Professional Documents
Culture Documents
14th LACCEI International Multi-Conference for Engineering, Education, and Technology: Engineering Innovations for
Global Sustainability, 20-22 July 2016, San Jos, Costa Rica. 1
considerable, debido a diferentes variables que suelen afectarla
y no son tomadas en cuenta al momento de la elaboracin de las COMIT EJECUTIVO
Descripcin de la Empresa:
LABORATORIO ASEG. OFICINA DE
DE LA CALIDAD PRODUCCION
PEDILUVIO
procesamiento de las aceitunas procesadas y envasado de las
mismas. Estos pilares trabajan en conjunto para ofrecer ALMACEN DE MATERIA
PRIMA
7
1
11 LAVADO BIDONES
externos e internos generando utilidades para ofrecerles 8
A1
12 5 16 17 6
mejores condiciones laborales. La empresa se dedica al 13
OFICINAS
diferentes denominaciones y formatos con las que los clientes Fig. 2 Layout de la empresa.
lo solicitan segn al pas que pertenece.
b) Productos que comercializa: Los productos que comercializa
a) Organizacin: El organigrama general de la empresa se la empresa se identifican en diferentes clases o tipos, pero estos
presenta como una organizacin que se centra en un eje de se dividen en categoras a granel y conservas. En la tabla I, se
coordinacin entre todos sus actores. En la figura 1, se aprecia detalla la descripcin de cada clase o tipo de producto.
la estructura organizacional de la empresa.
14th LACCEI International Multi-Conference for Engineering, Education, and Technology: Engineering Innovations for
Global Sustainability, 20-22 July 2016, San Jos, Costa Rica. 2
Tabla I Tabla III
Clasificacin de productos Clasificacin de productos
CLASE DESCRIPCIN Valor
Verde entera, verde deshuesado, verde en rodajas, ACTIVIDAD INDICADOR 2012 2013
Aceitunas Verdes
verde rodaja al ajo. Prom. Prom.
Negra entera, negra deshuesada, negra en rodajas, Bolsa tipo 1 30.16 34.2
Aceitunas Negras negra extra, negra seca preparada, negra deshuesada Productividad Bolsa tipo 2 20 30.56
seca preparada, negra rodaja preparada. Sellado Bolsa tipo 3 54 49.63
Aceitunas Verdes Ajo, jalapeo, cebolla, aj amarillo, pimiento, rocoto, Merma de bolsa 1.00% 2.83%
con un solo relleno castaa, almendra, almendra entera, queso azul. Cumplimiento Programa Produccin 102% 100%
Aceitunas Verdes Pimiento y ajo, pimiento y cebolla, ajo y jalapeo, ajo Productividad 5.61 5.84
con doble relleno y rocoto, cebolla y rocoto. Factor uso de aceituna 85% 84%
Aceitunas al aj, aceitunas con alcachofa, aceitunas Rellenado
Factor uso de vegetal 25% 24%
Tapenades agridulce, mix de aceitunas, pimientos, alcachofa a la Cumplimiento Programa Produccin 100% 100%
italiana, criollo picante. Distribucin Costo distribucin mercado local 0.46 0.46
Pimiento morrn soasado, aceitunas verdes relleno
mixto con antipasto italiano, aceitunas verdes
Marinados deshuesadas con salsa de ajes tradicionales, En primer lugar, se puede apreciar que los indicadores de
aceitunas ascolana rosada con antipasto productividad con respecto a las bolsas tipo 1 estn por encima
mediterrneo. de la productividad promedio del 2012, las bolsas tipo 2 estn
Esprrago blanco, alcachofas en tiras, alcachofas de
Productos
corazones, esprrago verde, sweety pepp para
por encima del promedio y para las bolsas tipo 3 se encuentra
Tradicionales por debajo. Adems, la merma de bolsas es casi el triple del
rellenar, pimiento dulce y picante en dados.
Aceites Aceite extravirgen (250ml y 500ml). estndar, lo que significa que se gastan ms bolsas de las
necesarias. Por otro lado, el cumplimiento del programa de
Gestin de Indicadores produccin es de 100%, lo cual es aceptable para este indicador.
Los estndares que maneja la empresa en estudio, son En segundo lugar, se tiene a los indicadores de la actividad
promedios establecidos para cada indicador en relacin a la data de rellenado, la productividad est por encima, lo que da a
histrica, siendo su prioridad mejorar estos para obtener entender que se rellenan ms kilogramos usando menos
resultados competitivos. Los estndares mencionados se recursos. Asimismo, los factores de uso son menores a los
muestran en la Tabla II. establecidos mientras que el cumplimiento del programa de
Tabla II produccin est en 100%. Sin embargo, los tiempos estndares
Estndares operacionales por actividad empleados en la produccin son muy variables debido a los
ACTIVIDAD ESTNDAR VALOR diferentes calibres de aceituna y rellenos usados, lo que impacta
Tipo Envasado en estos indicadores.
Bolsa 30.16
tipo 1 bol/HH
Productividad Bolsa
Finalmente, se tiene al costo de distribucin del mercado
20 bol/HH local el cual es menor, es decir, el costo por kilogramo
tipo 2
Sellado
Bolsa
54 bol/HH
distribuido ha disminuido. A pesar que no se mide el
tipo 3 cumplimiento de los tiempos de entrega por ruta, es adecuado
Merma de bolsa 0.94%
considerarlos para evitar emplear ms recursos de los
Cumplimiento Programa
de Produccin
100% necesarios y el tiempo empleado sea lo ms exacto posible de
Productividad 5.6 kg/HH
tal manera que se evite esperar demasiado a ser atendido. Segn
Factor uso de aceituna 85% informacin recopilada de los encargados de distribucin, en
Rellenado Factor uso de vegetal 25%
ocasiones el tiempo estimado en llegar a un centro de
Cumplimiento Programa distribucin se ve alterado. Adems, esto se sustenta, al no
100% considerar en la planeacin de las rutas diferentes factores a
de Produccin
Distribucin
Costo de distribucin
0.46 S/./kg parte de la cercana a los centros de distribucin.
mercado local
En relacin a lo expuesto, se considera pertinente analizar
La empresa justifica la designacin de estos valores como
los principales problemas en cada actividad seleccionada,
estndares por ser el promedio obtenido de aos anteriores en
base a la data histrica, por tal motivo vendran a ser debido a que los indicadores tienden a variar mensualmente sin
referenciales. Los indicadores son tomados mensualmente. seguir algn patrn. Para ello, se usar el diagrama de Pareto en
el que se considera la frecuencia e impacto econmico de cada
Identificacin y Priorizacin de Problemas problema identificado. En las tabla IV, se aprecia la frecuencia
e impacto econmico de cada problema, asimismo en las figura
El anlisis de la situacin actual se realiza comparando el 3 se grafica el diagrama Pareto de las actividades en cuestin.
promedio segn data histrica registrada del ao 2012 y la
obtenida en el 2013. Estos datos se muestran en la tabla III.
14th LACCEI International Multi-Conference for Engineering, Education, and Technology: Engineering Innovations for
Global Sustainability, 20-22 July 2016, San Jos, Costa Rica. 3
Tabla IV Segn los grficos mostrados, se concluye que el principal
Cuadro Frecuencia-Impacto
problema para la lnea de sellado es retraso en selladora; en la
Cuadro Frecuencia-Impacto de la lnea de sellado
lnea de rellenado, el abastecimiento de aceituna; y en la
FRECUENCIA IMPACTO X
PROBLEMA
MENSUAL MES (S/.)
distribucin, la demora por parte del cliente en la recepcin.
1 Retrasos por selladora 136.57 S/. 412.35
2 Se malogra dosificador 16.14 S/. 48.43 Identificacin y Anlisis de Causas
3 Se malogra elevador 15 S/. 43.33 Las causas son identificadas y analizadas a travs del diagrama
4 Revisin lenta 15 S/. 37.91
de Ishikawa realizado para cada actividad.
5 Falla otros 9.49 S/. 28.32
6 Falta materia prima 8.57 S/. 26.91
7 Calidad 8.71 S/. 21.10 a) Lnea de Sellado: se detallan las siguientes causas
8 Limpiar lnea 2.86 S/. 6.59 Hombre: Los operarios son capacitados en la realizacin de
TOTAL 212.35 diferentes actividades correspondientes a todas las lneas de
Cuadro Frecuencia-Impacto de la lnea de rellenado produccin pero no en la revisin del funcionamiento de las
Abastecimiento de
1
aceituna
470.58 S/. 2,002.21 mquinas. Los encargados de mantenimiento se demoran en
Incumplimiento del atender los problemas en planta.
2 programa de 227.66 S/. 1,317.47 Recursos: La cantidad de selladoras para balancear el flujo de
produccin produccin resulta insuficiente considerando que las selladoras
3 Uso de destajo 39.04 S/. 165.57 no trabajan al 100% por fallas mecnicas.
TOTAL 737.29 Mtodo: El mtodo empleado es variable, pues segn el tipo de
Cuadro Frecuencia-Impacto de la de la distribucin
Demora por parte del producto y la cantidad a envasar sern necesarios o no ms
1 46.07 S/. 12,358.52 operarios del estndar. Los tiempos son variables.
cliente en la recepcin
Devolucin de Planeamiento de produccin: Los estndares empleados para
2 mercadera por fuera 1.22 S/. 328.34 estimar tiempos de produccin son variables y se basan en data
de horario de recepcin
Error de despacho del
promedio histrica, no considerando la capacidad que se posee
3 0.71 S/. 189.28 de la lnea en diferentes escenarios debido a la variacin en las
transportista
TOTAL 48 cantidades a producir, puesto que a mayor cantidad de
produccin la lnea resulta ms eficiente.
14th LACCEI International Multi-Conference for Engineering, Education, and Technology: Engineering Innovations for
Global Sustainability, 20-22 July 2016, San Jos, Costa Rica. 4
Recursos: Dos de los tres camiones empleados en la simulacin de eventos discretos (63 puntos) y automatizacin
distribucin son contratados mientras el otro es propio de la del proceso de reparto de aceitunas (58 puntos).
empresa; sin embargo, se contrata vehculos adicionales de ser
Tabla VI
necesario. La cantidad de camiones es variable, pero muchas Comparaciones FACTIS
veces resulta insuficiente en el sentido que se presentan SOLUCIONES CRITERIOS DE
ACTIVIDAD
PLANTEADAS SELECCIN F A C T I S
problemas entre la distribucin de productos y el recojo de
Puntaje 1 1 1 1 1 2
jabas, limitando muchas veces la produccin por falta de estas Implementaci
n plataforma
Factor de
5 3 2 3 4 3
ponderacin
para ser almacenadas. planeamiento
Total 5 3 2 3 4 6 23
Mtodo: A pesar que parte de la flota es contratada, la ruta de Sellado Puntaje 2 5 3 2 5 2
Simulacin de Factor de
reparto de productos y recojo de jabas es dada por la empresa. eventos ponderacin
5 3 2 3 4 3
discretos
Planeamiento de distribucin (ruta): La ruta es establecida Total 10 15 6 6 20 6 63
por el rea de ventas local basndose en la cercana de los Automatizacin
Puntaje 2 5 3 3 3 2
Factor de
centros de distribucin segn las diferentes zonas identificadas del reparto de
aceitunas ponderacin
5 3 2 3 4 3
F
Facilidad para implementarlo
5
Muchas de las empresas enfocadas en la distribucin de sus
1. Muy difcil 2. Difcil 3. Fcil productos emplean software especializado en el
Afecta a otras reas su implementacin establecimiento de sus rutas; sin embargo, estos suelen ser muy
A 3
1. S 3. Algo 5. Nada costosos para aquellas empresas en las que su core business no
Mejora la calidad es la distribucin sino ms bien es parte de un servicio adicional
C 2
1. Poco 3. Medio 5. Mucho brindado al cliente. Por lo tanto, para la ubicacin de los clientes
Tiempo que implica implementarlo se usa la herramienta Google Maps, puesto que da una buena
T 3
1. Largo 2. Medio 3. Corto ubicacin de los puntos de distribucin en funcin de la
Requiere inversin direccin brindada por la empresa, adems de ser muy
I 4
1. Alta 3. Media 5. Poca confiable. Se considera un total de 95 clientes, quienes se
Mejora la seguridad encuentran distribuidos en los distritos de Ate, Asia, Barranco,
S 3
1. Poco 2. Medio 3. Mucho Bellavista, Brea, Callao, Chaclacayo, Chorrillos, Chosica,
Comas, Independencia, Jess Mara, La Molina, La Victoria,
Segn la tabla VI de comparaciones desarrollada, se Lima, Lince, Los Olivos, Lurn, Magdalena del Mar,
concluye que las soluciones ideales para cada actividad son: Miraflores, Pueblo Libre, Puente Piedra, Punta Hermosa,
para sellado, el uso de la simulacin de eventos discretos pues Rmac, San Borja, San Isidro, San Juan de Lurigancho, San
se puede analizar los equipos necesarios segn las cantidades a Juan de Miraflores, San Miguel, Santa Anita, Santiago de
producir as como estimar las cantidades de produccin Surco, Surquillo, Ventanilla y Villa el Salvador. Como se puede
considerando ciertas variables como mermas y fallas; para el apreciar, los distritos se encuentran dispersos en toda Lima
rellenado, la automatizacin del proceso de reparto de aceitunas Metropolitana y el Callao, en la figura 4, se muestra la
con el objetivo de disminuir tiempos muertos; y para la ubicacin de los clientes y de la empresa (punto de partida = 0),
distribucin, el desarrollo de una heurstica en la creacin de a los clientes se los identifica con un nmero representativo y
una nueva ruta de distribucin con el objetivo de considerar un color que corresponde a la cadena de autoservicios o
todas las variables que puedan afectar a esta y hacerla ms supermercados que pertenece.
ptima. Por otro lado, la importancia de desarrollo de entre
estas tres alternativas de mejora es la siguiente: desarrollo de
una heurstica en la creacin de una nueva ruta (66 puntos),
14th LACCEI International Multi-Conference for Engineering, Education, and Technology: Engineering Innovations for
Global Sustainability, 20-22 July 2016, San Jos, Costa Rica. 5
y en la segunda, se desarrolla un TSP para cada clster. A
continuacin, se detalla los pasos seguidos para obtener la
solucin.
Los clientes se agrupan en clster, para ello: Se ordena a
estos segn el valor del ngulo , empezando con aquellos que
presenten el menor valor. Se realiza la formacin de los clster
hasta que se sobrepase la capacidad de los vehculos, se
considerar un vehculo de 2 toneladas, uno de 6 toneladas y
uno de 12 toneladas, dicha eleccin se basa en la aplicacin del
mtodo del barrido tanto para los kilogramos como para el
volumen incurrido, para esto se asume que se atienden a todos
los clientes por da. Con respecto a esta decisin, se toma como
referencia la capacidad actual empleada por la empresa (un
camin de 2 toneladas y dos camiones de 4 toneladas); sin
embargo, estos sobrepasan la capacidad en volumen, por lo cual
se considera los tres grupos ya formados y se pasa a ampliar la
capacidad de los camiones a 6 y 12 toneladas. Adems, se
forman tres rutas para ser consistente con las zonas
identificadas por la empresa.
Tabla VIII
Eleccin de flota para cada clster
CLUSTER CLUSTER CLUSTER
Fig. 4 Ubicacin de los clientes. FLOTA
1 2 3
Capacidad camiones (kg) 2,000 6,000 12,000
Cabe resaltar que se hace la distincin entre dos tipos de Kilogramos reales 1,553 2,915 3,352
clientes: aquellos con horarios para la recepcin de productos Capacidad restante (kg) 447 3,085 8,648
(tambin conocidos como ventanas de tiempo) y aquellos que Capacidad camiones (cm3) 9,000,000 17,000,000 32,000,000
no. A los primeros, se los clasifica como clientes tipo 1, Volmenes reales 9,242,858 16,923,947 28,493,695
Capacidad restante (cm3) -242,858 76,053 3,506,305
dndoles mayor prioridad sobre los otros. Mientras a los
segundos, se los denomina como clientes tipo 2. En la tabla VII,
los clientes son clasificados por tipo segn su nmero En la tabla VIII, se muestra el detalle de la eleccin de la
representativo. flota. Por otro lado, en las figuras 5 y 6, se aprecia la agrupacin
Tabla VII obtenida de los clientes.
Clasificacin de Clientes
TIPO DE En la tabla VIII, se tiene que la capacidad en volumen para
NMERO CLIENTE
CLIENTE el clster 1 sobrepasa la capacidad del camin; sin embargo,
4, 5, 9, 10, 16, 17, 25, 26, 33, 34, 37, 38, 39,41, 42, esta diferencia est dentro de la tolerancia permitida, siendo
43, 44, 45, 46, 47, 54, 55, 66, 68, 70, 71, 75, 76, 77,
1
78, 80, 83, 84, 85, 86, 92, 96, 97, 100, 107, 108, aceptable manejar el volumen real.
111, 116 y 121
1, 2, 3, 6, 7, 8, 11, 13, 14, 15, 18, 19, 20, 21, 22, 24,
27, 28, 29, 32, 35, 36, 40, 48, 50, 52, 57, 65, 69, 72,
2
73, 74, 79, 81, 82, 87, 88, 89, 90, 93, 94, 95, 98,
101, 102, 103, 106, 110, 112, 115 y 117
Propuestas de mejora
14th LACCEI International Multi-Conference for Engineering, Education, and Technology: Engineering Innovations for
Global Sustainability, 20-22 July 2016, San Jos, Costa Rica. 6
= 1
()
+ 1 (, ) , 0, 0
{0, 1} (, )
Donde:
xij = variables binarias que indican el uso del arco
(i, j).
cij =costo asociado a cada raro (i, j).
V = {0, 6, 40, 94, 97, 72}.
ui uj = restriccin de Miller, Tucker y Zemlin, 1960
14th LACCEI International Multi-Conference for Engineering, Education, and Technology: Engineering Innovations for
Global Sustainability, 20-22 July 2016, San Jos, Costa Rica. 7
brindado en la encuesta de velocidades realizada por el MCT. minimizar el tiempo de distribucin considerando el trfico,
La capacidad de los vehculos disponibles se muestra en la tabla tiempo de servicio, las ventanas de tiempo y la capacidad de los
XII, en esta tambin se aprecia el costo en soles por ruta vehculos. El arreglo se realiza considerando la data recopilada
realizada al da. de la empresa por un periodo de cinco das, debido a que el
nmero de clientes visitados por da de semana vara. A
Trfico: El trfico es una variable que suele influir en la continuacin, se plantea el algoritmo mencionado en dos fases,
seleccin de rutas para realizar la distribucin, de hecho su cada una de la cual se desarrolla a travs de una secuencia de
importancia radica en afectar en el tiempo de entrega de los pasos.
productos a los clientes. Por ello, se considera al trfico como
una variable de prioridad en la seleccin de rutas de un cliente Fase 1: Determinar nmero de vehculos
a otro, es decir, se asignar un valor referido al indicador Paso 1 (Definicin) Se identifica la demanda de cada cliente di,
volumen sobre capacidad (V/C) para cada ruta entre clientes, capacidad de los vehculos qk y su respectivo costo relacionado
esto permitir incluir al trfico en el modelo como una variable Ck.
de prioridad al momento de elegir la secuencia de los clientes Paso 2 (Optimizacin) Se busca minimizar el costo de la flota
que conformaran la ruta. a emplear, para ello se itera las veces necesarias la suma Vk Ck
Tabla XII
Vehculos disponibles hasta encontrar el nmero de vehculos que satisfaga la
Volumen demanda teniendo en cuenta la capacidad de estos. La
Tipo vehculo Capacidad Costo (s/.) formulacin matemtica empleada ser la siguiente:
(cm3)
6
Camin Chico 1,5 - 2 ton 9000000 S/. 170.00
=
Camin =1
4 pallets/ 4 ton 12000000 S/. 200.00
Mediano Sujeto a:
6 a 8 pallets/6 - 8 ton 17000000 S/. 300.00 96
Camin Grande
10 pallets/ 10 ton 21000000 S/. 350.00 = {1, , 96}, = {1, ,6}
Camin doble 12 pallets/ 12 ton 32000000 S/. 450.00 =1
14th LACCEI International Multi-Conference for Engineering, Education, and Technology: Engineering Innovations for
Global Sustainability, 20-22 July 2016, San Jos, Costa Rica. 8
Paso 4 (Elaboracin restricciones) Se procede a elaborar las hallar el valor mnimo alcanzado y usar esta para acotar la
restricciones a tomarse en cuenta para la elaboracin de la ruta, funcin objetivo y minimizar el exceso (E1); en la segunda, se
como la referida a las ventanas de tiempo [ai,bi] de cada cliente resuelve el modelo con la formulacin presentada en la fase 2.
i (4), a la carga del vehculo wi a lo largo de la ruta (7), a la En la tabla XIV se observa la respuesta.
capacidad de carga (8) y a la limitacin de una sola visita a cada Tabla XIV
cliente (2) y (3). Por otro lado, cuando se trabaja con Resultado DIA 2 para el modelo en LINGO
restricciones referidas a las ventanas de tiempo se debe tener en Ruta (min) Ruta + T. Serv (min) Ruta + T. Serv (horas) E1 (min)
cuenta agregarle una variable de holgura (H1) y exceso (E1), con 376.14 691 11.519 3.58
la finalidad de garantizar una solucin en el modelo, a esto se
Como en la propuesta 1, se realiza la programacin para
le denomina ventanas de tiempo suaves; en caso la variable de
cinco das con diferentes mix de clientes. El modelo en LINGO
exceso (E1) tenga un valor mayor a cero, da a entender que se
corresponde a los nueve clientes visitados el segundo da. Sin
ha excedido algunas de las ventanas de tiempo y, por tanto, se
embargo, al tratarse de un modelo de ruteo de vehculos con
le asigna un costo por sobrepasar estas. Segn, esto ltimo
variables binarias, el tiempo de solucin cuando los clientes se
mencionado, la funcin objetivo pasa a ser la minimizacin del
incrementan resulta mayor y deja de ser eficiente; por ello, se
exceso (E1); y el producto del tiempo entre clientes (tij) y la
procede a desarrollar otra heurstica basada en la insercin
variable trfico (fij) como una restriccin cuyo valor mnimo es
secuencial de Solomon para el VRPTW, con el objetivo de crear
el hallado en la solucin del TSP simple.
una alternativa de solucin cuando el nmero de clientes a
Paso 5 (Optimizacin) Segn los pasos 3 y 4 descritos, se
visitar sea alta. El desarrollo de la heurstica de insercin
plantea el siguiente modelo matemtico.
secuencial de Solomon se describe en los siguientes pasos:
= 1 Paso 1 (Definicin) Se identifica el criterio a usar en la eleccin
de los clientes que se insertan a la ruta, en este caso, se propone
Sujeto a:
como el primer cliente aquel ms cercano al depsito y que
()
puede ser atendido ms temprano. Posteriormente, los clientes
=1 =1 son agregados a la ruta segn la hora de llegada.
() = 1 = {1, ,96},
Paso 2. (Elaboracin de restricciones) los clientes son
agregados a la ruta de manera secuencial y en base de la
multiplicacin por pesos de la funcin costo (ij) de insertar al
() = 1 = {1, ,96},
+
cliente en dicha ruta con el acumulado de los minutos recorridos
() + + = {1, ,96} al insertar cierto cliente. Por otro lado, la funcin costo, se basa
() ( + + ) + 1 1 = 0 (, ) ,
en la cercana de los clientes (T ij) y la urgencia de realizar la
insercin (Vij).
( ) 0 (, ) ,
Paso 3. (Desarrollo de la heurstica) Segn los pasos anteriores,
() + 96 95 (, ) , 0, 0
la insercin de los clientes se rige en funcin de M.
() + (1 ) (, ) , =
=1 =1
= 1 + 2 + 3
= ( + )
() = ( + + )
{0,1} (, )
=
0, 0, 0, 0, 0, 0, 0,
=0
Donde:
Donde: 1,2,3 = parmetros de peso no negativos y que suman 1.
xij = variable de decisin 1,si un vehculo recorre el arco lj =ventana de tiempo superior de j.
(i,j) y 0,si un vehculo no recorre el arco. Tij =cercana de los clientes en minutos.
A =conjunto de arcos (i, j). Vij =urgencia de realizar la insercin.
+(i) =conjunto de vrtices j tal que (i, j) A.
-(i) =conjunto de vrtices j tal que (j, i) A. La solucin de la heurstica se detalla en la tabla XV.
N = conjunto de clientes {1,,96}.
[ai,bi] = ventana de tiempo para el nodo i. Tabla XV
si = tiempo de servicio para el nodo i.
qk = capacidad del vehculo k.
Resultado DIA 2 para la heurstica de insercin secuencial
di = demanda de nodo i. Ruta (min) Ruta + T. Serv (min) Ruta + T. Serv (horas) E1 (min)
i = tiempo de llegada al nodo i. 388.64 704 11.73 0
Vk = nmero de vehculos del tipo k.
H1 = holgura de las ventanas de tiempo.
E1 = exceso de las ventanas de tiempo. IV. RESULTADOS
M = valor numrico obtenido de la solucin del TSP simple.
wi = carga total entregada por el vehculo hasta llegar al Se presentar los resultados de ambas propuestas:
nodo i.
14th LACCEI International Multi-Conference for Engineering, Education, and Technology: Engineering Innovations for
Global Sustainability, 20-22 July 2016, San Jos, Costa Rica. 9
clientes. Para cada clster, se tiene un vehculo con capacidad Tabla XVII
VAN econmicos y financieros para ambas propuestas
suficiente para los kilogramos y volmenes transportados
Propuesta 1 TIR VAN (S/.)
tomando como referencia data de 5 das. En los cinco das, se Indicador FCE 26% 234,710.00
usa un vehculo de 2 toneladas, este vehculo hace referencia al Indicador FCE 25% 171,604.00
que la empresa posee. El modelo de optimizacin usado se Propuesta 2 TIR VAN (S/.)
centra en la minimizacin de los costos para cada clster, con Indicador FCE 36% 355,206.00
este se obtienen la secuencia de distribucin. Los costos estn Indicador FCE 35% 289,200.00
en base a los kilmetros entre cada cliente y el indicador Costo V. CONCLUSIONES
Distribucin Mercado Local (S/. /Kg). Como se mantiene la
cantidad de rutas, por ello, se mantiene la cantidad de ayudantes La creacin de las rutas en el software MATLAB se realiza
en tres. En algunos das, las rutas halladas con el modelo se bajo el concepto de hacer las iteraciones necesarias para incluir
sobrepasan la cantidad mxima de horas de trabajo, por ello, se todos los clientes en una ruta sobrepasando en lo mnimo
asume que los clientes que no se logran atender sern atendidos posible las ventanas de tiempo, es decir, incluir los clientes
al siguiente da y se los incluye en la ruta del siguiente da o se mientras el valor de E (ruptura de las ventanas de tiempo) sea
les asigna un vehculo adicional. El costo adicional generado se lo menor posible o cercano a cero. El costo de distribucin de
considera dentro del costo total por da. Al no considerar el la propuesta 2 es menor al establecido en la propuesta 1,
modelo el cumplimiento de las ventanas de tiempo, el valor del obteniendo un ahorro de S/. 434.04 por da, asimismo ambos
E es hallado con la solucin del modelo de optimizacin, debido son menores al costo de distribucin actual con un ahorro de S/.
a que este costo adicional es relevante debe ser incluido en el 240.74 con respecto la propuesta 1 y S/. 674.79 con respecto
costo total por da. la propuesta 2. Este costo incluye tanto los relacionados al
alquiler de los vehculos, pago del personal y costo por ruptura
Resultado de la Propuesta 2: Para los cinco das tomados de ventanas de tiempo. Por lo tanto, el ahorro mensual en total
como muestra, se realiza la optimizacin de la flota necesaria, logrado por la optimizacin asciende en promedio a S/.
obteniendo entre uno y dos vehculos con capacidades (peso y 16,124.87 para un mes de 24 das. Segn el anlisis econmico
volumen) variables dentro de los vehculos disponibles. El y financiero, ambas propuestas generan ahorros y un costo de
modelo de optimizacin usado se enfoca en la minimizacin distribucin menor al de la situacin actual. Sin embargo, la
tanto del tiempo empleado en cada ruta, el cumplimiento de las propuesta 2 presenta un VAN econmico y financiero mayor
ventanas de tiempo y el costo para cada clster creado. El con S/. 355,206.00 y S/. 289,200.00, respectivamente. Por lo
tiempo de solucin del modelo en LINGO se incrementa tanto, la propuesta 2 sera la ms factible de implementar.
conforme aumentan los clientes, lo cual hace que sea no factible
aplicarlo para grandes cantidades de clientes, por ello, es REFERENCIAS
necesario la creacin de un modelo heurstico que genere una [1] Asociacin de Exportadores, 2014, 2014, ao de oportunidades, Per
solucin cercana a la del modelo de optimizacin. Exporta, Lima 2014, N 388, pp. 6. Consulta: 05 de abril de 2014.
https://issuu.com/adex_1/docs/per___exporta_388
El segundo modelo planteado se basa en la heurstica de [2] Asociacin de Exportadores, 2014, ADEX: Entorno macroeconmico del
insercin de Solomon y se enfoca en el costo de insertar cada Per sigue siendo estable. Consulta: 05 de abril de 2014.
cliente, la cercana en tiempo de los clientes y el valor de http://www.adexperu.org.pe/noticias/noticiastxt.htm#ADEX:_Entorno_m
ruptura de las ventanas de tiempo lo mnimo posible. Este acroeconmico_del_Per_sigue_siendo_estable
[3] MAXIMIZE, 2012, Oliva y sus derivados, Riesgos de mercado Junio
modelo se plantea en MATLAB. La solucin obtenida modifica 2012, Lima 2012, pp. 16-32.
la solucin de la optimizacin de la flota. De hecho, en algunos [4] Rojas, J. & Crdova, F.& Reyes, V. & Tamariz, C. (2014). Optimizacin
das la cantidad de vehculos necesarios aumenta hasta ocho y en la Distribucin del producto terminado de una Agroindustria en la
ya no es necesario atender el valor mximo que se puede tener ciudad de Lima. Twelfth LACCEI Latin American and Caribbean
Conference for Engineering and Technology.
abierto el depsito (14 horas), por ello, los vehculos ya no se [5] Olivera, A. (2004). Heursticas para Problemas de Ruteo de Vehculos.
contratan por da sino por horas y el nmero de ayudantes Montevideo, Uruguay.
aumenta a ocho. [6] Osvald, A. (2005). The vehicle routing problem with time windows and
time dependent travel times: A heuristic approach. PhD. Thesis. Trieste:
En la siguiente tabla se presenta una comparacin para Universit degli studi di Trieste.
ambas propuestas mediante los indicadores de horas totales [7] Saaty, T. & Luis G. (2012). Models, methods, concepts & applications of
the analytic hierarchy process. 2da Edicin. Boston: Springer US.
empleadas en la ruta para los cinco das.
[8] Solomon, M. (1987). Algorithms for the vehicle routing and scheduling
Tabla XVI
problem with time windows constraints. Operations Research, 35, 254-265.
Tabla comparativa de la propuesta 1 y 2
Indicadores Propuesta 1 Propuesta 2
Ruta (hr) 164.7 206.1
Authorization and Disclaimer
ETotal (hr) 885.5 4.6 Authors, Jonatan Edward Rojas Polo, Gianni Reyes
Total (hr) S/.1,050.23 S/.210.75 Maqun & Eduardo Carbajal authorize LACCEI to publish the
paper in the conference proceedings. Neither LACCEI nor the
As tambin se evala la viabilidad econmica de la editors are responsible either for the content or for the
propuesta de investigacin, donde el VAN y la TIR son implications of what is expressed in the paper.
aceptables. Los datos se pueden observar en la tabla XVII.
14th LACCEI International Multi-Conference for Engineering, Education, and Technology: Engineering Innovations for
Global Sustainability, 20-22 July 2016, San Jos, Costa Rica. 10