Please enable JavaScript.

Coggle requires JavaScript to display documents.

Modelos y métodos para planificación de la producción. - Coggle Diagram

- - - - Los modelos de PE combinan el paradigma de la programación lineal con la formulación de parámetros aleatorios.
      - La PE puede usar escenarios o distribuciones de probabilidades para los parámetros inciertos.
      - Escudero y Kamesan (1993) presentan un modelo de PE para el problema del MRP, con incertidumbre en la demanda, tabién analizan diferentes enfoques para la planificación de la producción y la capacidad utilizando (PE).
    - - La teoría de los conjuntos difusos hace una distinción entre aleatoriedad e imprecisión.
      - Una distribución de probabilidad se deriva usualmente de evidencias registradas en el pasado. Lo que requiere que las evidencias registradas sean completas e imparciales, además, el mecanismo estocástico que generó los datos registrados debe continuar en vigor y sin cambios.
        
        El objetivo es determinar los niveles de stock y cantidades a ordenar durante un horizonte de tiempo finito, para un nivel de servicio aceptable y a un coste razonable.
      - Rinks (1981) detecta un vacío entre la teoría de la planificación agregada y la práctica y desarrolla algoritmos fuzzy para planificación agregada.
    - - La PD es un enfoque para la modelación, análisis y resolución de problemas de decisión dinámicos tanto en entornos deterministas como estocásticos. La principal diferencia entre programación dinámica y estocástica está en la estructura utilizada para formular ambos modelos.
        
        Hong y Shang (2001) desarrollan un modelo para la planificación y programación dinámica de la producción en un entorno de fabricación de hierro y acero. El modelo de optimización propuesto está basado sobre el concepto de entradas-salidas de Leontif (1966).
        
        El modelo desarrollado es apropiado para gestionar redes de cadenas de suministro descentralizadas o centralizadas, aunque los beneficios del modelo se aprecian mejor cuando los miembros de la red de fabricación juegan el rol de proveedor y consumidor simultáneamente.
    - - Los modelos de simulación aunque pueden representar una gran variedad de problemas, no pueden ser usados efectivamente para optimizar un problema dado, sino más bien para evaluar una medida de desempeño.
        
        Albritton y otros (1999) presentan un modelo de planificación de la producción con incertidumbre en la demanda con dos variantes del muestreo de Monte Carlo y que denominan Optimización basada en Simulación.
      - Thompson y Davis (1990) y Thompson, Watanabe, y Davis (1993) presentan un enfoque integrado para considerar la incertidumbre en la planificación de la producción agregada. Formulan un modelo de programación lineal y la incertidumbre es incorporada utilizando el modelo de simulación de Monte Carlo.
    - - Tecnologías de la información (TI)
        
        El actual soporte de las TI para la planificación de la producción permite manejar grandes cantidades de información. Sin embargo, el uso de las TI no ha satisfecho todas las expectativas.
      - Conclusiones y Líneas futuras de investigación.
        
        En resumen, el enfoque adoptado en la mayoría de los modelos estudiados es el de la programación estocástica, este enfoque se ha utilizado para todos los niveles de la planificación de la producción (estratégica, táctica y operativa) y además se ha aplicado a casos reales. Los modelos de conjuntos difusos siguen a los de programación estocástica, aunque se han utilizado en mayor número en el nivel operativo de la planificación. En el caso de la programación dinámica, se han encontrado pocos modelos y principalmente teóricos. Por último, completan la lista los modelos de simulación y otros enfoques puntuales.