Aproximación lineal para problema de scheduling flow shop con efecto de aprendizaje no-lineal

Autores
Ferraro, Augusto; Rossit, Daniel Alejandro; Frutos, Mariano; Grossmann, Ignacio
Año de publicación
2024
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
El desempeño de los procesos de manufactura suele depender de las capacidades y habilidades de los recursos productivos involucrados, general-mente maquinaria y mano de obra. Es sabido que la aptitud de la mano de obra es afectada por el aprendizaje, a mayor aprendizaje mayor aptitud. En entornos competitivos como el actual en donde los procesos de manufactura deben ajus-tarse a constantes cambios para lograr satisfacer demandas cada vez más exigen-tes y que requieren especificaciones particulares, esta capacidad de aprendizaje se vuelve un factor importante dentro del sistema. Es por eso que en muchos casos la planificación de la producción ya contempla este aprendizaje dentro del proceso, para sacar el mayor rédito posible. Para ello deben modelarse fenómenos complejos que permitan estimar la capacidad de producción a medida que se me-jora la aptitud de producción, dando lugar a expresiones del tipo no-lineal. Esto limita el tipo de herramientas computacionales para su resolución. En este trabajo se aborda esta limitación, proponiendo métodos de aproximación lineal que per-mitan resolver esos problemas de planificación minimizando los requerimientos de software y capacidades computacionales. Los métodos propuestos son com-parados contra métodos capaces de resolver problemas mixto-entero no lineales, y los resultados muestran una buena calidad del método aquí propuesto.
Fil: Ferraro, Augusto. Universidad Nacional del Sur. Departamento de Ingeniería; Argentina
Fil: Rossit, Daniel Alejandro. Universidad Nacional del Sur. Departamento de Ingeniería; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Instituto de Matemática Bahía Blanca. Universidad Nacional del Sur. Departamento de Matemática. Instituto de Matemática Bahía Blanca; Argentina
Fil: Frutos, Mariano. Universidad Nacional del Sur. Departamento de Ingeniería; Argentina
Fil: Grossmann, Ignacio. University of Carnegie Mellon; Estados Unidos
53 Jornadas Argentinas de Informática (JAIIO 53) - 50ª Conferencia Latinoamericana de Informática (L CLEI 2024)
Bahía Blanca
Argentina
Sociedad Argentina de Informática
Universidad Nacional del Sur
Materia
MANUFACTURA
FLOW SHOP SCHEDULING
EFECTO APRENDIZAJE
MIXTO-ENTERO NO LINEAL
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
CONICET Digital (CONICET)
Institución
Consejo Nacional de Investigaciones Científicas y Técnicas
OAI Identificador
oai:ri.conicet.gov.ar:11336/264226
Acceder
id CONICETDig_9e938a5963e8fc585d71d6adaa848f05
oai_identifier_str oai:ri.conicet.gov.ar:11336/264226
network_acronym_str CONICETDig
repository_id_str 3498
network_name_str CONICET Digital (CONICET)
spelling Aproximación lineal para problema de scheduling flow shop con efecto de aprendizaje no-linealFerraro, AugustoRossit, Daniel AlejandroFrutos, MarianoGrossmann, IgnacioMANUFACTURAFLOW SHOP SCHEDULINGEFECTO APRENDIZAJEMIXTO-ENTERO NO LINEALhttps://purl.org/becyt/ford/2.11https://purl.org/becyt/ford/2El desempeño de los procesos de manufactura suele depender de las capacidades y habilidades de los recursos productivos involucrados, general-mente maquinaria y mano de obra. Es sabido que la aptitud de la mano de obra es afectada por el aprendizaje, a mayor aprendizaje mayor aptitud. En entornos competitivos como el actual en donde los procesos de manufactura deben ajus-tarse a constantes cambios para lograr satisfacer demandas cada vez más exigen-tes y que requieren especificaciones particulares, esta capacidad de aprendizaje se vuelve un factor importante dentro del sistema. Es por eso que en muchos casos la planificación de la producción ya contempla este aprendizaje dentro del proceso, para sacar el mayor rédito posible. Para ello deben modelarse fenómenos complejos que permitan estimar la capacidad de producción a medida que se me-jora la aptitud de producción, dando lugar a expresiones del tipo no-lineal. Esto limita el tipo de herramientas computacionales para su resolución. En este trabajo se aborda esta limitación, proponiendo métodos de aproximación lineal que per-mitan resolver esos problemas de planificación minimizando los requerimientos de software y capacidades computacionales. Los métodos propuestos son com-parados contra métodos capaces de resolver problemas mixto-entero no lineales, y los resultados muestran una buena calidad del método aquí propuesto.Fil: Ferraro, Augusto. Universidad Nacional del Sur. Departamento de Ingeniería; ArgentinaFil: Rossit, Daniel Alejandro. Universidad Nacional del Sur. Departamento de Ingeniería; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Instituto de Matemática Bahía Blanca. Universidad Nacional del Sur. Departamento de Matemática. Instituto de Matemática Bahía Blanca; ArgentinaFil: Frutos, Mariano. Universidad Nacional del Sur. Departamento de Ingeniería; ArgentinaFil: Grossmann, Ignacio. University of Carnegie Mellon; Estados Unidos53 Jornadas Argentinas de Informática (JAIIO 53) - 50ª Conferencia Latinoamericana de Informática (L CLEI 2024)Bahía BlancaArgentinaSociedad Argentina de InformáticaUniversidad Nacional del SurSociedad Argentina de Informática2024info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/conferenceObjectJornadaBookhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfapplication/pdfapplication/pdfhttp://hdl.handle.net/11336/264226Aproximación lineal para problema de scheduling flow shop con efecto de aprendizaje no-lineal; 53 Jornadas Argentinas de Informática (JAIIO 53) - 50ª Conferencia Latinoamericana de Informática (L CLEI 2024); Bahía Blanca; Argentina; 2024; 1-122451-7496CONICET DigitalCONICETspainfo:eu-repo/semantics/altIdentifier/url/https://publicaciones.sadio.org.ar/index.php/JAIIO/article/view/903Internacionalinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/ar/reponame:CONICET Digital (CONICET)instname:Consejo Nacional de Investigaciones Científicas y Técnicas2025-09-03T09:48:12Zoai:ri.conicet.gov.ar:11336/264226instacron:CONICETInstitucionalhttp://ri.conicet.gov.ar/Organismo científico-tecnológicoNo correspondehttp://ri.conicet.gov.ar/oai/requestdasensio@conicet.gov.ar; lcarlino@conicet.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:34982025-09-03 09:48:12.589CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicasfalse
dc.title.none.fl_str_mv Aproximación lineal para problema de scheduling flow shop con efecto de aprendizaje no-lineal
title Aproximación lineal para problema de scheduling flow shop con efecto de aprendizaje no-lineal
spellingShingle Aproximación lineal para problema de scheduling flow shop con efecto de aprendizaje no-lineal
Ferraro, Augusto
MANUFACTURA
FLOW SHOP SCHEDULING
EFECTO APRENDIZAJE
MIXTO-ENTERO NO LINEAL
title_short Aproximación lineal para problema de scheduling flow shop con efecto de aprendizaje no-lineal
title_full Aproximación lineal para problema de scheduling flow shop con efecto de aprendizaje no-lineal
title_fullStr Aproximación lineal para problema de scheduling flow shop con efecto de aprendizaje no-lineal
title_full_unstemmed Aproximación lineal para problema de scheduling flow shop con efecto de aprendizaje no-lineal
title_sort Aproximación lineal para problema de scheduling flow shop con efecto de aprendizaje no-lineal
dc.creator.none.fl_str_mv Ferraro, Augusto
Rossit, Daniel Alejandro
Frutos, Mariano
Grossmann, Ignacio
author Ferraro, Augusto
author_facet Ferraro, Augusto
Rossit, Daniel Alejandro
Frutos, Mariano
Grossmann, Ignacio
author_role author
author2 Rossit, Daniel Alejandro
Frutos, Mariano
Grossmann, Ignacio
author2_role author
author
author
dc.subject.none.fl_str_mv MANUFACTURA
FLOW SHOP SCHEDULING
EFECTO APRENDIZAJE
MIXTO-ENTERO NO LINEAL
topic MANUFACTURA
FLOW SHOP SCHEDULING
EFECTO APRENDIZAJE
MIXTO-ENTERO NO LINEAL
purl_subject.fl_str_mv https://purl.org/becyt/ford/2.11
https://purl.org/becyt/ford/2
dc.description.none.fl_txt_mv El desempeño de los procesos de manufactura suele depender de las capacidades y habilidades de los recursos productivos involucrados, general-mente maquinaria y mano de obra. Es sabido que la aptitud de la mano de obra es afectada por el aprendizaje, a mayor aprendizaje mayor aptitud. En entornos competitivos como el actual en donde los procesos de manufactura deben ajus-tarse a constantes cambios para lograr satisfacer demandas cada vez más exigen-tes y que requieren especificaciones particulares, esta capacidad de aprendizaje se vuelve un factor importante dentro del sistema. Es por eso que en muchos casos la planificación de la producción ya contempla este aprendizaje dentro del proceso, para sacar el mayor rédito posible. Para ello deben modelarse fenómenos complejos que permitan estimar la capacidad de producción a medida que se me-jora la aptitud de producción, dando lugar a expresiones del tipo no-lineal. Esto limita el tipo de herramientas computacionales para su resolución. En este trabajo se aborda esta limitación, proponiendo métodos de aproximación lineal que per-mitan resolver esos problemas de planificación minimizando los requerimientos de software y capacidades computacionales. Los métodos propuestos son com-parados contra métodos capaces de resolver problemas mixto-entero no lineales, y los resultados muestran una buena calidad del método aquí propuesto.
Fil: Ferraro, Augusto. Universidad Nacional del Sur. Departamento de Ingeniería; Argentina
Fil: Rossit, Daniel Alejandro. Universidad Nacional del Sur. Departamento de Ingeniería; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Instituto de Matemática Bahía Blanca. Universidad Nacional del Sur. Departamento de Matemática. Instituto de Matemática Bahía Blanca; Argentina
Fil: Frutos, Mariano. Universidad Nacional del Sur. Departamento de Ingeniería; Argentina
Fil: Grossmann, Ignacio. University of Carnegie Mellon; Estados Unidos
53 Jornadas Argentinas de Informática (JAIIO 53) - 50ª Conferencia Latinoamericana de Informática (L CLEI 2024)
Bahía Blanca
Argentina
Sociedad Argentina de Informática
Universidad Nacional del Sur
description El desempeño de los procesos de manufactura suele depender de las capacidades y habilidades de los recursos productivos involucrados, general-mente maquinaria y mano de obra. Es sabido que la aptitud de la mano de obra es afectada por el aprendizaje, a mayor aprendizaje mayor aptitud. En entornos competitivos como el actual en donde los procesos de manufactura deben ajus-tarse a constantes cambios para lograr satisfacer demandas cada vez más exigen-tes y que requieren especificaciones particulares, esta capacidad de aprendizaje se vuelve un factor importante dentro del sistema. Es por eso que en muchos casos la planificación de la producción ya contempla este aprendizaje dentro del proceso, para sacar el mayor rédito posible. Para ello deben modelarse fenómenos complejos que permitan estimar la capacidad de producción a medida que se me-jora la aptitud de producción, dando lugar a expresiones del tipo no-lineal. Esto limita el tipo de herramientas computacionales para su resolución. En este trabajo se aborda esta limitación, proponiendo métodos de aproximación lineal que per-mitan resolver esos problemas de planificación minimizando los requerimientos de software y capacidades computacionales. Los métodos propuestos son com-parados contra métodos capaces de resolver problemas mixto-entero no lineales, y los resultados muestran una buena calidad del método aquí propuesto.
publishDate 2024
dc.date.none.fl_str_mv 2024
dc.type.none.fl_str_mv info:eu-repo/semantics/publishedVersion
info:eu-repo/semantics/conferenceObject
Jornada
Book
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
status_str publishedVersion
format conferenceObject
dc.identifier.none.fl_str_mv http://hdl.handle.net/11336/264226
Aproximación lineal para problema de scheduling flow shop con efecto de aprendizaje no-lineal; 53 Jornadas Argentinas de Informática (JAIIO 53) - 50ª Conferencia Latinoamericana de Informática (L CLEI 2024); Bahía Blanca; Argentina; 2024; 1-12
2451-7496
CONICET Digital
CONICET
url http://hdl.handle.net/11336/264226
identifier_str_mv Aproximación lineal para problema de scheduling flow shop con efecto de aprendizaje no-lineal; 53 Jornadas Argentinas de Informática (JAIIO 53) - 50ª Conferencia Latinoamericana de Informática (L CLEI 2024); Bahía Blanca; Argentina; 2024; 1-12
2451-7496
CONICET Digital
CONICET
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/https://publicaciones.sadio.org.ar/index.php/JAIIO/article/view/903
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
dc.format.none.fl_str_mv application/pdf
application/pdf
application/pdf
dc.coverage.none.fl_str_mv Internacional
dc.publisher.none.fl_str_mv Sociedad Argentina de Informática
publisher.none.fl_str_mv Sociedad Argentina de Informática
dc.source.none.fl_str_mv reponame:CONICET Digital (CONICET)
instname:Consejo Nacional de Investigaciones Científicas y Técnicas
reponame_str CONICET Digital (CONICET)
collection CONICET Digital (CONICET)
instname_str Consejo Nacional de Investigaciones Científicas y Técnicas
repository.name.fl_str_mv CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicas
repository.mail.fl_str_mv dasensio@conicet.gov.ar; lcarlino@conicet.gov.ar
_version_ 1842268910336868352
score 13.13397

Publicaciones similares