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, generalmente 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 ajustarse a constantes cambios para lograr satisfacer demandas cada vez más exigentes 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 mejora 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 permitan resolver esos problemas de planificación minimizando los requerimientos de software y capacidades computacionales. Los métodos propuestos son comparados contra métodos capaces de resolver problemas mixto-entero no lineales, y los resultados muestran una buena calidad del método aquí propuesto.
Sociedad Argentina de Informática e Investigación Operativa
Materia
Ciencias Informáticas
Manufactura
Flow Shop Scheduling
efecto aprendizaje
Mixtoentero no-lineal
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/177355

id SEDICI_95cb7be13d08a25af680eac6439950b4
oai_identifier_str oai:sedici.unlp.edu.ar:10915/177355
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Aproximación lineal para problema de scheduling flow shop con efecto de aprendizaje no-linealFerraro, AugustoRossit, Daniel AlejandroFrutos, MarianoGrossmann, IgnacioCiencias InformáticasManufacturaFlow Shop Schedulingefecto aprendizajeMixtoentero no-linealEl desempeño de los procesos de manufactura suele depender de las capacidades y habilidades de los recursos productivos involucrados, generalmente 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 ajustarse a constantes cambios para lograr satisfacer demandas cada vez más exigentes 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 mejora 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 permitan resolver esos problemas de planificación minimizando los requerimientos de software y capacidades computacionales. Los métodos propuestos son comparados contra métodos capaces de resolver problemas mixto-entero no lineales, y los resultados muestran una buena calidad del método aquí propuesto.Sociedad Argentina de Informática e Investigación Operativa2024-08info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf335-346http://sedici.unlp.edu.ar/handle/10915/177355spainfo:eu-repo/semantics/altIdentifier/url/https://revistas.unlp.edu.ar/JAIIO/article/view/18022info:eu-repo/semantics/altIdentifier/issn/2451-7496info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-10-15T11:39:33Zoai:sedici.unlp.edu.ar:10915/177355Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-15 11:39:33.332SEDICI (UNLP) - Universidad Nacional de La Platafalse
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
Ciencias Informáticas
Manufactura
Flow Shop Scheduling
efecto aprendizaje
Mixtoentero 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 Ciencias Informáticas
Manufactura
Flow Shop Scheduling
efecto aprendizaje
Mixtoentero no-lineal
topic Ciencias Informáticas
Manufactura
Flow Shop Scheduling
efecto aprendizaje
Mixtoentero no-lineal
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, generalmente 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 ajustarse a constantes cambios para lograr satisfacer demandas cada vez más exigentes 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 mejora 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 permitan resolver esos problemas de planificación minimizando los requerimientos de software y capacidades computacionales. Los métodos propuestos son comparados contra métodos capaces de resolver problemas mixto-entero no lineales, y los resultados muestran una buena calidad del método aquí propuesto.
Sociedad Argentina de Informática e Investigación Operativa
description El desempeño de los procesos de manufactura suele depender de las capacidades y habilidades de los recursos productivos involucrados, generalmente 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 ajustarse a constantes cambios para lograr satisfacer demandas cada vez más exigentes 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 mejora 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 permitan resolver esos problemas de planificación minimizando los requerimientos de software y capacidades computacionales. Los métodos propuestos son comparados 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 2024-08
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/10915/177355
url http://sedici.unlp.edu.ar/handle/10915/177355
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/https://revistas.unlp.edu.ar/JAIIO/article/view/18022
info:eu-repo/semantics/altIdentifier/issn/2451-7496
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
335-346
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_ 1846064410488995840
score 13.22299