Omega 30 (2002) 275-286

www.elsevier.com/locate/dsw

MRP en un entorno de tienda de trabajo utilizando un recurso limitado

modelo de programación de proyectos

Walter O. Rom, Oya Icmeli Tukel *, Joseph R. Muscatello

Dirección de Operaciones y el Departamento de Estadística Empresarial de la Facultad de Administración de Empresas, Universidad del Estado de Cleveland,

Cleveland, OH 44114, EE.UU.

Recibido el 17 de marzo de 1999; 6 asimismo aceptada de marzo de de 2002

Resumen

Una de las tareas más di0cult en un entorno de fabricación taller de trabajo es equilibrar horario y la capacidad en una base continua. sistemas MRP son comúnmente utilizados
para la programación, a pesar de su incapacidad para hacer frente a las limitaciones de capacidad adecuada es un inconveniente grave. En este estudio, mostramos que la
planificación de necesidades de material se puede hacer más e2ectively en un entorno de taller de trabajo mediante un modelo de programación de proyectos con recursos limitados.
El modelo propuesto aumenta modelos MRP mediante la incorporación de las limitaciones de capacidad y el uso de longitudes de tiempo de plomo variable. El e0cacy de este
enfoque es probado en sistemas MRP comparando el los costos de inventario y la asignación de recursos de las soluciones obtenidas por el modelo propuesto a los obtenidos
mediante el uso de un modelo tradicional MRP. En general, se concluye que el modelo propuesto proporciona mejores horarios con reducciones considerables en los costos de
manejo de inventario. ? 2002 Elsevier Science Ltd. Todos los derechos reservados.

palabras clave: taller de trabajo de programación; Gestión de proyectos; Capacidad; Mejoramiento

1. Introducción Esto, sin embargo, también dará lugar a un aumento en la cantidad de trabajo en proceso. El uso

de sistemas inMRP discretos períodos de tiempo (cubos de tiempo) agrava aún más estos

requerimientos de materiales (MRP) se utiliza ampliamente en la fabricación de problemas. Muchas veces corto de plomo se redondean hacia arriba para llegar a la longitud de

artículos para programar demanda dependiente basado en el programa de producción un cubo de tiempo, y luego duplicado o triplicado para aliviar las limitaciones de capacidad, así

de los artículos de demanda independientes (artículos finales). A pesar de su uso como prever sucesos imprevistos tales como el tiempo de inactividad de mantenimiento, los

generalizado, se han reportado varios di0culties con la implementación de sistemas de problemas de los proveedores, y similares. Esto puede entonces posiblemente provocar fallos en

planificación de necesidades, véase, por ejemplo [14]. La principal deficiencia general el cumplimiento de los plazos de los clientes. Manejo de las limitaciones de capacidad de esta

se ha mencionado es la falta de integración de los requisitos de capacidad en un manera puede en gran medida a2ect la calidad de los programas de planificación de

calendario de MRP. Típicamente un programa de MRP es seguido por la planificación necesidades, especialmente en un taller de trabajo, donde los pedidos de los clientes no pueden

de capacidad de corte basto y si un problema de capacidad existe el programa ser satisfechas? Ed a través del inventario cuando la capacidad es insuficiente como estaba

maestro de producción (MPS) es modi? Ed. El horario de MRP es entonces re-run y previsto.

este procedimiento se repite hasta que todos los requisitos de capacidad están dentro
de límites aceptables. Muchos de los estudios en la literatura indican que los plazos de
entrega a menudo se extendieron para que sea más fácil para satisfacer los requisitos En este estudio, se IEO2 un modelo utilizando un enfoque de optimización para resolver

de capacidad [4-6]. con capacidad limitada, en tiempo continuo, de etapas múltiples problemas de

programación de la producción, sobre la base de recursos limitados proyecto de

programación de conceptos (PCR). Este modelo se ocupa de los requisitos de capacidad y

materiales de planificación en un entorno de taller de trabajo. Se desarrolla un programa de

* Autor correspondiente. producción mediante la determinación de los últimos tiempos posibles para todas las
Tel .: + 1-216-687-3794; fax:
+ 1-216-687-9343. actividades, o mediante la nivelación de usos de recursos, teniendo en cuenta las

Dirección de correo electrónico: o.icmeli@popmail.csuohio.edu limitaciones de capacidad.

(OI Tukel).

0305-0483 / 02 / $ - see front matter? 2002 Elsevier Science Ltd. Todos los derechos reservados. PII: S 0305 -
0483 (02) 00033-6
276 WO Rom et al. / Omega 30 (2002) 275-286
El trabajo se organiza de la siguiente manera: En la siguiente sección, se revisa la
literatura sobre la incorporación de la capacidad en los sistemas de planificación de
necesidades y en el uso de recursos limitados programación de proyectos para la
planificación de necesidades de material. Luego se discute la relación entre los
sistemas PCR y MRP utilizando un ejemplo de la literatura. La cuarta sección está
dedicada a la formulación y la descripción de la RCPS = modelo MRP, seguido por
las consideraciones de cálculo y los resultados. La última sección está dedicada a las
conclusiones.
2. Revisión de la literatura
La integración de las limitaciones de capacidad en el proceso de planificación
MRP se inició en la década de 1980, cuando muchas empresas manufactureras
comenzaron a utilizar MRP como herramienta de planificación primaria. Varios
procedimientos heurísticos para alisar uso de la capacidad mientras que la aplicación
de MRP se han propuesto y evaluado. Schmitt et al. [7] estudiar cuatro
procedimientos de planificación de la capacidad, utilizando el análisis de simulación
para comparar su rendimiento en el tiempo y su rendimiento utilización de la
capacidad. El rendimiento de un procedimiento se mide mediante el ensayo contra los
requisitos de MRP suponiendo que MRP ofrece planes de producción factibles. Harl y
Ritzman [8] desarrollar un algoritmo para ser usados ​en conjunción con MRP para
hacer liberaciones de órdenes previstas más sensible a las limitaciones de capacidad.
El algoritmo determina los tamaños de lote para suavizar los problemas de capacidad
en los centros de trabajo específico?. Otra vez, aquí la suposición general es que el
MPS es realista y la capacidad media en cada centro de trabajo a lo largo del
horizonte de planificación se su0cient. Billington et al. [9] sugieren un enfoque de
programación matemática para los sistemas de planificación de necesidades de
capacidad de programación con restricciones. Proponen una discreta en el tiempo, la
formulación de programación lineal entera mixta. Con el fin de reducir el número de
variables, y por lo tanto el tamaño del problema, que introducen la idea de la
compresión de la estructura del producto. Demuestran, con ejemplos, varios modos
de compresión de árboles de producto y lograr una reducción de hasta un 81% en los
casos en que sólo unas pocas de las partes dependientes utilizar los recursos de
cuello de botella. Suma y Hill [4] sugieren un nuevo marco, llamado IMPICT, para la
fabricación de sistemas de planificación y control para hacer frente a los problemas
de capacidad. En su marco, las limitaciones de capacidad se consideran
explícitamente y el horizonte de planificación se supone que es continua. Presentan
tres heurísticas para determinar el tamaño de la orden, en lugar de utilizar un objetivo
de evaluar los horarios.
Un estudio reciente realizado por Segerstedt [10] o2ers una formulación
matemática para el inventario de varias etapas de capacidad limitada y el problema de
control de la producción. El objetivo es reducir al mínimo los costos de inventario y
costos sujetos a las limitaciones de capacidad e inventario de escasez. La viabilidad
tanto de la formulación, y el procedimiento de programación dinámica de
acompañamiento para resolverlo, no se prueban. Brandimarte et al. [11] el desarrollo
de un marco general para? Programación de capacidad infinita. Es un procedimiento
de dos etapas que consiste en una “trayectoria de referencia” (un plan de agregado) y
un esquema para la tienda de Ioor
programadores para responder a las condiciones locales. El procedimiento se presupone la
disponibilidad de una trayectoria de referencia viable.
También hay un gran interés en la integración? Planificación de la capacidad infinita
en ERP = sistemas de software de planificación de necesidades. Por ejemplo, el sistema
de planificación y control de la producción = 3 SAP R seguimiento de la capacidad y la
identifica? Recursos de cuello de botella, pero está limitada en el suministro de listas
revisadas. IBM o2ers un producto de software denominado Producción de recursos que
proporciona la capacidad de obtener soluciones para MRP limitado y capacitado.
En general, los estudios en la literatura MRP limitaciones de capacidad tratarlo como
un problema de implementación en lugar de un componente en el desarrollo de la
planificación inicial MRP. Las limitaciones de capacidad son impuestas por
modificaciones relativamente menores? Cationes de planificación inicial, como la
revisión de las fechas de liberación de orden y tamaño de los lotes. Para que este
método funcione bien, la suposición común adoptada es que una buena planificación
inicial está disponible. Sin embargo, generalmente no se abordan los métodos de? Nding
uno. Esta deficiencia de? En la literatura MRP nos motivó a desarrollar un modelo que
integra capacidades en el proceso de planificación, el uso de ideas para la gestión de la
capacidad de la literatura de programación de proyectos.
A partir de la década de 1960, los estudios en la programación de proyectos
sugirieron herramientas y técnicas para la gestión de la capacidad limitada durante
la ejecución de las actividades del proyecto y por lo tanto hoy en día existen muchas
técnicas que son ampliamente utilizados en la práctica y se incorporan en los
paquetes de software de programación de proyectos. Se remite al lector a [12] para
una revisión de la literatura RCPS. Desafortunadamente, hasta la fecha estas
técnicas no han sido probados para las necesidades de material capacitados
sistemas de planificación, aunque hay un gran parecido entre recursos limitados
programación de proyectos y MRP capacitado.
Dos estudios en la literatura de programación de proyectos incorporan algunos
requisitos de material de planificación de recursos limitados conceptos en la
programación de proyectos. En 1980, Aquilano y Smith [13] desarrollaron un algoritmo
CPM = MRP para la programación de las actividades de un proyecto cuando se
requieren recursos materiales. La información sobre los niveles de inventario y los
plazos de entrega de adquisición de materiales se utilizan en el algoritmo para
determinar la disponibilidad de los materiales durante la ejecución de las actividades.
En su trabajo de seguimiento [14], se desarrolla un procedimiento heurístico en que se
utiliza el algoritmo CPM = MRP para generar planificaciones iniciales limitados no de
recursos. Un esquema de programación en paralelo se aplica entonces a este horario
para que sea factible de recursos. Ambos estudios utilizan el aporte de un sistema
MRP para desarrollar horarios de comienzo temprano para proyectos que utilizan
materiales y recursos.
En la literatura RCPS el modelo desarrollado por Icmeli y Rom [15] tiene el
requerido atributos para ser un enfoque alternativo para la programación en
MRP. En particular, se permite el uso de diversos objetivos tales como
maximizar el valor de un proyecto o minimizar la línea de tiempo del proyecto.
También tiene Iexibility de la manera las limitaciones de capacidad se pueden
expresar. El modelo que proponemos aquí es una extensión de la de [15]. La
función objetivo y las restricciones son
 WO Rom et al. / Omega 30 (2002) 275-286 277

modi? ed a reIect los atributos de los sistemas MRP. Soluciones obtenidos usando el modelo

son de capacidad factible programas de producción. El modelo también se puede utilizar

como una herramienta de planificación agregada que puede proporcionar buenos horarios de

partida para los estudios de MRP discutidos anteriormente.

3. La relación entre los PCR y MRP

En un taller de trabajo de la mayoría de las órdenes de fabricación siguen una ruta

distinta. Además, normalmente no hay previsiones, por lo que un pedido de un cliente

desencadena la demanda. Además, como el MPS siempre satisface? Ca el requisito

exacto, no hay inventario de productos terminados? Y se proyecta sobre los saldos de

Fig. 1. Estructura del producto del elemento X.
mano son siempre cero. Los MPS para un cubo momento dado serían iguales a los

pedidos de los clientes en el mismo cubo de tiempo. El registro de la estructura del

producto (también llamada lista de materiales, lista de materiales) se utiliza para determinar centro de trabajo corresponde capacidad a disponibilidad de recursos y carga

el número de piezas necesarias para cada elemento maestro programado. Una vez que se centro de trabajo en un tiempo cubo corresponde a

ejecuta el MRP, los requisitos de capacidad de planificación (CRP) se realiza para el uso total de recursos durante el intervalo de tiempo correspondiente del

programar la capacidad del centro de trabajo sin sobrecargar los recursos del centro de proyecto. los trabajo en proceso (WIP) en un taller de trabajo corresponde a la parte

trabajo. Típicamente, en un taller de trabajo no se utilizan reglas de tamaño del lote de un proyecto que ha sido completado, llamado porcentaje completo. Por último,

(excepto mucho para el lote) y el tamaño de la liberación de la orden planificada es el una tirar de horario,

mismo que el requisito de red. Sin embargo, si existen varios pedidos de un artículo que se que trata de minimizar el trabajo en proceso, corresponde a una horario de comienzo

pueden agregar para reducir al mínimo los tiempos de preparación. primer corte y la PCR tardío para el proyecto correspondiente.

se ejecutan detallada para determinar si cualquier centro de trabajo ha insu0cient En muchas implementaciones recientes MRP bloques de tiempo se eliminan de

capacidad. Si es así, se hacen cambios en la programación para aliviar los problemas de manera que una liberación de orden planificada es emitida por un artículo inmediatamente

capacidad, lo que podría también a2ect plazos orden. después de sus predecesores han completado en lugar de esperar para el próximo

período. Esta bucketlessMRP

sistema corresponde a de inicio de actividad continua (finalización) veces en la

programación de proyectos.

La programación de los temas que dependen de la demanda en un entorno de este Por lo tanto, teniendo en cuenta el plan maestro de producción y la lista de

tipo tiene un gran parecido con la programación de las actividades de proyectos con materiales, una red equivalente proyecto puede ser desarrollado. El siguiente ejemplo

recursos limitados. El problema de programación de recursos limitados proyecto muestra cómo se puede hacer esto.

consiste en determinar la finalización (o empezar) tiempos de las actividades del

proyecto de tal manera que tanto las limitaciones de recursos y relaciones de 3.1. Un ejemplo
precedencia se satisfacen? Ed. Los siguientes correspondencias ilustran las similitudes
entre un problema de programación en un taller de trabajo y un problema de Este ejemplo está adaptado de [13]. La estructura del producto para un conjunto

programación en un proyecto: En un trabajo cada tienda pedido del cliente puede de elemento X (Maestro de artículos programada) se da en la Fig. 1. Cada elemento X

considerarse como una proyecto y el se compone de 11 partes. Tres órdenes son excepcionales, de diferentes tamaños.
Para los artículos que son procesados ​internamente los tiempos de procesamiento de

liberación de orden planificada (recibo) de cada elemento de la lista de materiales materiales se determinan por el tamaño de orden: A tiempo de preparación más el

corresponde a la iniciar (3nish) de una actividad en la red del proyecto. los tiempo de tiempo de producción multiplicado por el volumen requerido. En consecuencia, la

recibo de la orden planificada del extremo artículo es entonces la fecha tope Para el misma pieza con los requerimientos netos di2erent perteneciente a di2erent órdenes

proyecto. Cuando hay varios pedidos pendientes, el proyecto correspondiente se tendrán duraciones di2erent y ser representados por los números de actividad

compone de sub-proyectos, cada uno con su propio plazo. los los tiempos de di2erent. Para los artículos que se compran la compra de los plazos de entrega se

procesamiento de material corresponden a las duraciones de las actividades y el utilizan como la duración. Los datos y las relaciones correspondientes dadas
anteriormente plomo a la red siguiente para el montaje de elemento de X para tres

relación padre-hijo en la lista de materiales corresponde a relaciones de precedencia Entre órdenes (ver Figs. 1, 2a y b).

las actividades en una red de proyectos. Un documento importante en la

programación de proyectos se llama la estructura de desglose de trabajo (WBS) [16]
que subdivide un proyecto en unidades jerárquicas de actividades, sub-actividades y Tenga en cuenta que cada sub-proyecto en la red representa una orden para el

paquetes de trabajo. AWBs es similar a una lista de materiales en que cada nivel artículo X con nodos 1, 12, y 23 que representa el? Montaje nal de tres órdenes de

descendente representa un cada vez más detallada definición de? De una actividad. clientes separados. Además, si ciertas partes tienen tanto la demanda independiente

Sin embargo, no hay una correspondencia uno a uno entre un WBS y una lista de y dependiente entonces la demanda independiente de esa parte aparece como un

materiales desde un WBS no proporciona información sobre todas las relaciones de sub-proyecto con una fecha límite correspondiente. Por ejemplo la Fig. 2b muestra

precedencia entre las actividades. parte número 4 como un elemento independiente de la demanda (número de nodo
34), así como una demanda dependiente
278 WO Rom et al. / Omega 30 (2002) 275-286

7
3
8

9
2 1

10
11
5 4

18
14
19

20
13 12
35

21
22
34 dieciséis
15

17

29
25
30

31
24
23

32
33
27 26

28

(una)

7
3
8

9
2 1

10
11
5 4

18
14
19

20
13 12

43
21
22
42 dieciséis
15

17

29
25
30

31
24 23

37 32
33
27
26
38

28
39

40
41
35 34

36

(segundo)

Fig. 2. (a) La actividad en la red de nodo para el elemento X (3 órdenes excepcional). (B) Número de parte 4 tiene tanto dependiente y la demanda independiente.
 WO Rom et al. / Omega 30 (2002) 275-286 279

artículo (números de nodo 4, 15 y 26) para órdenes de elemento X. A medida que restricciones requieren que el tiempo de finalización de cada actividad está
el número de pedidos aumenta, el número de actividades, y por lo tanto el tamaño representada por una combinación convexa de los hitos temporales, donde el una Ji son

de la red aumenta. Para controlar esto, se presenta una técnica de compresión de los pesos asignados a cada tiempo-hito. Los hitos de tiempo están predeterminados

red en la sección consideraciones computacional. para dividir el horizonte de planificación en pequeños intervalos, semanas o meses,
por ejemplo, para controlar los recursos. los j

yo son variables de decisión

que determinar con precisión donde en un intervalo entre los hitos una actividad
4. El RCPS = modelo MRP completa. El número de intervalos elegidos a2ects el número de variables en el
modelo. Cada intervalo adicional añade norte más variables pero permitiría un
El siguiente modelo RCPS enteros mixto está formulado para resolver control más preciso del uso de recursos. Además, el modelo permite que la longitud

capacitado, problemas de MRP-tiempo continuo. de los intervalos para variar, de modo que los primeros intervalos pueden ser a
corto, días o semanas, por ejemplo, mientras que los intervalos posteriores serían
Σ norte

más tiempo. De esta manera, cuando el modelo se utiliza en un entorno de

Max wj Xj
horizonte de laminación, donde se implementa solamente la primera parte de la
j=1
programación, la porción posterior de la programación requiere menos precisión.
sujeto a los y j

X j ¿ X i + re j ∀ ( yo; j) ∈ H; (1) yo son

0,1 variables de decisión que determinan en qué intervalo se produce el tiempo de
Σ yo Σ yo actividad de la terminación. El tercer conjunto de restricciones asegura que cuando un
Ji T yo ; ji = 1; Ji ¿ 0 ∀ j; particular, y j
Xj= (2)
yo toma un valor de 1, entonces en
i=1 i=1
más dos años consecutivos j yo son positivos, correspondiente a la
j
1 6 yj 1 hitos temporales T yo y T i + 1.
Ji 6 yj El cuarto conjunto de restricciones garantiza que cada actividad se completará
yo - 1 + yj i = 2; :::; yo - 1; 1 6 j 6 norte (3)
exactamente una vez. El? Quinto conjunto de restricciones asegura que para cada
yo

jT 6 yj tipo de recurso, el uso total de recursos de las actividades que completan en un

yo - 1;
intervalo no puede exceder la disponibilidad de recursos para ese intervalo. Para
yo - 1
Σ
cada intervalo
y ji = 1; 1 6 j 6 NORTE; (4)
yo y cada tipo de recurso k el lado izquierdo de la ecuación resume el uso de
i=1
recursos ( una jk) de las actividades programadas para terminar en ese intervalo.
El valor de lado derecho ( R ik) es la capacidad disponible de recursos k en el
Σ norte
una jk y yo (5) intervalo yo
j
6 R ik ∀ k; yo;
j=1 y se determina como R ik = hora de reloj disponibles en intervalo
yo × tasa de utilización de los recursos k × e0ciency de recursos k.
X j 6 re j j ∈ { 1; 1 + NP; 1 + 2 * NOTARIO PÚBLICO; :::; 1 + yo * NOTARIO PÚBLICO};
El “índice de utilización” de un recurso es uno menos la proporción de tiempo de
inactividad debido a mantenimiento, averías, etc. El “e0ciency de un recurso”
I = { 1; :::; Nörder - 1}; (6)
convierte hora estándar indicados en la lista de materiales en hora del reloj y
podría ser menor o mayor que uno [17 ]. El sexto conjunto de restricciones
y jyo ∈ { 0; 1} ∀ yo; j; X j ¿ 0 ∀ j; (7) imponen plazos en los sub-proyectos. Finalmente, el último conjunto de
restricciones son los requisitos de integralidad en la y j
dónde yo es el número total de los hitos de tiempo, norte es el número total de

actividades, X j es el momento de finalización de la actividad yo y no negatividad re-

j; j = 1; :::; NORTE; w j es el peso asignado a tiempo de finalización de la actividad j; re j es la quirements en el X j.

duración de la actividad j; j = 1; :::; NORTE; T yo El objetivo es maximizar la suma ponderada de los plazos de ejecución de las

es el tiempo de los hitos dividir el horizonte de planificación, actividades. Hay varias maneras posibles de asignación de pesos a las actividades.

i = 1; :::; YO; R ik es la cantidad de recursos k disponible para el intervalo entre T yo Una posibilidad es utilizar el costo de mantener inventario. Esto coloca el tiempo de

y T i + 1; i = 1; :::; yo y k = 1; :::; K; una jk liberación prevista de artículos de alto costo de sujeción lo más tarde posible. Otra

es la cantidad de recursos k es necesario por la actividad j; k = 1; :::; K posibilidad es utilizar la duración de una actividad como un sustituto para el coste
Ji es el peso asignado a la actividad j a
y j = 1; :::; NORTE;? de mantenimiento. Esto supone que las actividades de mayor duración son más

hito T yo ; i = 1; :::; yo y j = 1; :::; NORTE; y j costosos y les pospone lo más tarde posible. Por último, una posibilidad adicional
yo es 1, si la actividad
j completa en el intervalo de tiempo entre T yo y T i + 1, y podría ser el uso de una medida de la incertidumbre en el tiempo de finalización de

0, de lo contrario, re j es la fecha límite para la orden j; H es el conjunto de una actividad. Las actividades con alta incertidumbre se debe asignar un peso más

relaciones de precedencia, NP es el número de actividades en un sub-proyecto y pequeño y por lo tanto programadas anteriormente.

Nörder es el número de sub-proyectos pendientes.

El? Conjunto de restricciones primera cumplir las relaciones de precedencia. Una actividad En este modelo, se asume que cada actividad tiene un conocido,
puede comenzar sólo después de que se hayan completado todas las actividades que preceden a duración determinista y consume? Nivel fijo de los recursos. Los recursos
tecnológicamente. El segundo conjunto de se supone que son parcialmente
280 WO Rom et al. / Omega 30 (2002) 275-286
renovable. Es decir, los recursos asignados a cada intervalo de tiempo no son
renovables dentro de ese intervalo de tiempo sin embargo, estos recursos son
renovables al comienzo de cada intervalo de tiempo.
Este modelo representa el sistema MRP taller de trabajo bien en varios
aspectos. Tiempo es tratado como un continuo en lugar de una variable discreta.
Esto permite que los plazos de entrega sean no integral, en función de los
tamaños de orden, que a menudo es más práctico en contextos de MRP. La
capacidad disponible sobre el horizonte de planificación se asigna a los intervalos
entre tiempo-hitos y el recibo de la orden prevista de cada artículo está escrito
entonces como combinaciones convexas de tiempo-hitos adyacentes. Las
relaciones padre-hijo se aplican y las cargas de recursos se controlan mediante
estas combinaciones convexas de los hitos.
Como nota? Nal, una serie de modificaciones recta hacia adelante? Son posibles
cationes del modelo para adaptarse a diferentes situaciones. En particular, las
limitaciones de recursos pueden ser modi? Ed para nivelar el uso de la capacidad, para
reducir undertime y las horas extraordinarias de los costes laborales. Esto se puede
lograr mediante la adición de variables de holgura y excedente de las limitaciones de
recursos correspondientes. La función objetivo sería entonces modi? Ed por la inclusión
de los pesos de penalización. La nueva función objetivo y las restricciones de recursos
serían:
K órdenes del artículo final controles en circulación el tamaño del modelo. Con el fin de
Σ norte
Σ Σ
OBJ ' Max w j X j - yo ( do k s ik + do ' k s i'k);
j=1 i=1 k=1
Σ norte
una jk y ij + s ik - s ' ik = R ' ik ∀ k; yo;
j=1
donde 0 6 s ik; s
' de la actividad más tarde (actividad B) debe ser añadido a la duración de la anterior
ik 6 T ik ∀ k; yo;
dónde s ik ( s ' ik) es el uso undertime (horas extraordinarias) de tipo de recurso k en el
intervalo de tiempo yo; R ' ik el uso objetivo de tipo de recurso k en el intervalo de tiempo
yo dónde R ' ik 6 R ik; T ik los límites superiores de las variables s ik y s '
ik y do k ( do '
bajo (más de) la utilización de tipo de recurso k.
5. Consideraciones Computacional
La ventaja principal de un sistema MRP es la posibilidad de programar los
productos finales con grandes listas de materiales rápidamente. Sin embargo, los
horarios obtenidos no garantizan la viabilidad de recursos. Por otro lado, el modelo
RCPS = MRP propuesto proporciona una solución óptima al problema de
programación de proyectos de recursos limitados que reIects el sistema MRP de
capacidad limitada. Sin embargo, se requiere mucho más e2ort computacional. La
biblioteca de optimización subrutina (OSL) se utilizó para resolver el modelo RCPS =
MRP [18] y la especial conjuntos ordenados característica se utiliza para manejar
variables enteras se emplea para reducir el e2ort computacional.
En el RCPS modelo = MRP, así como en otros modelos de programación de
recursos limitados el número total de las actividades de N tiene un e2ect
importante en la e2ort computacional [19,20].
En el modelo RCPS = MRP, el número de elementos dependientes de la demanda, el
número de pedidos de artículos finales en el horizonte de planificación, y el número de
intervalos de tiempo a determinar el tamaño del problema. Con el fin de reducir el
número de variables de decisión en el modelo podemos aprovechar las estructuras
especiales de las redes RCPS = MRP. Como puede verse en las figuras. 2a y b, las
mismas relaciones de precedencia entre un subconjunto de actividades que representan
las mismas tareas se repiten para cada orden del artículo final. Esta estructura especial
nos permite reducir el tamaño de la red mediante la combinación de lotes de producción
para las mismas partes que pertenecen a órdenes di2erent producto final. Esto no sólo
reduce el tamaño de la red, pero también reducirá el número de conjunto de producción
ups en el cronograma correspondiente MRP.
5.1. la compresión de red
En su artículo, Billington et al. [9] discutido varios métodos para reducir el número
de piezas que deben ser considerados, aunque todos ellos son especí problema c:
eliminar todos los elementos, excepto los producidos en una instalación de cuello de
botella, o los que tienen grandes costos de instalación, o aquellos que comparten un
elemento común y entra en artículos con grandes costos de instalación. En RCPS =
MRP, sin embargo, no sólo la estructura del producto, sino también el número de
reducir el e2ect del número de actividades en el modelo, la red del proyecto
correspondiente se puede comprimir mediante la combinación de las actividades que
representan el mismo elemento (ya sea en el mismo sub-proyecto o a través de
(5 ') sub-proyectos) y que tienen similares tarde ? tiempos Nish (dentro de un parámetro de
tiempo t el uno del otro). Sin embargo, se realizan varias comprobaciones para
asegurarse de que la red resultante es factible con los plazos establecidos. Si dos
actividades, digamos A y B, pertenecen a di2erent sub-proyectos, entonces la duración
actividad (actividad A) menos la configuración de B y el temprano? calendario
acabado, después de combinar las actividades a y B, no debe exceder el plazo
sub-proyecto al que pertenece la actividad a. Además, se realizan comprobaciones
para asegurarse de que no generamos actividades inaceptablemente largos. Especí?
k) el costo de Camente, la duración de las actividades combinadas no debe ser por más tiempo que
la duración media de todas las actividades veces al parámetro do 1.
También se realizan controles para eliminar las actividades cortas y por lo tanto
eliminar los tiempos de preparación. Es decir, si la duración de una de las actividades
elegibles es menor que la duración media de todas las actividades veces al parámetro do
2, luego se fusionó con una orden anterior o posterior. Los valores de estos tres
parámetros son especí problema? C y en relación con los tiempos de preparación.
Tenga en cuenta que una vez que la fusión se realiza eliminamos la actividad B de
todo el proyecto y los predecesores inmediatos (sucesores) de actividad B se
convierten en precursores inmediatos (sucesores) de la actividad A. Cada vez que una
fusión se lleva a cabo los cambios en la estructura de la red y por lo tanto a principios
y tarde? Nish veces se actualizan. Esto se hace sin las limitaciones de recursos.
Cuando se produce no más de compresión, la red en su forma final? Está listo para
ser resueltos por RCPS = MRP.
 WO Rom et al. / Omega 30 (2002) 275-286 281

La siguiente de las definiciones se utilizan en el pseudo código acompañante?: las formas de las listas de materiales se indican mediante el número de niveles y el número

máximo de piezas que aparecen en un nivel. Por ejemplo, la máquina de roscar tiene una

Máximo permitido di; rencia: El di2erence entre la tarde? Nish tiempos de dos lista de materiales relativamente poco profunda pero de ancho, que tiene cuatro niveles y un

actividades para ser elegible para la fusión. máximo de 226 partes en el? Primer nivel.

CRA: La duración media de la actividad en todo el proyecto.

Temprano- terminar UNA: es el tiempo de finalización más temprana de la actividad elegible A. La estructura del producto de elemento Y tiene más profundidad, menos relación padre-hijo, pero

el mismo número de piezas en comparación con la estructura del producto de elemento X. Los datos

Duración UNA; Duración SEGUNDO: duraciones de las actividades elegibles A y adicionales necesarios para crear los problemas de MRP en base a estas dos estructuras se generan

B, respectivamente. como sigue: el tiempo de procesamiento de material de cada parte se genera al azar de la

preparar SEGUNDO: Establece el tiempo para la actividad B. distribución exponencial con una media de 5: 0 h [4]. Los tiempos de configuración se supone que

do 1: parámetro de duración larga. son fijo y selecciona el 2: 0 h, por lo que son un factor significativo para el uso de los recursos, pero

do 2: parámetro de duración corta. no un ser dominante?. El tamaño de cada orden se genera al azar de una distribución uniforme entre

t: extensión máxima entre la tarde? Nish tiempos de las actividades A y B se va a 10 y 30, y el número de pedidos pendientes en el horizonte de planificación varían entre 3 y 10. La

combinar. fecha límite para material? Final primera se establece de tal manera que la relación de disponibilidad

total de recursos a los recursos totales requeridos hasta la fecha límite es ligeramente superior a 1, lo

que indica la disponibilidad de recursos apretado. El orden de las fechas de vencimiento posterior se
1. Encontrar AVE;
genera como la fecha de vencimiento de la orden anterior, más un número aleatorio. Para reIect un

REPETIR; entorno típico taller de trabajo, los inventarios iniciales de todas las partes son cero, no hay órdenes

2. Encuentre el temprano y tardío? Horarios Nish haciendo caso omiso de las pendientes abiertos, y el tamaño del lote de cada parte es el mismo que su requerimiento red.

limitaciones de recursos. Finalmente, horas de máquina que se consumen en el centro de concentración se supone que son el

recurso de restricción con una disponibilidad de 8 h (un turno) por periodo de tiempo. El uso de

3. Busca en la red del proyecto e identificar las actividades elegibles con tarde-? recursos se genera aleatoriamente y de manera uniforme entre 1 y 8 h. El orden de las fechas de

vencimiento posterior se genera como la fecha de vencimiento de la orden anterior, más un número
Nish veces dentro de t, a continuación: Para cada par de las actividades
aleatorio. Para reIect un entorno típico taller de trabajo, los inventarios iniciales de todas las partes
admisibles A y B
son cero, no hay órdenes pendientes abiertos, y el tamaño del lote de cada parte es el mismo que su
SI temprana? Acabado A + Duración segundo 6 tardío? acabado UNA
requerimiento red. Finalmente, horas de máquina que se consumen en el centro de concentración se
Entonces, si Duración A + Duración segundo 6 do 1 ( CRA)
supone que son el recurso de restricción con una disponibilidad de 8 h (un turno) por periodo de

tiempo. El uso de recursos se genera aleatoriamente y de manera uniforme entre 1 y 8 h. El orden de

o duración UNA o duración segundo 6 do 2 ( CRA)
las fechas de vencimiento posterior se genera como la fecha de vencimiento de la orden anterior,

más un número aleatorio. Para reIect un entorno típico taller de trabajo, los inventarios iniciales de todas las partes son cero
ENTONCES
La densidad de una red es una medida de la complejidad de una red [21] y se
fusionar A y B, Duración A =
determina como la relación entre el número de relaciones de precedencia al
Duración A + Duración segundo - preparar segundo
número de actividades. Las redes de proyectos que corresponden a los problemas
restablecer las relaciones de precedencia
de MRP tienen número de actividades oscila entre 35 y a 112 para ambos de los
eliminar la actividad de B; vaya al paso 2 ELSE
artículos finales, y la densidad de la red promedio de 2,15 y 1,40 para el artículo X
continuar;
y el punto Y, respectivamente.
Si NO hay una fusión entre todos los elegibles
actividades y luego se detiene.
Una vez que se construyen las redes de proyectos correspondientes se aplica
la técnica de compresión de red. Las pruebas preliminares indicaron que 1,5 y 0,4
son valores razonables para do 1 y do 2, mientras que 35 y 55 días son intervalos de
6. Los resultados computacionales tiempo razonables para la distancia máxima permitida, lo que resulta en un poco
de compresión. Después de este pre-procesamiento, OSL se utiliza para resolver
Para investigar la aplicabilidad práctica del modelo RCPS = MRP y la el modelo RCPS = MRP correspondiente. Los resultados computacionales se dan
técnica de compresión de red, se utilizaron los datos de la literatura, así en las Tablas 2 y 3. Hemos resuelto los problemas con dos objetivos: el objetivo
como los datos de tres sectores diferentes. pruebas computacional se de maximizar la suma ponderada de los tiempos de finalización de la actividad,
realizó utilizando un ordenador con un procesador Pentium con 128K de donde los pesos son las duraciones (los costos de mantenimiento) de las
RAM y funcionando a 266 MHz. actividades correspondientes, y con la función objetivo pesos iguales. En general,
se observó una reducción en el e2ort computacional cuando los plazos están
cerca y se establece un intervalo de tiempo grande para la fusión. Cuando se
6.1. Resultados Utilizando los datos de la literatura acorta el intervalo de tiempo para la fusión de la reducción media por ciento en los
tamaños de la red disminuye. Un aumento en el promedio de reducción por ciento
Hemos generado un total de 240 de tiempo continuo, problemas de MRP se observa cuando los plazos están más cerca entre sí.
capacitados derivados de dos estructuras de producto: el montaje de elemento
de X que se adaptó a partir de [13] y el conjunto de elemento Y que apareció en
[9]. Las características de las estructuras de producto se dan en la Tabla 1. En la
tabla
282 WO Rom et al. / Omega 30 (2002) 275-286

tabla 1
Características de las estructuras de producto y tiempos de procesamiento para los productos finales utilizados para el análisis comparativo

Num. de Num. de Num. del número máximo de Ave. tratamiento Ave puesta a punto Num. de
partes padres niveles partes en un nivel BOM Tiempo (h) Tiempo (h) turnos

R1 R2 R3 una R1 R2 R3

artículo X 11 10 4 6-nivel 3 5,0 - - 2,0 - - 1

artículo Y 11 9 5 4-nivel 2 y 3 5,0 - - 2,0 - - 1
línea de hornos 3500 39 20 5 17 de nivel 3 0,64 2,4 - 0,67 0,72-2
tubo radiante 35 10 3 20 de nivel 3 0.2 0,46 0,09 0,13 0,03 0,04 2
Enhebrar la máquina 385 81 4 226 de nivel 1 0,45 0,20 0,22 0.0 0.0 0.0 2

una R1, R2, R3: centros de trabajo 1, 2, y 3, respectivamente.

Tabla 2
análisis computacional detallada para el artículo X

Nº de Nº de objetivos Fecha tope Compresión Tiempo medio de la CPU Promedio %

problemas ocupaciones intervalo (25 MHz) reducción

5 35 obj ponderado. [30; 60] 55 = 35 16,50 = 105,62 16 = 14

[20; 40] 35 74.14 dieciséis

Igualdad de obj. [30; 60] 55 = 35 21,62 = 8,35 16 = 14

[20; 40] 35 125.50 14

5 46 obj ponderado. [30; 60] 55 = 35 22,17 = 29,03 27 = 4

[20; 40] 35 34.10 27

Igualdad de obj. [30; 60] 55 = 35 15,25 = 21,90 28 = 4

[20; 40] 35 21.65 27

5 57 obj ponderado. [30; 60] 55 = 35 123,01 = 64,85 29 = 9

[20; 40] 35 62.80 dieciséis

Igualdad de obj. [30; 60] 55 = 35 56,55 = 27,12 22 = 9

[20; 40] 35

5 68 obj ponderado. [30; 60] 55 = 35 100,05 = 37,70 29 = 5

[20; 40] 35 24.30 29

Igualdad de obj. [30; 60] 55 = 35 33,40 = 147,97 32 = 5

[20; 40] 35 18.33 29

Con el fin de investigar la e2ect de la estructura del producto en los resultados activo en cualquier período de tiempo se reduce y, como resultado de la programación se hace

computacionales hemos resuelto redes de proyectos que corresponden a los más fácil.

problemas de MRP generados a partir de partida de Resultados Y. computacionales

se dan en la Tabla 3. A diferencia de los resultados en la Tabla 2, que tiene cerca
plazos de pedido en la mayoría casos aumentaron la e2ort computacional. Uso de
la di2erence tiempo más corto para una posible fusión reducido el e2ort
computacional con el objetivo ponderada y el aumento con el objetivo igual peso.
Cuando comparamos los resultados computacionales entre las dos estructuras de
producto, se encontró que en la mayoría de los casos, las redes de proyectos
derivados de elemento Y eran más fáciles de resolver, aunque se observa una menor
reducción en el tamaño de la red. Tener más niveles en el árbol de productos,
manteniendo el número de elementos? Ja, hace que la densidad de la red del proyecto
para disminuir y por lo tanto el número de actividades que pueden ser
6.2. Los resultados basados ​en los datos de la industria
A fin de validar el modelo y su aplicabilidad en diversos entornos de producción,
se obtuvieron datos de las empresas en tres industrias di2erent. Nuestro objetivo
principal en este caso es determinar si un problema de planificación de
necesidades en un entorno típico taller de trabajo se puede solucionar con nuestro
modelo. En consecuencia, hemos elegido tres empresas en el área local y se
analizaron sus sistemas MRP. La compañía? Primero es un fabricante de equipos
para la fabricación de ventanas de vidrio de doble panel. La segunda compañía
está en la industria del metal, produciendo tubos radiantes, y? Nally la tercera
empresa es un montar a la orden empresa utillaje la producción de máquinas de
roscado. los
 WO Rom et al. / Omega 30 (2002) 275-286 283

Tabla 3
análisis computacional detallada para el elemento Y

Nº de Nº de objetivos Fecha tope Compresión Tiempo medio de la CPU Promedio %

problemas ocupaciones intervalo (25 MHz) reducción

5 35 obj ponderado. [30; 60] 55 = 35 7,08 = 6,75 12 = 2

[20; 40] 35 14.25 12

Igualdad de obj. [30; 60] 55 = 35 7,74 = 8,05 12 = 2

[20; 40] 35 47.37 12

5 46 obj ponderado. [30; 60] 55 = 35 13,74 = 11,67 18 = 7

[20; 40] 35 20.07 dieciséis

Igualdad de obj. [30; 60] 55 = 35 26,74 = 15,35 18 = 7

[20; 40] 35 14.72 dieciséis

5 57 obj ponderado. [30; 60] 55 = 35 16,02 = 18,46 19 = 10

[20; 40] 35 19.50 19

Igualdad de obj. [30; 60] 55 = 35 20,74 = 24,58 19 = 10

[20; 40] 35 20.28 19

5 68 obj ponderado. [30; 60] 55 = 35 88,62 = 37,32 24 = 6

[20; 40] 35 36.92 24

Igualdad de obj. [30; 60] 55 = 35 78,82 = 98,28 24 = 6

[20; 40] 35 28.20 24

características de sus sistemas de producción se resumen en la Tabla 1. 6.3. Comparación de los resultados

La Tabla 4 contiene los resultados de cálculo para las tres compañías que
utilizan el modelo RCPS = MRP. Una vez más, en los tres casos el horizonte de
planificación de un año se divide en 8 intervalos. El número máximo de órdenes en
el horizonte de planificación se ha fijado en 10, aunque para la máquina de roscar el
máximo fue? Ve ya que este era el problema más grande que podríamos
Comparamos la calidad de las soluciones que hemos obtenido mediante el
modelo RCPS = MRP a los obtenidos utilizando un modelo MRP tradicional.
Formulamos el modelo MRP utilizando la parte del LP OSL. Es un programa de inicio
tardío obtenido por un pase hacia atrás de la RPC. Este modelo reIects el trabajo
entorno de taller de? Ne en la tercera sección y proporciona los tiempos de liberación

solucionar, debido a las limitaciones de la memoria RAM de 128K de la fin planificadas para finales de las partes sin tomar en consideración la capacidad.

computadora. Con el fin de determinar qué tan fuertes limitaciones un centro de

recursos es, usamos el factor de utilización de recursos (UF r), calculado como: UF r = ( K
r Los resultados de la comparación de los modelos se dan en la Tabla 5. La
Σ re j) = ( Σ k j r re j) dónde
K r es la disponibilidad de recursos r, k j r es el uso de recursos por unidad de tiempo
de la actividad j para cada tipo de recurso r, y
re j es la duración de la actividad j [ 22]. A medida que la UF r valores disminuyen a 1,
el uso total de recursos es igual a la disponibilidad que indica que los recursos,
están estrictamente limitados. En la literatura de programación de proyectos UF r se
consideran valores de 3 a ser moderadamente restringida [23]. En consecuencia,
en los cómputos de los plazos se eligen para lograr UF r en el intervalo de 01/01 a
03/21. Las densidades de red varían desde 1,54 hasta 1,78.
En general, el modelo RCPSP = MRP resuelve cada uno de los casos en un
tiempo de cálculo razonable. La red más grande, con actividades de 1927, requiere
aproximadamente dos horas de tiempo de cálculo, mientras que las redes más
pequeñas por lo general requieren menos de un minuto. La reducción porcentual
media oscila entre 40 y 83%. El principal impedimento para la resolución de las
redes más grandes de 2.000 actividades es la limitación de 128K de memoria RAM,
no el tiempo de procesamiento.
comparación se realiza con base en el porcentaje de aumento en el costo de
mantenimiento de inventario, el porcentaje de aumento de la sobrecarga de
recursos, y el porcentaje de aumento en el número de períodos con una sobrecarga.
En el modelo de RCPS = MRP el uso total de recursos en cada intervalo no
excederá de disponibilidad total de recursos, sin embargo, dentro de cada intervalo,
por un periodo de viabilidad de recursos no está garantizada. El coste total de carga
para cada modelo se asume que es proporcional al tiempo total de holgura, en el
que el tiempo de holgura de cada actividad es la di2erence entre el tiempo de
finalización prevista y de la tarde? Tiempo de acabado. Luego el porcentaje de
cambio en el costo de transporte está dado por el porcentaje de cambio en tiempo
de holgura total. Las columnas siguientes analizan la asignación de recursos a
través del tiempo. En MRP se tiene en cuenta la viabilidad de los recursos. Una vez
se obtiene el horario MRP, para analizar la asignación de recursos se determina el
uso de recursos en cada período de tiempo y el total sobreasignación (si los hay),
así como su frecuencia se calculan. En la tabla de los cambios porcentuales utilizan
el modelo RCPS = MRP como la base y el informe
284 WO Rom et al. / Omega 30 (2002) 275-286

Tabla 4
Los resultados computacionales con RCPS modelo = MRP utilizando datos procedentes de la industria

Para variar num. rango de actividad Complejidad Promedio % tiempo de CPU (266 MHz)

de las órdenes reducción Ave: | mediana

línea de hornos 3500 [3; 10] [119; 392] 1.54 83 89: 0 | 33: 9

tubo radiante [3; 10] [107; 352] 1.69 80 91: 9 | 15: 5

máquina de roscar [3; 5] [1157; 1927] 1.78 40 4009 | 3701

Tabla 5
Comparación de las soluciones utilizando MRP frente RCPS = modelo MRP

rango de Actividad de aumento en% de aumento de % De aumento en el número

num. de distancia Inv. Que lleva recurso de sobreasignación de los períodos de más de alloc.

pedidos Costo R1 R2 R3 una R1 R2 R3

artículo X [3; 10] [35; 112] 3.12 - 05:47 - - 35.99 - -

artículo Y [3; 10] [35; 112] 45.8 34.85 - - - 0:75 - -
línea de hornos 3500 [3; 10] [119; 392] 331 - 7: 0 0,8 - 169,0 113,0 -
tubo radiante [3; 10] [107; 352] 154 0.0 0.0 0.0 0.0 0.0 0.0
máquina de roscar [3; 5] [1157; 1927] 103 - 6: 0 - 8: 0 - 28: 0 60.0 55.0 96.0
(Objetivo de nivel de carga) - 36: 6 - 80: 0 - 84: 3 - 75: 1 53.8 56.9 41.0
una R1, R2, R3: centros de trabajo 1, 2, y 3, respectivamente.

porcentaje de aumento (disminución) para el modelo MRP tradicional. 6.4. límites modelo de pruebas

En todo? Ve casos el modelo MRP resultó en costo de mantenimiento de
inventario más alto. Esto es más evidente cuando se utilizan datos procedentes de
la industria, especialmente para la línea Horno 3500. Esto ocurrió principalmente
porque las duraciones de las actividades son muy pequeños en comparación con
los tiempos de plomo usadas por esa compañía (2 semanas y 3 semanas,
dependiendo de las duraciones de las actividades ). El modelo MRP utiliza los
largos plazos de entrega para extender el uso de los recursos. Al comparar los dos
modelos basados ​en el número de períodos de sobre-asignación y el total de
horas-máquina excesivamente solicitados que? Nd que los resultados a favor
general de nuestro modelo. En el caso de la máquina de roscar, de recursos,
mientras que nuestro modelo tiene más total sobre-asignación, no son
sustancialmente menos periodos con sobreasignación. En el caso de tubo radiante
los usos de recursos sobre el horizonte de planificación son relativamente bajos,
Por último, hemos probado el impacto de usar el objetivo de carga nivel. La
función objetivo OBJ revisada ' y las limitaciones de recursos, la Ec. (5' ), se
utilizan para resolver la instancia máquina de roscar con 5 órdenes (el ejemplo
más grande en el conjunto de datos). Los resultados se resumen en la última fila
de la tabla
5. En general, con este objetivo, los costos de inventario en libros incrementado un
Las tres compañías que estudiamos tenían un máximo de tres centros de recursos.
Hemos aumentado el número de centros de recursos gradualmente hasta un máximo
de 10 y observamos el impacto en el tiempo de cálculo. Se utilizó el caso de máquina
de roscar con 5 órdenes al azar y generar usos de recursos para cada una de las
actividades para lograr UF r valores de aproximadamente 3. Aquí hemos utilizado una
máquina con 256 de RAM funcionando a 800 MHz. Como muestran los resultados en la
Fig. 3a muestran, todos excepto uno de los problemas se resolvieron dentro de las 6 h.
Dada la velocidad de la CPU de la máquina que usamos, nos? Nd estos resultados
alentadores.
El número de variables enteras en el modelo es otro factor limitante. Hemos
aumentado el número de intervalos de tiempo de 8 a 30 en tres incrementos y
registrar los tiempos de CPU. Los resultados en la Fig. 3b indican que incluso con
intervalos de 30 los tiempos de cálculo son aceptables. Además, los cambios en la
programación de la actividad cuando se aumenta el número de intervalos de tiempo
se encuentran para ser mínima.
7. Conclusiones
En este trabajo se investiga la aplicabilidad de recursos limitados modelos de

36% en comparación con el programa de MRP, lo que indica una programación más programación de proyectos en la solución de problemas de planificación de

uniforme de las tareas en el horizonte de planificación. Mientras que hay 50% menos necesidades capacitados. El modelo propuesto (RCPS = MRP) se puede resolver con

periodos (en comparación con horario MRP) con un exceso de la asignación, la un paquete de optimización de propósito general, tal como OSL, y es más realista en

cantidad sobre-asignado aumentó. Para este caso particular, el objetivo del nivel de ese tiempo es tratado como una variable continua y los plazos de entrega para las

carga programado sólo el 1% del número total de los períodos que se sobre-asignada. actividades dependen del tamaño de un pedido. Una variedad de objetivos se puede
utilizar, además del inicio tardío tradicionales, tales como
 WO Rom et al. / Omega 30 (2002) 275-286 285

4 5 6 7 8 9 10 11

(una) número de centros de trabajo

Tiempo CPU (hrs.)

15 21 31

(segundo) número de intervalos de tiempo

Tiempo CPU (hrs.)

Fig. 3. (a) El e2ect de número de centros de trabajo en tiempo de CPU. (B) El e2ect de número de intervalos de tiempo en tiempo de CPU.

minimizando sobre = bajo utilización de mano de obra. El modelo se desarrolla para un referencias
entorno determinista aunque también se puede utilizar como una herramienta de

planificación en presencia de incertidumbre. Como se indica en [11], se requiere un buen

[1] Branam JW. Cómo diseñar sistemas de planificación de necesidades de los talleres de trabajo.
horario de partida como una condición previa en muchos enfoques estocásticos a la reimpresiones revisadas de APICS 1987 Conference Proceeding,
programación y RCPS = MRP se puede utilizar para proporcionar una. 1993. p. 183-8.
[2] Gupta SM, sistemas Brennan L. MRP en la alimentación y el proceso de

Extensas pruebas de cálculo del modelo con diversos objetivos se realizó la incertidumbre en un entorno integrado de control de tienda de Ioor. Revista

utilizando estructuras de producto a partir de la literatura, así como de los Internacional de Investigación de Producción 1995; 33: 205-20.

fabricantes locales. Los mayores casos hemos resuelto tenían casi 2000
[3] Krajewski LJ, Rey BE, Ritzman LP, Wong DS.
actividades, 30 intervalos de tiempo, y 10 centros de trabajo. Estas limitaciones
Kanban, MRP, y la configuración del entorno de fabricación. Management
son una consecuencia del hecho de que el modelo RCPS = MRP se formula
Science 1987; 33: 39-57. [4] Sum C, Colina AV. Un nuevo marco para la
como un programa entero mixto, y mientras que las mejoras en los algoritmos y
fabricación
hardware permitirán problemas más grandes para ser resueltos, el número de
sistemas de planificación y control. Decisión de Ciencias 1993; 24: 739-60.
actividades siempre será un factor limitante.

[5] Fry TD, Cox JF, Blackstone JH. Un análisis y discusión

En los resultados computacionales generales indican que la planificación de necesidades del software de la tecnología de producción optimizada y su uso. Producción y
de material se puede hacer uso de recursos limitados e2ectively modelos de programación de Gestión de Operación 1992; 1: 229-42. [6] Krupp JAG. ¿Por qué fracasan los sistemas

proyectos. Las hipótesis que sustentan el modelo RCPS = MRP y las limitaciones de tamaño MRP: trampas para evitar. Producción

que este enfoque sea más aplicable como una herramienta de planificación para los talleres y gestión de inventario 1984; 25: 48-53. [7] Schmitt TG, Berry WL, Vollman TE.

de trabajo. Con el uso de este modelo aproximado planificación de la capacidad de corte ya

Un análisis de la capacidad
los procedimientos de planificación de un sistema de planificación de necesidades de
no es necesaria, múltiples iteraciones de planes de capacidad son eliminados, y reduce al
material. Ciencias de la Decisión 1984; 15: 522-41. [8] Harl JE, Ritzman LP. Un algoritmo
mínimo el horario que llevan coste de las existencias, mientras que el cumplimiento de los
heurístico para la capacidad
requisitos de capacidad obtenidos.
la planificación de necesidades sensible. Diario de Gestión de Operación 1985;
5: 309-26.
[9] Billington PJ, McClain JO, Thomas J. Mathematical
la programación se acerca a los sistemas de planificación de necesidades de capacidad limitada:

Expresiones de gratitud revisión, formulación y la reducción de problema.

Gestión de la Ciencia 1983; 29: 1126-41. [10] Segerstedt A. Un inventario de
Nos gustaría expresar nuestro sincero agradecimiento a los árbitros por sus varios niveles de capacidad limitada
comentarios detallados y sugerencias para mejorar este documento. y el problema de control de la producción. Revista Internacional de Economía de la
Producción 1996; 45: 440-61.
286 WO Rom et al. / Omega 30 (2002) 275-286
[11] Brandimarte P, Rigodanza M, Roero L. modelado conceptual
de una arquitectura de programación orientado a objetos basado en el procedimiento de
cambio de cuello de botella. Transacciones IIE 2000; 32: 921-9.
[12] Icmeli O, Erenguc SS, Zappe CJ. problemas de programación de proyectos:
una encuesta. Revista Internacional de Funcionamiento y Gestión de Producción
1993; 13: 80-91.
[13] Aquilano NJ, Smith DE. Un conjunto formal de algoritmos para el proyecto
la programación de la ruta crítica planificación de necesidades de programación =
materiales. Diario de Gestión de Operación 1980; 1: 57-67. [14] Aquilano NJ,
Smith-Daniels DE. de recursos limitados
Programación de proyectos sujetos a limitaciones materiales. Diario de Gestión de
Operación, 1984; 4: 369-87.
[15] Icmeli O, Rom WO. La solución del proyecto con recursos limitados
problema de programación con la biblioteca de optimización subrutina. Compuesto
y Operación de Investigación 1996; 23: 801-17. [16] Meredith JR, Mantel SJ. Gestión
de proyectos: una gestión
enfoque, 3ª ed. Canadá: Wiley, 1995.
[17] Fogarty DW, Blackstone JH, Ho2man TR. Producción y
gestión de inventario, 2ª ed. Cincinnati: South Western Publishing, 1991.
[18] subrutina Optimización biblioteca de guía y referencia.
Kingston, Nueva York: IBM, 1991. [19]
Demeulemeester E, Herroelen W. Una rama
y el procedimiento con destino a los recursos limitados múltiples proyectos
problema de programación. Gestión de la Ciencia 1992; 38: 1803-18.
[20] Yang KK, Talbot FB, Patterson JH. La programación de un proyecto
para maximizar su valor actual neto: un enfoque de programación entera.
European Journal of Operational Research 1992; 64: 188-98.
[21] Baroum SM, Patterson JH. Una evaluación comparativa de dinero en efectivo
OIA heurística de peso para maximizar el valor presente neto de un proyecto.
Documento de trabajo de la Universidad de Indiana, Bloomington, Indiana, 1993.
[22] Talbot FB. Recursos limitados con la programación de proyectos
tradeo2s tiempo de recursos: el caso nonpreemptive. Gestión de la Ciencia 1982;
28: 1197-210.
[23] Alvarez-Valdes R, Tamarit JM. Los algoritmos heurísticos para
recursos de programación de proyectos restringida: una revisión y análisis
empírico en los avances en la programación de proyectos. Amsterdam: Elsevier,
1989. p. 113-34.