prctica de los anlisis efectuados.
Programar la produccin significa establecer un "horario" detallado con el orden en el que han
de elaborarse los distintos productos as como las asignaciones efectuadas, para cada uno, de las
etapas de proceso.
Tpicamente el problema queda caracterizado por
- un conjunto de N productos a ser elaborados;
- un conjunto de M etapas de proceso disponibles para ello;
- un orden, para cada producto, en el que debe ser procesado en cada etapa;
- un criterio a ser optimizado;
PP - 3

- una matriz de tiempos tij de procesamiento del producto i en la etapa j;

- una matriz de tiempos de preparacin tpij1 y otra de transferencia tt ij para cada
producto i y etapa j (Normalmente, estos tiempos se consideran despreciables
frente a los de procesamiento);
- un criterio de manejo de la capacidad de almacenamiento, si la hay, entre etapas
de proceso;
- restricciones en el orden de elaboracin de ciertos productos (Establecimiento
de precedencias).
En general, los casos que se consideran en la literatura son:
- determinsticos, donde todos los parmetros del problema son conocidos con
certeza,
- estticos, lo que significa que los requerimientos de produccin permanecen
invariables durante el lapso cubierto por la programacin y
- sin interrupcin de proceso, esto es, que una vez comenzada una operacin
sobre un producto en una etapa, sta solo podr desocuparse con el total
completamiento de dicha operacin.
Debe aclararse que en todo lo que sigue, al hablarse de la produccin de un lote de un
producto, se estar haciendo referencia a la elaboracin de la cantidad especificada por el
planeamiento de largo o mediano plazo y no al volumen que es capaz de procesar la planta en un
lote de fabricacin.
De estos ltimos se debern producir, en forma sucesiva -para evitar el exceso de tiempos
muertos- tantos como lo requiera el volumen planificado. Los lapsos globales que resulten en
cada etapa han de ser los que se consideren como tiempos de procesamiento t ij.
Los criterios comnmente utilizados en los problemas de programacin son tres:
- minimizar el tiempo total requerido para la fabricacin de todos los productos o
tiempo global (makespan en la literatura inglesa), con lo que se maximiza la
productividad de la planta;
- minimizar el tiempo de residencia medio (mean flowtime) de todos los
productos en el sistema;
- minimizar el mximo retraso, siendo este ltimo la parte positiva de la
diferencia entre la fecha efectiva de completamiento en la elaboracin de un
producto y la requerida por la planificacin de nivel superior.
Las estructuras de plantas discontinuas se encuentran compuestas, en general, por etapas en
serie, cada una de las cuales puede, o no, estar formada por un conjunto de unidades en paralelo.
1

Eventualmente, estos tiempos pueden depender de la secuencia de elaboracin de los productos.

PP - 4

Esta estructura en etapas, en conjuncin con las posibilidades existentes de almacenamientos

intermedios, determinan cuatro casos bsicos de programacin:
- almacenamiento intermedio infinito

(UIS);

- almacenamiento intermedio finito

(FIS);

- sin almacenamiento intermedio

(NIS);

- sin espera entre etapas

(ZW);

con un quinto caso, almacenamiento intermedio mixto (MIS), que resulta una combinacin de
los cuatro anteriores2.
Debe hacerse una aclaracin respecto de la diferencia que existe entre el caso ZW y el resto de
las situaciones bsicas. En estas ltimas siempre es posible mantener "estacionado" un lote en
una etapa de proceso, no necesariamente un almacenamiento intermedio, mientras que cuando
no se admiten esperas entre etapas esa detencin no est permitida -se podran producir
degradaciones en el producto, por ejemplo- y el lote debe ser transferido de inmediato a la etapa
siguiente.
Las caractersticas inherentes a los distintos casos han de ser visualizados de una mejor manera
a travs de un ejemplo sencillo.
Se trata de procesar cuatro productos en una planta discontinua de tres etapas en serie, donde
los tiempos de procesamiento del
et. 1
1
2
3
4
producto pi en la etapa ej son los que se
indican en la tabla adjunta.
et. 2

En la figura PP.2.1 se muestra el

esquema resultante cuando la secuencia
elegida para los productos es 1/2/3/4 (sin
pretender que ella sea la ms adecuada)
en el caso UIS.

et. 3

alm .

Fig. PP.2.1

Puede advertirse la necesidad de utilizar el almacenamiento intermedio, parte del cual puede
efectuarse en la propia unidad de proceso (sector sombreado), pero hay un lapso en el que debe
recurrirse a capacidades externas a fin de liberar la etapa 2 al procesamiento de productos. El
tiempo total que demanda la secuencia (makespan) para el caso es de 23.
Cabe notar que, en las condiciones establecidas, lo encontrado para la situacin UIS es
coincidente con el resultado que se alcanzara si se tratara del caso FIS, donde, como mnimo, se
debe estar en condiciones de almacenar un lote.
et. 1

Si, en cambio se careciese de capacidad de

almacenaje -caso NIS- los productos deberan

2
3
4
Las 1 siglas corresponden
a las abreviaturas
inglesas (UIS Unlimited Intermediate Storage, ZW
Zero
Wait,
etc,)
y
se
las
mantiene
por
ser
las
que
se
utilizan
normalmente.
1
2
3
4
et. 3
2

et. 2

Fig. PP.2.2

PP - 5

permanecer "estacionados" en una etapa de proceso, hasta que se libere la siguiente, actuando la
primera como un simple tanque. Esta situacin es la que se muestra -en sombreado el perodo de
almacenamiento- en la figura PP.2.2., siendo el makespan, en este caso, igual a 24.
Por fin, si los productos no pueden soportar
et. 1
1
2
3
4
ninguna clase de demoras en su procesamiento se et. 2
2
3
1
estar frente a un caso ZW, como se muestra en
1
2
3
et. 3
la figura PP.2.3, con un makespan de 26.
Fig. PP.2.3
Ntese como se produce un desplazamiento en
la ocupacin de las unidades, para permitir la continuidad en el proceso de los distintos
productos.

4
4

Puede notarse que en todos los casos se verifica la misma secuencia de productos en cada
etapa: primero el 1, luego el 2, etctera. Esto se considera como el problema tpico en la
Industria de Procesos y se lo conoce en la literatura como programas de permutacin.
Como ya qued dicho, en los ejemplos anteriores no se pretenda que la secuencia mostrada
fuese la ptima.
Obtener tal secuencia ptima es, en realidad, una cuestin difcil de solucionar. En trminos
estrictamente matemticos, estos problemas carecen, hasta el presente, de un algoritmo en el
cual el tiempo requerido para alcanzar la solucin final pueda ser expresado como una funcin
polinomial del tamao del problema3 (Esto se resume diciendo que la cuestin es un problema
NP).
De esto se desprende que la aplicacin de los mtodos que encaran en forma exacta la
resolucin del problema ha de quedar restringida a casos relativamente simples, en tanto que,
para los de mayor complejidad, deber recurrirse a mtodos aproximados.
Dentro del primer grupo se encuentran la aplicacin de Programacin Lineal Entera Mixta
(PLEM o MILP en la terminologa inglesa) y de las tcnicas de Desarrollo Acotado (Branch
and Bound) y un conjunto de mtodos heursticos dentro de los enfoques aproximados.
3. La formulacin bajo la tcnica PLEM
La utilizacin de esta tcnica ha sido explorada, en principio, por Ku y Karimi con el objeto de
formular un mtodo heurstico para el tratamiento de problemas de relativa complejidad. Esto
pretende aprovechar la existencia de mtodos de PLEM, genricos, como el complemento
Solver en la planilla Excel o especficos, como el paquete LINDO, todos ellos sumamente
eficaces.
La Programacin Lineal Entera Mixta requiere que la funcin objetivo y las restricciones sean
lineales, permitiendo, adems, que algunas de las variables posean una naturaleza entera.
3

Funcin polinomial, por ej. Na, debe entenderse como opuesto a funcionalidad exponencial, como
N

ser a .

PP - 6

As, para el problema de programacin de la produccin, y siempre bajo la forma esquemas de

permutacin, Ku y Karimi proponen que se introduzcan variables binarias (delta de Kronecker)
tales que
Xpi = 1 si el producto p est en la posicin i de la secuencia, o nulo, si no lo est.
Complementariamente a esto debe exigirse a) que cada uno de los N productos ocupe solo una
posicin en la secuencia y b) que cada posicin est ocupada por un solo producto, lo que se
expresa

a ) Xp i =1

p = 1,..., N

Xp i =1

b)

i =1

i = 1,..., N

p =1

A lo anterior debe agregarse la condicin de que un producto ki no puede comenzar a ser

procesado en una etapa j mientras:
1) el producto ki-1, que le precede en la secuencia, no haya abandonado esa etapa y
2) ki se encuentre procesndose en j-1 (Esta condicin no rige, obviamente, para j=1).
k i j

Si con k i j se indica el tiempo en el cual el producto ki -en la posicin i de la secuenciaabandona la etapa j, siendo t k i j el tiempo requerido para el procesamiento en la etapa, las
consideraciones precedentes se han de indicar

1) k i j k i-1 j + t k i j = k i-1 j +

t pj X pi

p =1

k11 = t k1 1 =
2) k i j k i j-1 + t k i j = k i j-1 +

p =1
PP - 7

t p1 X p 1

p =1

t pj X pi

p =1

Puede advertirse la equivalencia entre t k i j y

i = 2,.., N ; j = 1,.

t pj X pi .

i = 1,.., N ; j = 2,..

Debe tenerse en cuenta que en la sumatoria solo un Xpi es distinto de cero, aquel que
corresponde al producto que ocupa la posicin i en la secuencia.
La funcin objetivo ser, adoptando el criterio de minimizar el makespan,. min k N M
El resto de la formulacin vara segn el tipo de caso de que se trate. Si, por ejemplo, se
estuviese frente a un caso UIS lo anterior sera suficiente; en cambio si la situacin fuese FIS,
con una capacidad de almacenamiento intermedio zj entre la etapa j y la j+1, debera
considerarse que el producto ki no puede abandonar j si, al menos, no hay all una unidad de
almacenamiento libre.
Si no se verificase tal disponibilidad habran de
estar "estacionados" zj productos a la espera de
ser procesados en la etapa j+1, mientras concluye
all su tratamiento el producto que ocupa la
posicin i-[zj+1] en la secuencia y, por tanto, el ki
deber permanecer en j en idntica espera, es decir
que
k i j k[i - ( z j 1) ] j+1

j +1

j = 1, ..., M - 1

j+z j +1

j+z

Advirtase que en la ltima etapa, lgicamente,

no se debe tener en cuenta la restriccin que
impone la capacidad existente de almacenamiento intermedio.

Fig. PP 3.1

En todo lo anterior subyace la cuestin de la dimensionalidad: el problema aparece planteado

en N2 +NM variables con 2N + 1 ecuaciones y N(M-1) + N(M-1) restricciones, para el caso
UIS, el ms sencillo de todos (En el ejemplo demostrativo resulta un sistema de 28 incgnitas
-16 enteras- y 26 relaciones en total).
4. Tratamiento por Desarrollo y Acotamiento.
Las tcnicas por desarrollo y acotamiento forman parte de un grupo de metodologas
ampliamente utilizadas en Inteligencia Artificial.
Consisten, bsicamente, en una enumeracin organizada de todas las posibles soluciones del
problema, para lo que se requiere disponer de una solucin incompleta del problema as como de
un valor lmite de la funcin objetivo para la solucin completa. La eficiencia de este tipo de
tcnicas depende, justamente, de la capacidad de evaluar adecuadamente este lmite en forma
sencilla.
Para el caso de programacin de la produccin, las tcnicas de desarrollo y acotamiento se
basan en el uso de una secuencia -o permutacin- parcial de productos i1...ik ya definida, para la
que, por consiguiente, resultan conocidos los tiempos de completamiento en cada una de las
etapas de proceso.
PP - 8

Para esta secuencia parcial se dispone de una estimacin -una cota- del mnimo del objetivo
planteado -tiempo global, por ejemplo- que ha de requerir el procesamiento del resto de los
productos.
La etapa de desarrollo consiste en agregar, a la secuencia disponible, cada uno de los productos
an no programados, analizando el efecto que esto causa sobre la cota de la funcin objetivo.
Se retiene, luego, la secuencia ampliada donde tal cota haya resultado menor y se reinicia todo
el proceso.
En esto se considera, en principio, que las restantes alternativas, con una cota ms alta, no
pueden producir una solucin mejor. Se la debera retomar, sin embargo, en el caso en que la
solucin a la que se arribe tuviese un valor de la funcin objetivo que las superase.
Todo el problema radica en evaluar tales cotas, en una forma que no requiera clculos
extremadamente complejos. Lo comn es considerar que se trata de un caso UIS, el ms sencillo
y el de menor valor para cualquier funcin objetivo.
El inconveniente es que la cota as calculada pueda resultar excesivamente conservadora y, en
consecuencia, ineficaz para eliminar alternativas por analizar en el desarrollo.
Uno de los procedimientos utilizados para calcular estos lmites se debe a Ignall y Schrage,
siempre bajo el supuesto UIS. Este procedimiento puede esquematizarse como sigue:
Se admite tener asignados los primeros k productos i1...ik en la secuencia de produccin.
Ninguno de los productos an no programados puede comenzar a ser procesado en la etapa j
antes de que en ella concluya su tratamiento el producto ik, esto es, al tiempo i k j .
El tiempo que se requerir para procesar en la etapa j la totalidad de los productos no
programados no puede ser menor que

R j=

p = k +1

t ip j

Un producto q cualquiera, de los an no programados, no podr concluir su procesamiento en

las restantes etapas j+1 a M en un lapso menor a

Uq =

t qm

m = j+1
y, en consecuencia, el procesamiento de la totalidad de los productos no puede concluir antes de
PP - 9

D j = ik j + R j + min Uq ; q {ik+1. .iN }

q

Todo esto analizado desde una etapa genrica j. Al considerar el conjunto completo de
unidades el tiempo global o makespan no podr ser menor a
B = max
j

; j = 1...M

Dj

En la figura PP.4.1 se muestra la

aplicacin de la tcnica de desarrollo y
acotamiento para el ejemplo planteado
en el caso UIS.

En el primer momento no se dispone

de secuencia alguna (bloque R de la
figura) con lo que la incorporacin de
uno de los productos como inicial en la
secuencia dar lugar a cuatro "ramas"
que deben ser evaluadas.

23

3-4

25

24

23

23

24

27

23

Fig. PP.4.1

Sea el caso de las secuencias que comienzan con el producto 1.Para el anlisis a partir de la
etapa 1 se tendr, haciendo uso de las relaciones establecidas anteriormente (R1=4+5+6;
U2=4+4; etc.):
i1 1 = 2

R 1 = 15

U2 = 8

U3 = 7

U4 = 6

D1 = 23

U3 = 5

U4 = 2

D 2 = 18

Al trasladar el estudio a la etapa 2 se tendr:

i1 2 = 6

R 2 = 10

U2 = 4

y para la 3
i1 3 = 12

R 3 = 11

D 3 = 23

con lo que ninguna secuencia que comience programando el producto 1 como el primero a
procesar podr tener un tiempo global inferior a 23.
Para las secuencias que empiezan con 2, 3 y 4 los lmites resultan ser 25, 24 y 27,
respectivamente, como se indica en la figura PP.4.1
Lo anterior determina que se contine el proceso analizando las secuencias parciales 1-2, 1-3 y
PP - 10

1-4, para las que se encuentran lmites de 23 en las dos primeras y 24 en la ltima (Debe tenerse
en cuenta la relacin i 2 j = max ( i1 j , 12 j-1 ) + t i 2 j en la determinacin del tiempo de
completamiento del segundo producto en cualquiera de las etapas)
Dado que dos "ramas" presentan igual lmite se elige, arbitrariamente, una de ellas para
continuar el anlisis, en este caso la 1-2.
La colocacin del tercer producto determina, asimismo, la del ltimo, con lo cual se completa
la secuencia, resultando el valor de 23 para el tiempo global de 1-2-3-4.
Con esto se da por terminada la bsqueda ya que el valor real de la funcin objetivo coincide
con el menor lmite que se tena para ella, no existiendo, por consiguiente, ninguna posibilidad
de que otra secuencia pueda mejorarlo.
Advirtase que el caso de que se trate (UIS, FIS, NIS o ZW) aparece solo en la determinacin
del tiempo de completamiento en cada etapa del ltimo producto programado, mientras que el
resto de la estimacin del lmite se hace, siempre, en base al caso UIS.
Esto puede determinar, como ya qued dicho, que el tiempo global efectivo de una secuencia
resulte, tal vez, no solo mayor que el lmite encontrado para ella sino tambin que el de muchas
otras secuencias que fueron desechadas en pasos previos. En tal caso estas deberan ser
retomadas o, si no se admite esta bsqueda con retroceso, correr el riesgo de no encontrar la
secuencia ptima.
Esta posibilidad se reducira con estimaciones ms precisas pero, en ese caso, con seguridad se
ha de incrementar la dificultad para disponer de la estimacin, por ejemplo, debido a la
existencia de clculos engorrosos o de complejas estructuras lgicas.
Un ejemplo de lo dicho anteriormente se verifica al aplicar las tcnicas de desarrollo y
acotamiento al ejemplo planteado, pero bajo la condicin ZW.
En la figura PP.4.2 se resume la bsqueda realizada. Se ha indicado con un signo + las
situaciones en que se ha suspendido provisoriamente el anlisis pues el lmite para la secuencia
era claramente superior al mejor obtenido hasta el momento; v.g., secuencias que empiezan con
4 en el primer nivel (son mejores las que empiezan con 1) o 1-2 y 1-3 en el segundo, cuyos
lmites son superiores al
R
correspondiente de la secuencia
parcial que empieza con el producto
3.
2
3
4 24+
1
25
23
24
(27)

Al concluir la bsqueda sobre la

"rama" donde se programa primero el
producto 1, lo que define la
permutacin 1-4-2-3 con un tiempo
global de 25, este valor habilita la

25+

26+

2-3

24

25

2-4

Fig. PP.4.2

PP - 11

24
26

25

25+

bsqueda sobre las secuencias 3-.. y 4-..

La primera de ellas conduce a 3-1-2-4 con un makespan de 26 y en la ltima, cuyo anlisis no
estaba completo, se encuentra, cuando se lo termina, una cota de 27, lo que la elimina de toda
consideracin posterior.
5.Tratamiento por procedimientos heursticos
Vista la notable dificultad que presenta el tratamiento rigurosos para programar la produccin
de una planta multiproducto 4 los enfoques prcticos concluyen por estructurar metodologas en
base a reglas heursticas.
Este tipo de estrategias, obviamente, solo pueden asegurar la obtencin de secuencias
subptimas, pero, paralelamente, los resultados se obtiene con un grado de dificultad razonable,
acotado polinomialmente, lo que es fundamental para el tratamiento de problemas de cierta
magnitud.
La mayor parte de estos procedimientos utilizan, de un modo u otro, los resultados exactos
que se disponen para el caso UIS con dos etapas de proceso, caso que, junto al de ZW con igual
nmero de etapas, son los nicos para los que existe un algoritmo eficiente para resolverlos.
Para el caso UIS con solo dos etapas de proceso la solucin viene dada por la regla de
Johnson, la que se puede enunciar como sigue:
En una programacin ptima, el producto i debe preceder al producto j si min
[ti1, tj2] min [ti2, tj1].
La regla conduce al siguiente algoritmo para resolver el caso:
1.- Divdanse los productos en dos grupos, P y Q, tal que estn en P todos
aquellos cuyos tiempos de procesamiento en la segunda etapa son mayores que
los de la primera.
2.- Ordnense los productos en P de acuerdo a sus tiempos de procesamiento
en la primera etapa, siguiendo un criterio ascendente.
3.- Ordnense los productos en Q de acuerdo a sus tiempos de procesamiento
en la segunda etapa, siguiendo un criterio descendente.
4.- Concatnense las secuencias de P y Q, en ese orden. La resultante ser la
secuencia ptima.
La aplicacin del algoritmo al siguiente caso UIS con dos etapas de procesamiento

En rigor, la imposibilidad de disponer de un algoritmo eficiente, en trminos matemticos, para

resolverlo.

PP - 12

Productos

Tiempo proceso (et.1)

10

11

Tiempo proceso (et.2)

10

15

determina como conjunto P, ya ordenado, a [4-2-5-6] y Q a [3-1], con lo que la secuencia

ptima es [4-2-5-6-3-1].
Este caso bsico, para el que existe un algoritmo que permite su solucin exacta, ha sido
tomado por diversos autores como base de mtodos heursticos para abordar el tratamiento de
otros casos.
Uno de los ms utilizado se debe a Dannenbring, mtodo propuesto en 1977 y que se conoce
bajo la sigla RAES, Rapid Access with Extensive Search. La tcnica RAES ha servido,
asimismo, como base para otros mtodos, tambin de naturaleza heurstica, aunque ms
elaborados.
Consta de dos fases, el Acceso Rpido, que genera una secuencia inicial, y la Bsqueda
Extendida, donde evolutivamente se trata de encontrar una secuencia mejor.
En la primera fase, el procedimiento RA, el problema, del tipo de que se trate, con N productos
y M etapas, se transforma en otro, del caso UIS, con dos etapas, siendo los tiempos de
procesamiento del producto i en la primera y segunda etapa los que surgen de las relaciones

ta i1 = ( M - j + 1 ) t ij
j=1

ta i2 = j t ij

i = 1, ..., N

j=1

A este problema as definido se le aplica el algoritmo derivado de la regla de Johnson, con lo

que se obtiene la secuencia inicial de la segunda fase o procedimiento ES.
All se han de explorar las secuencias "vecinas" de la mejor disponible hasta ese momento,
entendiendo como "vecindad" al conjunto de N-1 secuencias que resultan de la permutacin de
pares de productos adyacentes (1-2-3-4 es vecina de 1-3-2-4, y viceversa, pero no de 1-4-3-2).
En este conjunto vecino se evala la funcin objetivo de cada secuencia, el tiempo global,
normalmente, reteniendo la mejor. Si sta significa un progreso sobre la de origen, se genera una
nueva vecindad, tomando a la retenida como punto de partida y todo se repite. Si no existe tal
progreso, el proceso se da por concluido, siendo el resultado la mejor secuencia obtenida hasta
ese momento.
La aplicacin de la tcnica RAES al ejemplo de demostracin, considerado en la situacin NIS,
se desarrolla como sigue:
PP - 13

Fase 1 Los tiempos en las seudo etapas son los que se muestran en la siguiente tabla
Prod.1

Prod.2

Prod.3

Prod.4

Etapa 1

20

24

24

28

Etapa 2

28

24

24

20

donde la aplicacin de la regla de Johnson determina los grupos P=[1] y Q=[2-3-4]5,

obtenindose, para la secuencia [1-2-3-4] en el caso NIS, un makespan de 24.
Fase 2 Se procede a generar las secuencias "vecinas" [2-1-3-4], [1-3-2-4] y [1-2-4-3], para las
que se encuentran los tiempos globales 25, 24 y 24, respectivamente, por lo que, al no
registrarse una mejora sobre la situacin de base, se da por terminado el procedimiento.
Otro procedimiento de igual naturaleza de la tcnica RAES es el mtodo CDS propuesto por
Campbell, Dudek y Smith en 1970. Aqu el problema con M unidades de proceso se analiza a
travs del estudio de M-1 subproblemas artificiales de dos unidades, donde los tiempos de
procesamiento del producto i en cada una de ellas, en el subproblema k, vienen dados por

ta ik1 = t ij
j=1

ta ik2 =

tij

i = 1..N ; k 1, ..., M 1

j= k +1

lo que da lugar, luego de aplicarse la regla de Johnson, en principio, a M-1 secuencias que sern
objeto de anlisis, conservndose la mejor de todas ellas.
Como ya qued dicho este tipo de metodologas, simples en su desarrollo, han servido de base
para estructurar otros procedimientos heursticos de mayor complejidad, como el propuesto por
Ku y Karimi, en el que se efecta una formulacin bajo la tcnica PLEM, pero acotando el
nmero de posiciones que puede ocupar cada producto en las secuencias por analizar -una
suerte de ampliacin de la Bsqueda Extendida-.
El algoritmo propuesto puede resumirse como sigue:
1.- Obtngase una secuencia inicial para el problema por aplicacin del
procedimiento RA.
2.- Considrese que cada producto puede
llegar a ocupar, en la secuencia ptima, los
lugares indicados en la matriz de la figura
PP.5.1.
La lectura de esa matriz debe realizarse como
5

El caso de los productos 2 y 3 se resuelve por la aplicacin directa de la regla, resultando

indistinto el orden en que se los ubique en la secuencia.

PP - 14
Fig. PP.5.1

sigue: para el producto que figura en la primera posicin de la secuencia RA se admiten,

en la ptima, las ubicaciones que figuran en la primera fila (1, 2 y 3); para el segundo,
las de la segunda y as siguiendo hasta el producto N-simo6.
3.- Resulvase el problema aplicando tcnicas de PLEM, con las consideraciones
del apartado anterior.
Otra de las metodologas que hacen uso de los procedimientos RAES y CDS es debida a Wiede
y Reklaitis, por la cual todos los anlisis se limitan a un conjunto de M problemas: el que surge
de la fase 1 del RAES y los M-1 del CDS.

Bibliografa
- "Review of Scheduling of Process Operations". Reklaitis, AIChE Symp.Ser. 78 (214), p.119
(1982)
- "Scheduling in Batch Processes". Ku, Rajagopalan & Karimi, Chem.Eng.Prog., Aug. p.35
(1987)
- "Scheduling in Serial Multiproduct Batch Processes with Finite Interstage Storage: a Mixed

Esto reduce el nmero de variables enteras de N2 a 5N-6

PP - 15

Integer Linear Program Formulation". Ku & Karimi, Ind.Eng.Chem.Res. 27 n10, p.1841

(1988)
- "Determination of Completion Time for Serial Multiproduct Processes-2. A Multiunit Finite
Intermediate Storage System". Wiede & Reklaitis, Comput.Chem.Engng. 11 n4 p.345 (1987)
- "Determination of Completion Time for Serial Multiproduct Processes-3. Mixed Intermediate
Storage Systems" Wiede & Reklaitis, Comput.Chem.Engng. 11 n4 p.357 (1987)

PP - 16