Facultad Regional Santa Fe

Permanent URI for this communityhttp://48.217.138.120/handle/20.500.12272/113

Browse

Filters

2020 - 20212

Settings

Author: search.filters.author.Marchetti, Pablo A.Subject: search.filters.subject.Scheduling

Search Results

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Metodología matemática-algorítmica de Programación de Operaciones aplicada a un caso de estudio de escala industrial
    (2020-12-03) Zuffiaurre, Santiago; Marchetti, Pablo A.
    En este trabajo se presenta una metodología para la programación de operaciones de procesos “batch” en instalaciones multiproducto multietapa. El modelo matemático empleado es de tipo mixto-entero lineal (MILP) y utiliza una representación de ranuras de tiempo (“time slots”). El modelo se complementa con un algoritmo iterativo, basado en la resolución de una secuencia de subproblemas, que permite identificar y fijar la programación de la etapa cuello de botella en cada paso. La metodología propuesta apunta a obtener soluciones de buena calidad para problemas de escala industrial en tiempos de cómputo razonables. Fue aplicada a un caso de estudio real de la industria farmacéutica, que involucra la programación de 30 productos en una planta de 6 etapas y 17 equipos. Si bien no garantiza la optimalidad de la solución hallada, a diferencia de otros aportes de tipo heurístico provee una cota inferior rigurosa que permite medir la calidad de la solución.
  • Thumbnail Image
    Item
    Efficient scheduling of a real case study of the pharmaceutical industry using a mathematical-algorithmic decomposition methodology
    (ICPR-Americas 2020, 2021-05-12) Stürtz, Josías A.; Marchetti, Pablo A.
    This work presents a mathematical-algorithmic methodology to handle scheduling decisions on multiproduct multistage batch facilities, developed with the aim to solve problems of industrial size. The proposal is based on the iterative construction of a solution by solving a sequence of subproblems associated to each stage, identifying and fixing the critical decisions at each step, and keeping rigorous information on the bounds. The methodology is applied to a real case study obtaining good quality solutions in competitive computing times.