Optimización & Automatización
Generación de
herramientas para automatización de procesos, y desarrollo de heurísticas para
alcanzar soluciones a problemas complejos en tiempos acotados.
Aplicaciones
en Supply Chain
Programación de la producción
Lógicas de almacenamiento y Gestión de Almacenes
Diseño de red logística
Ruteo de transportes
Automatizaciónde la toma de decisiones
Asignación de tareas a equipos de trabajo
Planificación de proyectos
Asignación de cargas para transporte
Planificación de mantenimientos
Generación de
modelos
Generación de modelos
A partir de la generación de modelos, se buscan soluciones a través del uso o desarrollo de algoritmos o heurísticas, que constituyen procedimientos lógicos, deterministas o estocásticos, que derivan en propuestas de respuestas a la situación planteada.
En lugar de probar escenarios con un modelo, la optimización permite, iterativa y autónomamente, encontrar una combinación de variables que cumpla con las restricciones establecidas, maximizando o minimizando una función objetivo. Se busca encontrar la mejor solución dentro de un conjunto de soluciones posibles.
Constituye un factor clave como soporte y/o automatización de la toma de decisiones.
Los algoritmos de optimización se dividen en dos grandes categorías según la naturaleza del problema a resolver.
Optimización Continua
Los modelos de Optimización Continua son aquellos en los cuales los valores de las variables puede tomar cualquier valor real. Para estos casos se suele aplicar el algoritmo Simplex, diseñado justamente para problemas de programación lineal.
Optimización Discreta
En contraste, la Optimización Discreta abarca aquellos modelos donde se presenta al menos una variable de control que puede tomar unicamente valores discretos (generalmente enteros). La mayoría de los problemas a resolver en Supply Chain caen dentro de esta categoría. Usualmente, la cantidad de combinaciones de valores es tan elevada que probar todas las opciones no es viable en tiempos razonables. En estos procesos de resolución, se busca balancear la probabilidad de encontrar un óptimo global con el tiempo necesario para su ejecución.
Optimización Continua
Los modelos de Optimización Continua son aquellos en los cuales los valores de las variables puede tomar cualquier valor real. Para estos casos se suele aplicar el algoritmo Simplex, diseñado justamente para problemas de programación lineal.
Optimización Discreta
En contraste, la Optimización Discreta abarca aquellos modelos donde se presenta al menos una variable de control que puede tomar unicamente valores discretos (generalmente enteros). La mayoría de los problemas a resolver en Supply Chain caen dentro de esta categoría.
Usualmente, la cantidad de combinaciones de valores es tan elevada que probar todas las opciones no es viable en tiempos razonables. En estos procesos de resolución, se busca balancear la probabilidad de encontrar un óptimo global con el tiempo necesario para su ejecución.
A su vez, también existen otras maneras de categorizar los problemas para determinar el algoritmo a aplicar.
Optimización con o sin restricciones
Si bien siempre se trata de alcanzar el óptimo del sistema, puede que se presenten restricciones a los valores que pueden tomar las variables.
Optimización Determinista
En optimización determinista, se asume que los datos para un problema dado son conocidos y precisos. Sin embargo, muchas veces no se cuenta con dichos datos, o simplemente la naturaleza de los procesos presentan comportamientos estocásticos, y por lo tanto dicha variabilidad debe ser considerada en el modelo.