INTEGRANTES Elkin Javier Oviedo Sierra Codigo Estudiantil 1611021122 Edgar Javier Pedraza Serrato Codigo Estudiantil 161
Views 75 Downloads 5 File size 1MB
INTEGRANTES Elkin Javier Oviedo Sierra Codigo Estudiantil 1611021122 Edgar Javier Pedraza Serrato Codigo Estudiantil 1611023441
PRESENTADO A: Ing. Javier Cipamocha
Investigacion de Operaciones
FACULTAD DE INGENIERÍA Y CIENCIAS BÁSICAS
Somos una compañía que se encarga de la optimización y mejoramiento en las diferentes necesidades que tiene que ver con la cadena de suministro de nuestros clientes, buscamos que el cliente primario halle la forma de sacar el mayor aprovechamiento de su sistema y de igual forma su cliente cuente con el cumplimiento de su demanda con la mayor satisfacción. Contenido 1. 2. 3. 4. 5.
Explicacion del modelo Representacion de la red Demanda. Produccion Costos
Representación explicita de la red del problema de Gas Natural teniendo en cuenta tantos niveles como períodos establece el texto.
Lo que se busca para esta compañía de gas es el desarrollo de modelos que puedan controlar eficientemente las necesidades de exploración, producción y transporte de productos, también modelos que garanticen la operación y el mantenimiento de cada una de las centrales de operación. En fines de necesidad la compañía lo que busca es un modelo matemático que le permita controlar toda su red en la parte central. Ya sabemos que se encuentra compuesta por 4 componentes que integran la red central como son: 1. 2. 3. 4.
Los campos de producción ubicadas en la Cusiana. El gasoducto Cusiana-Apiay El Gasoducto Apiay-Bogotá. El sistema de Distribución Bogotá (Estaciones de servicios).
FACULTAD DE INGENIERÍA Y CIENCIAS BÁSICAS
Breve descripción del modelo propuesto en el artículo en la cual se incluyan los principales elementos del problema descrito en el mismo (variables y parámetros) El Supply Chain Manager es responsable de gestionar y organizar todas las actividades de adquisición, producción y distribución de los bienes que una compañía pone a disposición de sus clientes. En definitiva, es el mayor gestor de la cadena de suministro. Este es capaz de integrar las operaciones a nivel de flujos de material y flujos de información, que cubre todo el radio de proveedores, el centro de producción, los operadores logísticos, puntos de venta y clientes finales. Lo cual requiere de unas buenas habilidades de comunicación, negociación y gestión cosa que es un factor clave para el éxito de una empresa, adquiriendo una importancia especial en la estrategia de ciertas empresas que basan su mayor ventaja competitiva en la gestión de su cadena de suministro. Para lo que la compañía está solicitando se ofrece un modelo que hace que la cadena de suministro ubique en serie las decisiones de producción, inventario y transporte y que se integren en presencia de capacidades de producción y funciones de costos cóncavos. Además de generalizar el modelo de tamaño de lotes económico multinivel de un solo elemento. Donde se tienen los siguientes parámetros:
Demanda del periodo Capacidad de la producción Costos de producción Costos de transporte Costos de almacenamiento
Bajo las siguientes variables:
Cantidad producida en un periodo de tiempo (12 meses)
Cantidad a transportar en cada nivel de la red de transportes (4 niveles) en el periodo de tiempo (12 meses) Cantidad de inventario a almacenar en cada nivel y por cada periodo FACULTAD DE INGENIERÍA Y CIENCIAS BÁSICAS
Formulación matemática del modelo propuesto en el artículo, identificando claramente variables, parámetros, restricciones y función objetivo. Este modelo presenta algoritmos con un tiempo de ejecución que es polinomial en el horizonte de planificación cuando todas las funciones de costo son cóncavas. Además, considera diferentes estructuras de costos de transporte e inventario que producen mejores tiempos de ejecución: funciones de costos de mantenimiento de inventario que son funciones de costo lineal y de transporte que son lineales o cóncavas con una estructura de cargo fijo. En este último caso, hace la suposición común y razonable adicional de que los costos variables de transporte e inventario son tales que mantener los inventarios en niveles más altos en la cadena de suministro es más atractivo desde una perspectiva de costo variable. Demanda: sin conocer los datos presentes y los de años anteriores es imposible conocer en que porcentaje de eficiencia se haya el sistema por lo que es recomendable realizar un análisis exhaustivo y así mismo generar la hoja. Producción: de igual manera la producción no se conoce su tope en este momento Costos: y para los costos dado a como se presume que esta trabajando el sistema lo mas recomendable es empezar a realizar un estudio que pueda arrojar lo pertinente para así mismo proceder, lo que implica desde revisar la tubería como todos los instrumentos que lo conforman.
FACULTAD DE INGENIERÍA Y CIENCIAS BÁSICAS
Dado el modelo, lo que se busca es que no exista desabastecimiento de gas natural en la parte céntrica del país, se cuenta con dos gasoducto que para la forma como están trabajando en este momento se encuentra que se debe buscar la forma de evitar los desabastecimiento, dado que existe la posibilidad de que se trate de un mal mantenimiento o equipos que no cuentan con la suficiente capacidad para la operación o si el sistema de distribución de Bogotá tiene obstrucciones que altera la distribución normal del gas. El objetivo principal del sistema que se va a diseñar es la automatización de la elaboración de los planes de operación de la red básica de gasoductos, con diferentes grados de precisión, mediante la optimización del movimiento estratégico del gas. En concreto los objetivos son los siguientes: - Determinar la producción diaria de las plantas de regasificación. - Determinar el flujo diario de gas por todas las conexiones Minimizar el costo del transporte de gas. - Minimizar las operaciones del gas de maniobra, esto es, minimizar la diferencia entre la producción planificada y la demandada por los usuarios. - Mantener los niveles de seguridad del stock del sistema completo. FACULTAD DE INGENIERÍA Y CIENCIAS BÁSICAS
𝑇 𝐿−1
∑ (𝑃𝑡 (𝑌𝑡 ) +
∑ 𝐶𝑡𝑙
𝐿
(𝑥𝑡𝑙 )
𝑙=1
+ ∑ ℎ𝑡𝑙 (𝐼𝑡𝑙 )) 𝑙=1
𝑡=1
Parámetros;
𝑑𝑡 𝑏𝑡 𝑃𝑡𝑙 𝐶𝑡𝑙 ℎ𝑡𝑙
Demanda del periodo Capacidad de la producción costos de producción costos de transporte costos de almacenamiento
En el horizonte de tiempo o periodos 𝑡 Niveles (nodos de producción o almacenamiento) 𝑙 Variables 𝑌𝑡 Producción/ periodos 𝑌1 − 𝑌12 en este caso se obtiene la producción de todos los meses de año 𝑋𝑡𝑙 Transporte / nivel / periodo 𝑋1,1 − 𝑋4,12 obteniendo la cantidad a transportar en los niveles: 1. 2. 3. 4.
Cusiana (planta de producción) Gasoducto Cusiana Apiay Gasoducto Apiay – Bogotá Bogotá (sistema de distribución)
Para todos los meses del año 𝐼𝑡𝑙 Inventario /nivel/ periodo 𝐼1,1 − 𝐼4,12 obteniendo la cantidad de inventario a almacenar por cada nivel y para todos los meses del año.
FACULTAD DE INGENIERÍA Y CIENCIAS BÁSICAS
Restricciones: 1 𝑋𝑡1 + 𝐼𝑡1 = 𝑌𝑡 + 𝐼𝑡−1 , 𝑡 = 1, … , 𝑇
Restricción sobre inventario
1 𝑋𝑡1 + 𝐼𝑡1 = 𝑌𝑡 + 𝐼𝑡−1 , 𝑡 = 1, … , 𝑇
Restricción sobre inventario
No es posible almacenar ni transportar más producto del que se produjo 𝑙 𝑋𝑡𝑙 + 𝐼𝑡𝑙 = 𝑋𝑡𝑙−1 + 𝐼𝑡−1 , 𝑡 = 1, … , 𝑇; 𝑙 = 2, … , 𝐿 − 1
Restricción de flujo entre niveles
La cantidad transportada hasta el último nivel y la cantidad almacenada hasta el último periodo deben ser iguales a la suma de lo almacenado y almacenado en todo el horizonte de planeación 𝑙 𝑑𝑡 + 𝐼𝑡𝑙 = 𝑋𝑡𝐿−1 + 𝐼𝑡−1 , 𝑡 = 1, … , 𝑇
Restricción de flujo de salida
La cantidad transportada hasta el último nivel más la cantidad almacenada hasta el último periodo, deben ser iguales a la demanda más lo almacenado 𝑌𝑡 ≤ 𝑏𝑡 𝑡 = 1, … , 𝑇
Restricción de capacidad de producción
La producción debe ser igual o menor a la capacidad Restricción de no negatividad 𝐼0𝑙 = 0 𝑙 = 1, … , 𝐿 El inventario inicial (primer periodo nivel 1), debe ser igual a cero 𝑌𝑡 ≥ 0 𝑡 = 1, … , 𝑇 La producción debe ser mayor que cero a partir de primer periodo 𝑋𝑡𝑙 ≥ 0 𝑙 = 1, … , 𝑇; 𝑙 = 1, … , 𝐿 − 1, La cantidad a transportar debe ser mayor a cero 𝐼𝑡𝑙 ≥ 0 𝑙 = 1, … , 𝑇; 𝑙 = 1, … , 𝐿 La cantidad a almacenar debe ser mayor a cero
FACULTAD DE INGENIERÍA Y CIENCIAS BÁSICAS
Descripción en sus propias palabras en mayor detalle y análisis posible de las proposiciones 2.1, 2.2 y 2.3 presentes en el artículo “Integrated Lot Sizing in Serial Supply Chains with Production Capacities 2.1 El Modelo Podemos ver que tenemos un problema de suministros claro que en cada nivel se manejan distintos procesos dentro de la empresa la que genera que tengan varios niveles de almacenaje ya sean finales o transitorios, todo despende la planeación que se haya generado con anterioridad que refleje su capacidad de almacenamiento y distribución. Estrategia: es un conjunto de operaciones realizadas según unas reglas y que se dilata en un horizonte temporal definido. Las reglas han de estar lo más claras posibles y no estar sometidas a criterios subjetivos 2.2. Revisión de literatura Al distribuir estamos dando la oportunidad de que algunas clases de trasporte ingresen también Como parte de un nivel intermedio el cual nos permite un control de movimiento entre estos tres Niveles 1, 2,3. El cual integrando el segundo se implicará y daría mayor orden el cual permitirá analizar los costos mes a mes y dar información clara de la posición de la empresa a futuro. Sistema: es un subconjunto de las estrategias. En los sistemas las reglas son cuantificables matemáticamente, y por tanto susceptibles de ser programadas, aunque no siempre se acabe haciendo esto último. Han de estar claros los puntos de entrada y salida, las probabilidades de acierto y error y la relación beneficio/riesgo. 2.3. Casos especiales Reflejado que dando un manejo más adecuando a las técnicas de trasporte podemos aclarar que teniendo un periodo o un medio que nos permita disminuir los costos por cierto tiempo dará un mejor manejo de los productos finales y el abastecimiento de los mismos distribuidores finales para lo cual se ha estudiado los niveles hasta donde se puede llegar. Táctica: son un conjunto de reglas que nos ayudarán a ejecutar o mejor las distintas operaciones de una estrategia
FACULTAD DE INGENIERÍA Y CIENCIAS BÁSICAS
SEGUNDA ENTREGA: RESUMEN DE PARAMETROS PARA EL MODELO PROYECCION DE LA DEMANDA t (dt) Corresponde a la proyección de la demanda a través del tiempo, con proyecciones al 2016 y estableciendo los valores al 2017 los valores son:
ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC 360 294 415 349 202 417 491 536 819 973 1020 1220 PROYECCION DE LA DEMANDA t (bt) Corresponde a la proyección de la producción a través del tiempo, con proyecciones al 2016 y estableciendo los valores al 2017 los valores son:
ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
COSTO DE TRANSPORTE Nivel I + 1 en el mes t (𝒄𝒍𝒕 ) Esto datos están suministrados en el archivo GNVDATA
CUSIANA (costo en dólares por unidad transportada (US$/Giga BTU)
ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC 1 1 1 1 1 1 1 1 1 1,2 1,2 1,2
FACULTAD DE INGENIERÍA Y CIENCIAS BÁSICAS
ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC 1,5 1,5 1,5 1,5 1,5 1,5 1,5 1,5 1,5 1,8 1,8 1,8 APIAY - BOGOTA (costo en dólares por unidad transportada) (US$/Giga BTU) ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC 3 3 3 3 3 3 3 3 3 3 3 3 COSTOS DE LA PRODUCCION Datos suministrados en el archivo GNVDATA (costo de producción por mes en dólares por unidad producida en US$/Giga BTU) ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC 1000 1000 1000 1300 1300 1700 1200 1200 1400 1000 900 900 COSTO DEL INVENTARIO Datos suministrados en el archivo GNVDATA (costo de mantener inventario por mes en dólares por unidad almacenada US$/GigaBTU) CUSIANA (planta de producción)
ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC 1 1 1 1 1,3 1,3 1,3 1,3 1,3 2 2 2 CUSIANA APIAY GASODUCTO
ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC 1,5 1,5 1,5 1,5 1,5 1,5 1,5 1,5 1,5 1,5 1,5 1,5
FACULTAD DE INGENIERÍA Y CIENCIAS BÁSICAS
CUSIANA APIAY GASODUCTO
ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC 1 1 1 1 1 1 1,2 1,2 1,2 1,2 1,2 1,2 BOGOTA CEDI ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC 2 2 2 2 2 2 2 2 2 2 2 2 PRONOSTICO PROMEDIO MOVIL Se tiene un histórico de Demanda y producción para GNV desde el año 2002 hasta los años 2016, con lo cual obtendremos el promedio para el año 2017. Inicialmente lo que haremos es determinar el patrón de demanda con el cual podremos identificar el conténtate crecimiento n cada periodo para verificar el nivel del año 2016
HISTORICO DEMANDA GNV AÑO
MES Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre
2002 208 203 344 194 125 179 249 303 491 652 701 898
2003 214 220 352 203 127 193 274 315 528 668 728 910
2004 215 227 362 201 144 198 287 324 549 683 731 947
2005 226 230 373 212 147 212 296 349 567 719 766 967
FACULTAD DE INGENIERÍA Y CIENCIAS BÁSICAS
2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 237 240 252 262 281 289 297 313 322 323 349 236 242 258 278 270 290 300 300 323 323 349 394 399 418 427 436 447 447 451 479 470 500 221 245 248 265 269 283 298 305 300 319 322 141 153 158 154 172 174 177 172 190 183 192 234 254 259 286 290 315 324 350 354 377 378 308 333 348 355 368 380 401 425 441 443 458 358 366 375 400 425 440 455 453 481 480 513 575 609 626 637 667 672 691 717 732 764 789 737 749 763 793 805 832 842 874 894 913 939 784 793 820 843 851 890 904 919 939 958 983 990 1005 1018 1031 1057 1089 1107 1123 1130 1164 1178
1400 1200 1000 800 600 400 200 0
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre
2016
PROMEDIO AÑO 2017
HISTORICO DEMANDA GNV AÑO
MES Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre
2002 208 203 344 194 125 179 249 303 491 652 701 898
2003 214 220 352 203 127 193 274 315 528 668 728 910
2004 215 227 362 201 144 198 287 324 549 683 731 947
4547
4732
4868
FACULTAD DE INGENIERÍA Y CIENCIAS BÁSICAS
2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 226 237 240 252 262 281 289 297 313 322 323 349 230 236 242 258 278 270 290 300 300 323 323 349 373 394 399 418 427 436 447 447 451 479 470 500 212 221 245 248 265 269 283 298 305 300 319 322 147 141 153 158 154 172 174 177 172 190 183 192 212 234 254 259 286 290 315 324 350 354 377 378 296 308 333 348 355 368 380 401 425 441 443 458 349 358 366 375 400 425 440 455 453 481 480 513 567 575 609 626 637 667 672 691 717 732 764 789 719 737 749 763 793 805 832 842 874 894 913 939 766 784 793 820 843 851 890 904 919 939 958 983 967 990 1005 1018 1031 1057 1089 1107 1123 1130 1164 1178 5064 5215 5388
5543 5731 5891 6101 6243
6402 6585
6717 6950 6751
PROMEDIO DEMANDA AÑO 2017 15000 10000 5000
0 2002
2003
2004
2005
2006
2007
2008
4547 4732 4868 5064 5215 5388 5543 5731 5891 6101 6243 6402 6585 6717 6950
2010
2011
2012
Enero
Febrero
Marzo
Abril
Mayo
Agosto
Septiembre
Octubre
Noviembre
Diciembre
PPM N= 5 AÑOS 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
2009
5049 5222 5382 5554 5722 5908 6078 6249 6410 6568 6751
339 321 349 337 379 335 324 336 307 382
114921 102827 121801 113569 143894 112448 104760 113120 94249 145924
FACULTAD DE INGENIERÍA Y CIENCIAS BÁSICAS
339 321 349 337 379 335 324 336 307 382
2013 Junio
2014
2015 Julio
2016
2017
PRODUCCION 2017 AÑO Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre
2002 394 410 407 391 297 146 398 406 260 598 601 596
2003 419 423 419 417 327 159 422 418 254 613 610 622
2004 444 442 430 449 343 172 441 435 267 634 634 649
2005 460 458 456 459 350 173 464 462 282 654 659 666
2006 485 478 485 480 383 195 481 471 290 690 681 678
FACULTAD DE INGENIERÍA Y CIENCIAS BÁSICAS
2007 504 505 502 501 393 190 492 507 300 702 698 694
2008 520 515 522 528 414 210 530 530 312 714 715 714
2009 537 538 547 545 434 212 546 550 311 740 741 747
2010 553 556 566 561 457 225 569 569 333 770 769 758
2011 571 573 587 583 476 246 575 576 330 782 774 771
2012 608 605 606 601 496 252 594 591 360 792 806 793
2013 615 630 610 614 510 259 617 623 366 823 820 813
2014 634 636 644 642 541 273 640 639 370 840 835 847
2015 665 658 652 656 555 281 669 653 387 851 853 868
2016 2017 681 689 680 681 583 282 673 671 395 877 878 888