Modelo de subloteo considerando el efecto aprendizaje en configuraciones productivas flow-shop

Autores
Rossit, Daniel; Frutos, Mariano; Tohmé, Fernando Abel; Broz, Diego
Año de publicación
2015
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
El subloteo (lot streaming) es una de las metodologías más estudiadas en los problemas de secuenciamiento en configuraciones productivas tipo flowshop, aunque no lo es el impacto del subloteo sobre el procesamiento propio de los trabajos. Es por eso, que en este trabajo, se estudia el impacto del efecto aprendizaje en base a la aplicación de subloteo. El efecto de aprendizaje aplicado considera el trabajo acumulado de los sublotes ya procesados del mismo producto. De esta forma no se sobredimensiona el aprendizaje. Se experimentó con instancias de mediana complejidad y se resolvió con GAMS/CPLEX. Se demuestra que el aprendizaje que se genera como consecuencia del subloteo es significativo en términos del makespan. Este resultado es más cercano a la realidad de los sistemas en los que el factor humano tiene importante injerencia.
Sociedad Argentina de Informática e Investigación Operativa (SADIO)
Materia
Ciencias Informáticas
Optimization
efecto aprendizaje
lot streaming
makespan
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by/3.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/59079

id SEDICI_2edfda1f5439115751d142f85e25849d
oai_identifier_str oai:sedici.unlp.edu.ar:10915/59079
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Modelo de subloteo considerando el efecto aprendizaje en configuraciones productivas flow-shopRossit, DanielFrutos, MarianoTohmé, Fernando AbelBroz, DiegoCiencias InformáticasOptimizationefecto aprendizajelot streamingmakespanEl subloteo (lot streaming) es una de las metodologías más estudiadas en los problemas de secuenciamiento en configuraciones productivas tipo flowshop, aunque no lo es el impacto del subloteo sobre el procesamiento propio de los trabajos. Es por eso, que en este trabajo, se estudia el impacto del efecto aprendizaje en base a la aplicación de subloteo. El efecto de aprendizaje aplicado considera el trabajo acumulado de los sublotes ya procesados del mismo producto. De esta forma no se sobredimensiona el aprendizaje. Se experimentó con instancias de mediana complejidad y se resolvió con GAMS/CPLEX. Se demuestra que el aprendizaje que se genera como consecuencia del subloteo es significativo en términos del makespan. Este resultado es más cercano a la realidad de los sistemas en los que el factor humano tiene importante injerencia.Sociedad Argentina de Informática e Investigación Operativa (SADIO)2015-09info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf75-86http://sedici.unlp.edu.ar/handle/10915/59079spainfo:eu-repo/semantics/altIdentifier/url/http://44jaiio.sadio.org.ar/sites/default/files/sii75-86.pdfinfo:eu-repo/semantics/altIdentifier/issn/2451-7542info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by/3.0/Creative Commons Attribution 3.0 Unported (CC BY 3.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:06:55Zoai:sedici.unlp.edu.ar:10915/59079Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:06:56.034SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Modelo de subloteo considerando el efecto aprendizaje en configuraciones productivas flow-shop
title Modelo de subloteo considerando el efecto aprendizaje en configuraciones productivas flow-shop
spellingShingle Modelo de subloteo considerando el efecto aprendizaje en configuraciones productivas flow-shop
Rossit, Daniel
Ciencias Informáticas
Optimization
efecto aprendizaje
lot streaming
makespan
title_short Modelo de subloteo considerando el efecto aprendizaje en configuraciones productivas flow-shop
title_full Modelo de subloteo considerando el efecto aprendizaje en configuraciones productivas flow-shop
title_fullStr Modelo de subloteo considerando el efecto aprendizaje en configuraciones productivas flow-shop
title_full_unstemmed Modelo de subloteo considerando el efecto aprendizaje en configuraciones productivas flow-shop
title_sort Modelo de subloteo considerando el efecto aprendizaje en configuraciones productivas flow-shop
dc.creator.none.fl_str_mv Rossit, Daniel
Frutos, Mariano
Tohmé, Fernando Abel
Broz, Diego
author Rossit, Daniel
author_facet Rossit, Daniel
Frutos, Mariano
Tohmé, Fernando Abel
Broz, Diego
author_role author
author2 Frutos, Mariano
Tohmé, Fernando Abel
Broz, Diego
author2_role author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Optimization
efecto aprendizaje
lot streaming
makespan
topic Ciencias Informáticas
Optimization
efecto aprendizaje
lot streaming
makespan
dc.description.none.fl_txt_mv El subloteo (lot streaming) es una de las metodologías más estudiadas en los problemas de secuenciamiento en configuraciones productivas tipo flowshop, aunque no lo es el impacto del subloteo sobre el procesamiento propio de los trabajos. Es por eso, que en este trabajo, se estudia el impacto del efecto aprendizaje en base a la aplicación de subloteo. El efecto de aprendizaje aplicado considera el trabajo acumulado de los sublotes ya procesados del mismo producto. De esta forma no se sobredimensiona el aprendizaje. Se experimentó con instancias de mediana complejidad y se resolvió con GAMS/CPLEX. Se demuestra que el aprendizaje que se genera como consecuencia del subloteo es significativo en términos del makespan. Este resultado es más cercano a la realidad de los sistemas en los que el factor humano tiene importante injerencia.
Sociedad Argentina de Informática e Investigación Operativa (SADIO)
description El subloteo (lot streaming) es una de las metodologías más estudiadas en los problemas de secuenciamiento en configuraciones productivas tipo flowshop, aunque no lo es el impacto del subloteo sobre el procesamiento propio de los trabajos. Es por eso, que en este trabajo, se estudia el impacto del efecto aprendizaje en base a la aplicación de subloteo. El efecto de aprendizaje aplicado considera el trabajo acumulado de los sublotes ya procesados del mismo producto. De esta forma no se sobredimensiona el aprendizaje. Se experimentó con instancias de mediana complejidad y se resolvió con GAMS/CPLEX. Se demuestra que el aprendizaje que se genera como consecuencia del subloteo es significativo en términos del makespan. Este resultado es más cercano a la realidad de los sistemas en los que el factor humano tiene importante injerencia.
publishDate 2015
dc.date.none.fl_str_mv 2015-09
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/59079
url http://sedici.unlp.edu.ar/handle/10915/59079
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/http://44jaiio.sadio.org.ar/sites/default/files/sii75-86.pdf
info:eu-repo/semantics/altIdentifier/issn/2451-7542
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by/3.0/
Creative Commons Attribution 3.0 Unported (CC BY 3.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by/3.0/
Creative Commons Attribution 3.0 Unported (CC BY 3.0)
dc.format.none.fl_str_mv application/pdf
75-86
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844615940615962624
score 13.070432