Modelos estocásticos multi-etapa para la planificación de la producción bajo incertidumbre de una empresa de fabricación de muebles

• José Emmanuel Gómez-Rocha ^[1] ; Héctor Rivera-Gómez ^[1] ; Eva Selene Hernández-Gress ^[2] ; Antonio Oswaldo Ortega-Reyes
  1. [1] Universidad Autónoma del Estado de Hidalgo

     Universidad Autónoma del Estado de Hidalgo

     México

     
  2. [2] Instituto Tecnológico y de Estudios Superiores de Monterrey

     Instituto Tecnológico y de Estudios Superiores de Monterrey

     México

     
• Localización: DYNA management, ISSN-e 2340-6585, Vol. 8, Nº. 1, 2020
• Idioma: español
• Títulos paralelos:
  • Multi-stage stochastic models for production planning of a furniture manufacturing company under uncertainty
• Texto completo no disponible (Saber más ...)
• Resumen
  • español

    En el presente artículo se analizan dos modelos de programación lineal estocástica multi-etapas donde la incertidumbre de la variable aleatoria se modela utilizando una distribución de probabilidad continua o una distribución discreta. Los modelos desarrollados se aplican a un plan agregado de producción para una empresa que fabrica muebles localizada en el estado de Hidalgo, la cual tiene clientes importantes tales como cadenas de tiendas con presencia en todo el país. Se define a la capacidad de producción como la variable aleatoria del modelo. La incertidumbre se modela mediante un árbol de escenarios en un entorno multi-etapas. El propósito principal de esta investigación es determinar una solución factible al plan agregado de producción en un tiempo computacional razonable. Para la solución del modelo se utilizó el software Lingo, aplicando el solucionador Branch and Bound (B-and-B). Además los dos modelos desarrollados fueron comparados en términos de exactitud y tiempo computacional. El estudio se complementa con un extenso análisis de sensibilidad, donde se evalúa el efecto de diversos costos en la solución óptima. Además se analiza el impacto de la restricción del nivel de servicio en las variables de decisión.

  • English

    In this article, two multi-stage stochastic linear programming models are developed where the uncertainty of the random variable is modeled using a continuous probability distribution or a discrete probability distribution. The developed models are applied to an aggregate production plan for a furniture manufacturing company located in the state of Hidalgo, Mexico, which has important customers such as chain stores with presence throughout the country. Production capacity is defined as the random variable of the model. Uncertainty is modeled through a scenario tree in a multi-stage environment. The main purpose of this research is to determine a feasible solution to the aggregate production plan in a reasonable computational time. The Lingo software was used to find a solution of the model, using the Branch and Bound solver (B-and-B). Furthermore the two developed models were compared in terms of accuracy and computational time. The study is complemented with an extensive sensitivity analysis, where it is assessed the effect of several costs on the optimal solution. Besides, the impact of the service level constraint on the decision variables is analyzed.