A Decision Support System To Manage TheSupply Chain Of Sugar Cane

TRABAJO FINAL INVESTIGACIN DE OPERACIONES I

DANIEL ANDRADE PEA CODIGO: 2110955LUIS FERNANDO RODRIGUEZ CODIGO: 2102044LUIS RICARDO CAMARGO CODIGO: 2103051

GRUPO: H3

PROFESOR:CARLOS EDUARDO DAZ BOHORQUEZ

UNIVERSIDAD INDUSTRIAL DE SANTANDERFACULTAD DE INGENIERAS FISICO-MECNICASESCUELA DE ESTUDIOS INDUSTRIALES Y EMPRESARIALESBUCARAMANGA 2014

Un sistema de soporte de decisiones para gestionar la cadena de suministro de la caa de azcar.

INTRODUCCION: El mercado internacional del azcar ha venido sufriendo una serie de crisis de carcter econmica, debido a esto, los productores son conscientes de que deben optimizar cada vez ms el procesamiento o fabricacin del azcar; para lograr disminuir los costos de la produccin se analiza la cadena de suministros encontrando que la operacin ms costosa dentro de la lnea de produccin es el transporte de la caa que segn estudios australianos se estiman en un rango de 25% a 30% del costo total de la fabricacin. Sin embargo el minimizar los costos del transporte debe llevarse a cabo teniendo en cuanta la calidad del azcar, pues despus de cortada la caa tiene 24 horas para ser procesada en los molinos, de lo contrario su calidad se ver afectada. El sistema de soporte de decisiones se pondr en accin con la informacin del molino Fernando de Dios en Cuba.

OBJETIVO: Minimizar el costo global de transporte, teniendo en cuenta el cubrimiento de las necesidades diarias de suministro de los molinos con un nivel aceptable de calidad y evitando prdidas de caa causados por no cosechar.

DEFINICIN DEL PROBLEMA

En este trabajo se aborda el problema de la cantidad de caa de azcar transportado desde el origen i al destino j, en el medio de transporte k durante la hora m y cosechado por el grupo l. Los orgenes son los campos de caa de azcar y los lugares de almacenamiento, mientras que los destinos pueden ser lugares de almacenamiento y el molino. Cuando el origen es un campo, slo se permiten los medios de transporte por carretera. Mientras que, si el origen es un lugar de almacenamiento, slo est permitido el transporte ferroviario. Por otro lado, el nmero de horas relacionado con la luz del da permitiendo el transporte por carretera y la cosecha puede variar a lo largo de la temporada con un mximo de 14 horas.

MODELO MATEMTICO

SET

iOrgenes ; A= nmero de instalaciones de almacenamiento, B= nmero de campos a cortar

jDestinos; A= nmero de instalaciones de almacenamiento

kMedio de transporte K= nmero de medios de transporte

mHoras de trabajo; H= nmero total de horas de trabajo

lForma de cosechar; L= nmero de mquinas cosechadorasC= nmero de grupos de corte manual

PARAMETERS

Cijkcoeficientes econmicos (costo de transporte de la caa de azcar, como una funcin de las distancias y los medios de transporte utilizados en cada caso) = Ck Dij

CoiCoeficientes de oportunidad (preferencia para cortar un campo de caa de azcar)

Ckcoeficiente econmico especfico relacionado con el transporte k

DijHora mxima para visitar el lugar i

TMkfuerza total del medio de transporte k expresada en horas de trabajo

Vcck

Velocidad del transporte k con carga

Vsck

Velocidad del transporte k sin carga

Tckl

Tiempo de transporte del medio k con el sistema de cosecha l

Cck

Capacidad de carga del transporte k

Capi

Produccin de caa de azcar en el campo i

Bilm

1 si en el campo i se cosecha con el sistema l en la hora m.0 D.L.C.

Prodl

Produccin por hora con el sistema de cosecha l

Yil

1 si se corta en el campo i con el sistema l0 D.L.C

CRijklTiempo consumido en la carga, descarga y transporte por carretera

Donde CRijkl

VARIABLES DE DECISIN

Xijklmcantidad de caa de azcar transportado desde el origen i al destino j, en el medio de transporte k durante la hora m y cosechado por el grupo l

Objetivo: Minimizar costos de transporte.

Funcin Objetivo:

El objetivo principal es la minimizacin de los costos de transporte diario. Por lo tanto, los coeficientes econmicos de la funcin objetivo establecen el costo de transporte de la caa de azcar, como una funcin de las distancias y los medios de transporte utilizados en cada caso. Aspectos de la calidad son introducidos en la funcin objetivo a travs de un coeficiente de oportunidad, que representa la preferencia para cosechar en un campo de caa de azcar.

Restricciones:

Suministro de caa al molino de azcar para un da de trabajo

Suministro de caa al molino de azcar por carretera para una hora de trabajo

Capacidad de las instalaciones de almacenamiento. Es la cantidad de caa de azcar que se puede procesar en cada hora.

Conservacin de flujo a travs de las instalaciones de almacenamiento.

Capacidad de transporte por medio de transporte por carretera donde TMk es la capacidad total de transporte de los medios disponibles de tipo k. Se determina la capacidad de transporte de la caa de azcar en un da de trabajo. Estos aumentos de la capacidad, ya sea con el nmero de camiones que trabajan o una capacidad nominal mayor de ellos considerados por CRijkl.

La produccin de los campos de caa de azcar. Es una estimacin que tiene que ser actualizada peridicamente con la informacin recogida por el especialista en los campos de caa.

Las restricciones relacionadas con los medios utilizados en la cosecha de caa de azcar del corte. Este grupo incluye variables binarias en la formulacin. Por lo tanto, hay que introducir restricciones adicionales relacionadas con variables binarias:- Medios de corte pueden trabajar en un solo campo en una hora. - Un campo puede contener hasta dos grupos de cosechadoras. - Los movimientos de medios de corte entre los campos son limitados a uno. - Un grupo de segadores slo puede trabajar horas consecutivas en un campo. - El trabajo de las cosechadoras no puede superar las horas diarias de trabajo.

RESULTADOSEl modelo se ha introducido en LINDO el cual es un software que ha sido utilizad por empresas en todo el mundo para maximizar los beneficios y minimizar los costos en las decisiones relativas a la planificacin de la produccin, el transporte, las finanzas, la distribucin de la cartera, el presupuesto de capital, fusin, programacin, inventario, recursos asignacin y ms. Todo el modelo tal como se formula era insoluble con LINDO debido a la complejidad del sistema. Sin embargo, si es necesario, una solucin detallada por hora puede obtenerse a partir de una solucin inicial para un da. As, las soluciones diarias pueden refinarse mediante la modificacin de las entradas iniciales y teniendo en cuenta las horas de trabajo. Por lo tanto, el sistema tambin proporciona informacin til para la programacin. La cantidad de caa transportada a la fbrica de azcar, la ubicacin en la que se recoge la caa, medios utilizados el transporte, la forma en que la caa se corta, y el tiempo de transporte son proporcionados en la solucin. Adems, los administradores de los molinos azucareros son capaces de determinar la cantidad de medios de transporte que sea necesario, la hora exacta del envo y la cantidad de gasolina en reserva.

El software nos permite seleccionar e introducir los datos correspondientes a la disponibilidad de los recursos diarios, por ejemplo en la siguiente figura se puede observar la Seleccin de los medios de cosecha y las caractersticas tcnicas y operacionales correspondientes:

Posteriormente el programa nos entregara el plan para el dia de trabajo segn los datos que se hayan introducido al sistema:

El administrador puede seleccionar los recursos que aparecen en la solucin de todos los das y pedir al sistema una solucin por hora. En otras palabras, la solucin diaria permite al usuario podar los recursos que no son necesarias para ese da y la reduccin de la dimensin del problema. Por lo tanto una solucin por hora representa un refinamiento de esta solucin diaria primaria con ahorros computacionales adicionales. Como resultado, las asignaciones de equipos de corte en los campos y los transportes por carretera, los medios y rutas involucradas, por hora se obtienen. Esto se muestra en la siguiente figura. La lista muestra, para cada origen y destino: el transporte involucrado, el equipo de cortado, el tiempo y la cantidad de caa de azcar a ser cortada en el tiempo respectivo (hora del da) Tras la demanda por parte del usuario, la lista se refina y ordena segn el tiempo que indique el horario de los medios de transporte o equipos de corte.

Aunque el requisito de utilizar LINDO era un obstculo inicial, ya que era imposible resolver todo el modelo que contiene todas las variables y restricciones, finalmente se revel til en la prctica cuando se fuerza un mtodo de solucin en dos etapas. En primer lugar, se obtuvo una solucin diaria que resume los recursos necesarios para el transporte y la cosecha del da (subndice m no se considera y muchas variables binarias se evitan). Este primer modelo represent una reduccin de ms de un 90% de restricciones y variables del tamao original. En segundo lugar, el usuario refina esta solucin seleccionando recursos ptimos que participan en la solucin diaria para obtener una solucin por hora, ms prctica para fines operacionales.Esta segunda etapa implica que el subndice m se active y slo se toman los recursos presentes en la primera solucin. Por lo tanto el nmero de restricciones son 10.290 con 1.900 variables de las cuales 840 son enteras.(A = 3, B = 7, C = 2, K = 4, L = 6 y H = 14). Comparando estas cifras con una posible solucin diaria que arrojara 19294 restricciones y variables de 2420 de los cuales 1084 nmero entero (A = 5, B = 9, C = 2, K = 4, L = 6 y H = 14) notamos un gran aligeramiento del problema.

La fbrica "Fernando de Dios" reporto un ahorro de 8% en los combustibles Adems, otros beneficios son el ahorro de mano de obra valorada slo en la fbrica de US $ 150000, debido a la utilizacin racional de los medios de transporte por carretera (es decir, menos actividades de mantenimiento y reparaciones) y un mejor bienestar de los empleados.

Fuente de Consulta:

-Lopez-Milan, E. & Pl-Aragons, L. M.,(2013) A decision support system to manage the supply chain of sugar cane, Annals of Operations ResearchVolume 219, Issue 1 , pp 285-297.New York 2013.