You are on page 1of 3

XIV Latin Ibero-American Congress on Operations Research (CLAIO 2008) Book of Extended Abstracts

MODELOS JERRQUICOS DE DECISIN EN DOS NIVELES


PARA LA PLANIFICACIN TCTICA BAJO
INCERTIDUMBRE EN LAS DEMANDAS
Virna Ortiz-Araya*, Vctor M. Albornoz

*Departamento de Ciencias Bsicas, Universidad del Bo-Bo,
Av. Andrs Bello s/n, Chilln, Chile
e-mail: viortiz@pehuen.chillan.ubiobio.cl

Departamento de Industrias, Universidad Tcnica Federico Santa Mara


Av. Santa Mara 6400. Santiago, Chile
e-mail: victor.albornoz@usm.cl

1 INTRODUCCIN
Las empresas hoy en da buscan mtodos eficaces que sean capaces de responder, en el mediano y
corto plazo, cunto y cundo producir y en cunto tiempo. Adems, quieren tener una visin global
de sus sistemas de produccin y de su logstica. De este modo, la gestin de la cadena logstica
tiene por propsito asegurar altos niveles de servicio a los clientes (calidad y fechas de entrega),
procurando la mejor rentabilidad para la empresa. Lo anterior motiva la necesidad de contar con
mtodos que puedan resolver de forma ptima sus problemas de planificacin de la produccin.

Con la finalidad de responder a stos objetivos, en este trabajo se propone estudiar problemas
relativos a la planificacin tctica, centrados especficamente en la determinacin de planes
detallados de produccin (MPS: Master Production Schedule), utilizando como metodologa una
estructura jerarquizada (HPP: Hierarchical Production Planning [4]). En este sentido, se
implementar una estructura de desagregacin compuesta por dos niveles la cual tendr por
objetivo determinar programas de produccin detallados (semanales) robustos y estables [6] [7].
2 DEFINICIN DEL PROBLEMA
Usualmente, los modelos empleados en la planificacin de la produccin corresponden a modelos
deterministas de optimizacin que asumen conocidos con exactitud el valor de cada uno de los
parmetros del problema. Sin embargo, en numerosas situaciones esto puede no ser el caso y, ms
an, el empleo de un modelo determinista que usa un valor estimado o un valor para el peor caso en
estos parmetros puede conducir a decisiones poco apropiadas. Todo lo anterior ha motivado el
estudio, formulacin y resolucin de modelos de optimizacin que incluyen explcitamente la
variabilidad e incertidumbre presente en ciertos parmetros [8]. Modelada esta incertidumbre en
trminos de una v.a. continua o discreta, por ejemplo a travs de un conjunto de escenarios con sus
respectivas probabilidades de ocurrencia, se puede emplear un modelo de Programacin
Estocstica con Recurso, que permite incorporar explcitamente la incertidumbre de estos
parmetros en un modelo que toma en cuenta tanto consideraciones de factibilidad como de
optimalidad de la solucin ptima propuesta frente a estos diferentes escenarios [3].

Un modelo de planificacin agregada de la produccin provee decisiones ptimas en los niveles de
produccin de mltiples familias de productos sobre un horizonte de planificacin de mediano
plazo, usualmente de 12 o 18 meses. En el caso determinista la resolucin de este problema permite
hallar una poltica ptima de produccin que satisfaga los requerimientos (estimados) de demanda,
que se supone conocida, tomando en cuenta la escasez de recursos y los distintos costos incurridos
en la elaboracin de los lotes de produccin, en cada perodo del horizonte de planificacin.
Virna Ortiz-Araya, Vctor M. Albornoz
Diversos autores han utilizados modelos de optimizacin de planificacin de produccin
deterministas asociados a una estructura jerarquizada [7] [9] [10], siguiendo el modelo propuesto
por Bitran and Hax [4]. Sin embargo, los modelos propuestos consideran ya sea una desagregacin
de familias de productos en productos terminados considerando el mismo horizonte de tiempo
(frecuentemente el mes) o en su defecto, desagregan el tiempo (mes en semanas). Nuestra
proposicin, en cambio, se basa en formular una estructura jerarquizada en dos niveles que
garantice la coherencia entre las decisiones tomadas tanto a nivel superior (plan agregado) como a
nivel de detalle (MPS) utilizando diferentes modelos de optimizacin estocstica con recurso que
permitan incorporar explcitamente la variabilidad presente en las demandas, considerando una
estrategia de horizonte rodante. Los distintos modelos formulados extienden lo desarrollado
inicialmente en [9] para una demanda determinista a travs de diferentes modelos de programacin
lineal y no-lineal cuyo objetivo es el mismo perseguido en este trabajo: encontrar volmenes
ptimos y estables de produccin semanal a partir de cantidades de familias de productos tambin
ptimos y estables. En este caso, trabajos previos realizados en el mbito de problemas de
planificacin considerando variabilidad en las demandas [1] [2] [5] [12] han servido de base en la
formulacin de estos modelos.
3 PROPOSICIN DE UNA ESTRUCTURA JERRQUICA DE
DESAGREGACIN
La estructura jerrquica de desagregacin propuesta consta de tres modelos con dos niveles de
desagregacin (ver figura adjunta). El primer modelo corresponde al plan agregado el cual
considera un modelo de programacin lineal que minimiza los costos de produccin, inventario y
mano de obra, a la vez que busca satisfacer las respectivas demandas haciendo uso de una variable
de recurso que penaliza los eventuales incumplimientos que puedan ocurrir para cada escenario
particular a travs de un costo esperado de faltante. Este modelo provee decisiones por familias de
productos mensuales. Estas decisiones, as como las referidas a cantidades de stock, son
incorporadas en el modelo siguiente denominado plan intermedio. El modelo de optimizacin
propuesto es uno cuadrtico de programacin estocstica con recurso y busca minimizar, en valor
esperado, las variabilidades de los niveles de unidades de todos los productos terminados respecto
a la disponibilidad de unidades de la familia afn de determinar los volmenes de productos
terminados de las familias y en los meses correspondientes.

Finalmente, la determinacin de los Programas Maestros de Produccin (MPS), tambin conocido
como plan desagregado, establece anticipadamente para cada producto terminado, las cantidades
a producir semanalmente [11] tomando como datos de entrada, las decisiones establecidas a nivel
superior. El modelo aqu propuesto corresponde nuevamente a la formulacin determinista
equivalente de un modelo no-lineal de programacin estocstica con recurso de dos etapas, donde
las variables de primera etapa corresponden a los niveles de produccin del producto en cada
semana y las variables de recurso son los respectivos niveles de stock resultante por escenario.
4 CONCLUSIONES Y PERSPECTIVAS
El empleo de modelos de optimizacin estocstica, como los aqu formulados, constituyen una
metodologa adecuada en apoyo a la toma de decisiones en un problema de planificacin de la
produccin. Estos modelos no slo permiten obtener una decisin ptima a nivel desagregado
considerando inicialmente un horizonte de planificacin de mediano plazo, sino que igualmente
toman en cuenta la variabilidad que puede existir en la demandas de los diferentes productos.

Las perspectivas de desarrollo para este trabajo consistirn en implementar la proposicin de
desagregacin jerrquica presentada utilizando alguna estrategia algortmica o software de
resolucin afn de comparar los MPS que se obtengan con aquellos encontrados a travs de los
modelos deterministas presentados en [9], adems de incorporar estas decisiones en una cadena de
suministro (SCM).

Virna Ortiz-Araya, Vctor M. Albornoz
Agradecimientos. Este trabajo ha sido posible gracias al apoyo de la Direccin de Investigacin
de la Universidad del Bo-Bo, a travs del financiamiento otorgado al Proyecto de Investigacin
Interna N 060609 3/R como tambin a la Direccin General de Investigacin y Postgrado de la
Universidad Tcnica Federico Santa Mara, mediante el financiamiento otorgado al Proyecto de
Investigacin USM 28.08.52.
REFERENCIAS
[1] V. Albornoz y L. Contesse, Modelos de Optimizacin Robusta un Problema de Planificacin
Agregada de la Produccin bajo Incertidumbre en las Demandas, Investigacin Operativa, 7
(3), 1-15 (1999)
[2] V.M. Albornoz y V. Ortiz-Araya, Modelos de programacin estocstica en la desagregacin
de lotes de produccin bajo condiciones de incertidumbres en las demandas, Actas VII
Congreso Chileno de Investigacin Operativa, Universidad de los Lagos, Puerto Montt, Vol.
en CD-ROM (2007).
[3] J . Birge and F. Loveaux, Introduction to Stochastic Programming, Springer Verlag, New
York, USA, (1997).
[4] G.R. Bitran and A.C. Hax, On design of hierarchical production planning systems, Decision
Sciences, 8, 28-55 (1977).
[5] L. Escudero, P. Kamesan, A. King and R. Wets, Production Planning via Scenarios
Modelling, Annals of Operations Research, 43, 311-335 (1993).
[6] H. Gfrerer and G. Zpfel, Hierarchical model for production planning in the case of uncertain
demand, European Journal of Operational Research, 86, 142 - 161 (1995).
[7] J .B. Laserre and C. Merc, Robust hierarchical production planning under uncertainty,
Annals of Operation Research, 26, 73-87 (1990).
[8] J . Mula, R. Poler, J .P. Garca-Sabater and F.C. Lario, Models for production planning under
uncertainty: A review, International Journal of Production Economics, 103, 271285 (2006).
[9] V. Ortiz, Proposition dun modle de dsagrgation pour un plan tactique stable dans le
contexte de Chane Logistique et de lusage dun APS, Thse de Doctorat de lUniversit
Henri Poincar, Nancy I (2005).
[10] L. zdamar, M.A. Bozyel and S. Ilker Birbil, A hierarchical decision support system for
production planning (a case study), European Journal of Operational Economics, 104, 403-
422 (1998).
[11] T.E. Vollman, W.L. Berry and D.C. Whybark, Manufacturing Planning and Control Systems,
McGraw-Hill, 4
th
Edn New York (1997).
[12] D. Wu and M. Ierapetritou, Hierarchical approach for production planning and scheduling
under uncertainty, Chemical Engineering and Processing, 46, 1129 1140 (2007).


Herramientas de
previsin
PLAN AGREGADO
Volmenes de familias de productos mensuales
PLAN INTERMEDIO
Volmenes de productos terminados mensuales de
las familias correspondientes
PLAN MAESTRO DE PRODUCCIN (MPS)
Volmenes productos terminados semanales de las
familiasenel mes correspondiente
Plan de demanda
Demanda real de
productos terminados
PRIMER NIVEL
SEGUNDO NIVEL
Stock disponible
Stock de seguridad
Stock mximo
Costo de lanzamiento
Stock disponible
Stock de seguridad
Stock mximo

Figura 1: Estructura jerrquica de desagregacin