<?xml version="1.0" encoding="UTF-8"?>
<rss xmlns:dc="http://purl.org/dc/elements/1.1/" version="2.0">
<channel>
<title>Vol. 8, no. 13 | Simposio Argentino de Informática Industrial e Investigación Operativa (SIIIO 2022)</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/151603</link>
<description/>
<pubDate>Tue, 17 Nov 2026 13:39:25 GMT</pubDate>
<dc:date>2026-11-17T13:39:25Z</dc:date>
<item>
<title>Un algoritmo novedoso de búsqueda con retroceso para coloreo por listas</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/151928</link>
<description>Objeto de conferencia
Simposio Argentino de Informática Industrial e Investigación Operativa (SIIIO 2022) - JAIIO 51 (Modalidad virtual y presencial (UAI), octubre 2022)
Dado un grafo, el problema de coloreo por listas consiste en asignar a cada nodo un color que pertenezca a una lista predeterminada de colores válidos para ese nodo, de modo que vértices adyacentes no reciban un mismo color y usando la mínima cantidad de colores. Este problema es una generalización del problema de coloreo y es NP-difícil incluso para grafos de intervalos [1].&#13;
Un enfoque que puede tomarse al tratar de resolver problemas NP-difíciles es diseñar algoritmos de búsqueda con retroceso. En [2], la búsqueda con retroceso se define como “una forma sistemática de iterar por todas las posibles configuraciones del espacio de búsqueda”. Con el fin de evitar un gran esfuerzo computacional al realizar una búsqueda exhaustiva, es fundamental poder aplicar podas que permitan descartar soluciones parciales cuando no pueden ser extendidas a soluciones completas mejores que la mejor encontrada hasta el momento. Además, la eficiencia de estos algoritmos depende fuertemente de las formas en las que se extienden las soluciones en cada paso.&#13;
En este trabajo proponemos un novedoso algoritmo de búsqueda por retroceso que emplea distintas estrategias inteligentes para explorar el espacio de búsqueda para resolver el problema de coloreo por listas para grafos generales y presentamos los resultados computacionales obtenidos.
</description>
<pubDate>Sat, 01 Jan 2022 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://sedici.unlp.edu.ar:80/handle/10915/151928</guid>
<dc:date>2022-01-01T00:00:00Z</dc:date>
<dc:description>Dado un grafo, el problema de coloreo por listas consiste en asignar a cada nodo un color que pertenezca a una lista predeterminada de colores válidos para ese nodo, de modo que vértices adyacentes no reciban un mismo color y usando la mínima cantidad de colores. Este problema es una generalización del problema de coloreo y es NP-difícil incluso para grafos de intervalos [1].&#13;
Un enfoque que puede tomarse al tratar de resolver problemas NP-difíciles es diseñar algoritmos de búsqueda con retroceso. En [2], la búsqueda con retroceso se define como “una forma sistemática de iterar por todas las posibles configuraciones del espacio de búsqueda”. Con el fin de evitar un gran esfuerzo computacional al realizar una búsqueda exhaustiva, es fundamental poder aplicar podas que permitan descartar soluciones parciales cuando no pueden ser extendidas a soluciones completas mejores que la mejor encontrada hasta el momento. Además, la eficiencia de estos algoritmos depende fuertemente de las formas en las que se extienden las soluciones en cada paso.&#13;
En este trabajo proponemos un novedoso algoritmo de búsqueda por retroceso que emplea distintas estrategias inteligentes para explorar el espacio de búsqueda para resolver el problema de coloreo por listas para grafos generales y presentamos los resultados computacionales obtenidos.</dc:description>
</item>
<item>
<title>Optimización de la programación maestra de la producción de una planta de alimentos para mascotas mediante una metodología basada en horizonte rodante</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/151927</link>
<description>Objeto de conferencia
Simposio Argentino de Informática Industrial e Investigación Operativa (SIIIO 2022) - JAIIO 51 (Modalidad virtual y presencial (UAI), octubre 2022)
Este trabajo aborda la Programación Maestra de la Producción (PMP) de una planta de elaboración de alimentos para mascotas. El proceso de fabricación consiste en varias etapas, comenzando con la dosificación de las materias primas y finalizando con el envasado y almacenamiento del producto final. La planta cuenta con un número fijo de líneas de producción, siendo el equipamiento crítico las extrusoras y envasadoras disponibles. Considerando un horizonte de mediano plazo (3 a 5 meses) desagregado en semanas, para cada línea se desea definir los volúmenes de producción por producto, los cuales se encuentran asociados a diferentes familias. Se desarrolló un modelo matemático mixto-entero lineal (MILP) considerando las principales restricciones del problema, combinado con un algoritmo de Horizonte Rodante para la resolución del horizonte completo. La metodología propuesta fue aplicada al problema de PMP de una instalación industrial de gran escala, que elabora cientos de productos y familias. En base a las dimensiones del problema, se realizó un análisis de parámetros del algoritmo para encontrar el mejor balance entre tiempo y calidad de la solución. Como resultado, al aplicar la metodología se obtuvieron mejoras considerables en cuanto a indicadores clave como lote mínimo por familia, cumplimiento de la política de stock y tiempos de resolución en comparación con el método vigente.
</description>
<pubDate>Sat, 01 Jan 2022 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://sedici.unlp.edu.ar:80/handle/10915/151927</guid>
<dc:date>2022-01-01T00:00:00Z</dc:date>
<dc:description>Este trabajo aborda la Programación Maestra de la Producción (PMP) de una planta de elaboración de alimentos para mascotas. El proceso de fabricación consiste en varias etapas, comenzando con la dosificación de las materias primas y finalizando con el envasado y almacenamiento del producto final. La planta cuenta con un número fijo de líneas de producción, siendo el equipamiento crítico las extrusoras y envasadoras disponibles. Considerando un horizonte de mediano plazo (3 a 5 meses) desagregado en semanas, para cada línea se desea definir los volúmenes de producción por producto, los cuales se encuentran asociados a diferentes familias. Se desarrolló un modelo matemático mixto-entero lineal (MILP) considerando las principales restricciones del problema, combinado con un algoritmo de Horizonte Rodante para la resolución del horizonte completo. La metodología propuesta fue aplicada al problema de PMP de una instalación industrial de gran escala, que elabora cientos de productos y familias. En base a las dimensiones del problema, se realizó un análisis de parámetros del algoritmo para encontrar el mejor balance entre tiempo y calidad de la solución. Como resultado, al aplicar la metodología se obtuvieron mejoras considerables en cuanto a indicadores clave como lote mínimo por familia, cumplimiento de la política de stock y tiempos de resolución en comparación con el método vigente.</dc:description>
</item>
<item>
<title>Modelos de programación lineal entera y una heurística basada en path-relinking para el problema de minimización de cambios de cuchillas en la industria del cartón corrugado</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/151926</link>
<description>Objeto de conferencia
Simposio Argentino de Informática Industrial e Investigación Operativa (SIIIO 2022) - JAIIO 51 (Modalidad virtual y presencial (UAI), octubre 2022)
El problema de minimización de cambios de cuchillas surge en la producción de cartón corrugado, en particular al tener en cuenta el costo de cambiar de un patrón de corte al siguiente. Dado un programa de cortes, este problema pide una permutación de los patrones de corte y una permutación de los ítems de cada patrón de corte de modo tal de minimizar los cambios de cuchillas longitudinales necesarios para fabricar el programa permutado. Se trata de un problema NP-hard, incluso cuando se restringe a programas de cortes con dos patrones de corte o bien a patrones de corte con una cantidad constante (mayor a 1) de elementos.&#13;
En este trabajo presentamos tres modelos de programación lineal entera para este problema, junto con familias de cortes de optimalidad que permiten reforzar estas formulaciones y permiten acelerar los tiempos de resolución de solvers generales de programación lineal entera sobre estas formulaciones. Presentamos también una heurística basada en path-relinking para este problema, y analizamos la contribución de estos elementos para la resolución en forma óptima de instancias reales del problema.
</description>
<pubDate>Sat, 01 Jan 2022 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://sedici.unlp.edu.ar:80/handle/10915/151926</guid>
<dc:date>2022-01-01T00:00:00Z</dc:date>
<dc:description>El problema de minimización de cambios de cuchillas surge en la producción de cartón corrugado, en particular al tener en cuenta el costo de cambiar de un patrón de corte al siguiente. Dado un programa de cortes, este problema pide una permutación de los patrones de corte y una permutación de los ítems de cada patrón de corte de modo tal de minimizar los cambios de cuchillas longitudinales necesarios para fabricar el programa permutado. Se trata de un problema NP-hard, incluso cuando se restringe a programas de cortes con dos patrones de corte o bien a patrones de corte con una cantidad constante (mayor a 1) de elementos.&#13;
En este trabajo presentamos tres modelos de programación lineal entera para este problema, junto con familias de cortes de optimalidad que permiten reforzar estas formulaciones y permiten acelerar los tiempos de resolución de solvers generales de programación lineal entera sobre estas formulaciones. Presentamos también una heurística basada en path-relinking para este problema, y analizamos la contribución de estos elementos para la resolución en forma óptima de instancias reales del problema.</dc:description>
</item>
<item>
<title>Modelo UCTP mixto entero lineal con restricciones de presencialidad</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/151925</link>
<description>Objeto de conferencia
Simposio Argentino de Informática Industrial e Investigación Operativa (SIIIO 2022) - JAIIO 51 (Modalidad virtual y presencial (UAI), octubre 2022)
La actividad de planificación de clases en instituciones universitarias requiere un importante esfuerzo de organización debido a su naturaleza combinatoria. Dicha complejidad se ha visto incrementada con la adopción de distintas modalidades de dictado, debidas a las limitaciones de a la presencialidad tras la irrupción del SARS-COV-2 a nivel global.&#13;
Si bien, en la literatura académica se encuentra una amplia gama de trabajos orientados a resolver este tipo de problemas, denominado como UCTP (University Course Time Tabling Problem), no se ha encontrado referencias a alguno que considere simultáneamente las distintas modalidades de dictado de clases que se utilizan hoy en día. Dentro de los trabajos publicados, se destacan los modelos basados en la Programación Mixto Entero Lineal (MILP), debido a su versatilidad y adaptabilidad a distintas situaciones.&#13;
En el presente trabajo, se desarrolla un modelo de tipo MILP adaptado a la planificación de clases en ámbitos universitarios donde se deben implementar diferentes modalidades de dictado debido a limitaciones en el nivel de presencialidad.&#13;
Fueron ensayados dos enfoques de solución. En primera instancia, se buscó resolver el problema original mediante la utilización directa de un solucionador MIP comercial (IBM-CPLEX). Mientras que, en segundo lugar, se implementó un método heurístico donde se realiza una descomposición del proceso de solución en dos etapas, a saber: (1) Planificación de los horarios de clases, (2) Planificación de los espacios áulicos. Para el caso de estudio, el modelo consta de 801 mil restricciones y 473 mil variables (entre binarias y continuas).&#13;
Al resolver el problema original se ha finalizado la búsqueda por límite de tiempo (11 h), obteniéndose una función objetivo un 1% mayor a la obtenida mediante el enfoque de descomposición y un 3% más de alumnos presenciales. Sin embargo, el tiempo utilizado para hallar la solución mediante el enfoque de descomposición representa menos del 0,4% del utilizado para resolver el problema original.
</description>
<pubDate>Sat, 01 Jan 2022 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://sedici.unlp.edu.ar:80/handle/10915/151925</guid>
<dc:date>2022-01-01T00:00:00Z</dc:date>
<dc:description>La actividad de planificación de clases en instituciones universitarias requiere un importante esfuerzo de organización debido a su naturaleza combinatoria. Dicha complejidad se ha visto incrementada con la adopción de distintas modalidades de dictado, debidas a las limitaciones de a la presencialidad tras la irrupción del SARS-COV-2 a nivel global.&#13;
Si bien, en la literatura académica se encuentra una amplia gama de trabajos orientados a resolver este tipo de problemas, denominado como UCTP (University Course Time Tabling Problem), no se ha encontrado referencias a alguno que considere simultáneamente las distintas modalidades de dictado de clases que se utilizan hoy en día. Dentro de los trabajos publicados, se destacan los modelos basados en la Programación Mixto Entero Lineal (MILP), debido a su versatilidad y adaptabilidad a distintas situaciones.&#13;
En el presente trabajo, se desarrolla un modelo de tipo MILP adaptado a la planificación de clases en ámbitos universitarios donde se deben implementar diferentes modalidades de dictado debido a limitaciones en el nivel de presencialidad.&#13;
Fueron ensayados dos enfoques de solución. En primera instancia, se buscó resolver el problema original mediante la utilización directa de un solucionador MIP comercial (IBM-CPLEX). Mientras que, en segundo lugar, se implementó un método heurístico donde se realiza una descomposición del proceso de solución en dos etapas, a saber: (1) Planificación de los horarios de clases, (2) Planificación de los espacios áulicos. Para el caso de estudio, el modelo consta de 801 mil restricciones y 473 mil variables (entre binarias y continuas).&#13;
Al resolver el problema original se ha finalizado la búsqueda por límite de tiempo (11 h), obteniéndose una función objetivo un 1% mayor a la obtenida mediante el enfoque de descomposición y un 3% más de alumnos presenciales. Sin embargo, el tiempo utilizado para hallar la solución mediante el enfoque de descomposición representa menos del 0,4% del utilizado para resolver el problema original.</dc:description>
</item>
<item>
<title>Control de calidad de amortiguadores basado en inteligencia artificial y visión por computadora</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/151924</link>
<description>Objeto de conferencia
Simposio Argentino de Informática Industrial e Investigación Operativa (SIIIO 2022) - JAIIO 51 (Modalidad virtual y presencial (UAI), octubre 2022)
El avance continuo y sostenido de los métodos basados en aprendizaje profundo están permitiendo realizar detecciones cada vez más complejas y específicas en el ámbito de la visión de máquina, o visión por computadoras aplicado a procesos industriales. Una situación muy común en industrias en las cuales se implementan sistemas de producción con intervención de operarios sometidos a tareas repetitivas durante largos períodos de tiempo es la aparición de fallas o faltantes en los productos, principalmente debido a distracciones o cansancio del personal.&#13;
Muchas veces se intenta eliminar estas fallas agregando operarios que realicen las tareas otra vez tediosas y repetitivas de control de calidad pieza por pieza. En este trabajo se presenta el diseño, la implementación y la puesta a punto en planta de un sistema automático de detección de fallas en amortiguadores mediante el uso de cámaras convencionales y algoritmos de visión por computadora y aprendizaje profundo, con el que se logró detectar una falla de altísimo impacto en la producción de amortiguadores. El sistema permite relajar el control de calidad a cargo de un operario, inspeccionando en forma continua cada amortiguador producido y generando una alarma al detectar la falla. Actualmente el sistema se encuentra en funcionamiento en la línea de producción de una planta de la región con resultados altamente satisfactorios.
</description>
<pubDate>Sat, 01 Jan 2022 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://sedici.unlp.edu.ar:80/handle/10915/151924</guid>
<dc:date>2022-01-01T00:00:00Z</dc:date>
<dc:description>El avance continuo y sostenido de los métodos basados en aprendizaje profundo están permitiendo realizar detecciones cada vez más complejas y específicas en el ámbito de la visión de máquina, o visión por computadoras aplicado a procesos industriales. Una situación muy común en industrias en las cuales se implementan sistemas de producción con intervención de operarios sometidos a tareas repetitivas durante largos períodos de tiempo es la aparición de fallas o faltantes en los productos, principalmente debido a distracciones o cansancio del personal.&#13;
Muchas veces se intenta eliminar estas fallas agregando operarios que realicen las tareas otra vez tediosas y repetitivas de control de calidad pieza por pieza. En este trabajo se presenta el diseño, la implementación y la puesta a punto en planta de un sistema automático de detección de fallas en amortiguadores mediante el uso de cámaras convencionales y algoritmos de visión por computadora y aprendizaje profundo, con el que se logró detectar una falla de altísimo impacto en la producción de amortiguadores. El sistema permite relajar el control de calidad a cargo de un operario, inspeccionando en forma continua cada amortiguador producido y generando una alarma al detectar la falla. Actualmente el sistema se encuentra en funcionamiento en la línea de producción de una planta de la región con resultados altamente satisfactorios.</dc:description>
</item>
<item>
<title>Condiciones de optimalidad secuenciales para problemas de optimización multiobjetivo con un conjunto adicional abstracto de restricciones</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/151923</link>
<description>Objeto de conferencia
Simposio Argentino de Informática Industrial e Investigación Operativa (SIIIO 2022) - JAIIO 51 (Modalidad virtual y presencial (UAI), octubre 2022)
El objetivo principal de las condiciones de optimalidad secuenciales es justificar los criterios de parada, los tipos de convergencia y la solidez de los algoritmos prácticos. Para el caso de problemas de optimización no lineal escalar una de las condiciones más populares es la condición Approximated Karush-Kuhn-Tucker definida en. En se definió una condición de optimalidad secuencial que toma en cuenta el signo de los multiplicadores de Lagrange. Recientemente, en los autores definen la condición Scaled Positive Approximated Karush-Kuhn- Tucker. Este tipo de condiciones están fuertemente asociadas a las condiciones Karush-Kunh-Tucker y además, tienen una conexión natural con los algoritmos, ya que aproximan posibles soluciones de forma iterativa.&#13;
Proponemos extender la idea presentada en para el problema de optimización multiobjetivo con un conjunto adicional abstracto de restricciones.&#13;
Además, definimos una condición de calidad asociada y presentamos un algoritmo del tipo Lagrangiano Aumentado, en donde esta condición de optimalidad es utilizada como criterio de parada.
</description>
<pubDate>Sat, 01 Jan 2022 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://sedici.unlp.edu.ar:80/handle/10915/151923</guid>
<dc:date>2022-01-01T00:00:00Z</dc:date>
<dc:description>El objetivo principal de las condiciones de optimalidad secuenciales es justificar los criterios de parada, los tipos de convergencia y la solidez de los algoritmos prácticos. Para el caso de problemas de optimización no lineal escalar una de las condiciones más populares es la condición Approximated Karush-Kuhn-Tucker definida en. En se definió una condición de optimalidad secuencial que toma en cuenta el signo de los multiplicadores de Lagrange. Recientemente, en los autores definen la condición Scaled Positive Approximated Karush-Kuhn- Tucker. Este tipo de condiciones están fuertemente asociadas a las condiciones Karush-Kunh-Tucker y además, tienen una conexión natural con los algoritmos, ya que aproximan posibles soluciones de forma iterativa.&#13;
Proponemos extender la idea presentada en para el problema de optimización multiobjetivo con un conjunto adicional abstracto de restricciones.&#13;
Además, definimos una condición de calidad asociada y presentamos un algoritmo del tipo Lagrangiano Aumentado, en donde esta condición de optimalidad es utilizada como criterio de parada.</dc:description>
</item>
<item>
<title>Diseño óptimo de parques eólicos mediante la evaluación de múltiples fuentes de interferencia</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/151845</link>
<description>Objeto de conferencia
Simposio Argentino de Informática Industrial e Investigación Operativa (SIIIO 2022) - JAIIO 51 (Modalidad virtual y presencial (UAI), octubre 2022)
En los últimos años, la energía eólica ha demostrado ser uno de los pilares claves en el desarrollo de energías sustentables. En 2021, se registró un nuevo máximo histórico en el aumento de la capacidad eólica global instalada, con una potencia total equivalente al 7% de la demanda mundial. Aún en este contexto, el diseño de parques eólicos sigue presentando un desafío para laindustria, orientado a maximizar la generación de potencia de estos  proyectos, considerando efectos de estela e incertidumbre asociada a la ocurrencia de los vientos. Este trabajo presenta un abordaje original para la optimización del diseño de parques eólicos, integrando algoritmos de evaluación de interferencias y programación matemática mixta-entera lineal. A diferencia de contribuciones anteriores, donde los efectos de estela son subestimados en las etapas de diseño, se propone una estimación precisa de interferencias así como un modelo matemático eficiente para optimizar la disposición de los parques. Se presentan dos casos de estudio de dimensiones reales para el análisis y validación de la metodología, para luego establecer conclusiones acerca de la calidad de las soluciones. Las herramientas computacionales presentadas en este trabajo conducen a diseños más eficientes que pueden facilitar la implantación de parques eólicos.
</description>
<pubDate>Sat, 01 Jan 2022 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://sedici.unlp.edu.ar:80/handle/10915/151845</guid>
<dc:date>2022-01-01T00:00:00Z</dc:date>
<dc:description>En los últimos años, la energía eólica ha demostrado ser uno de los pilares claves en el desarrollo de energías sustentables. En 2021, se registró un nuevo máximo histórico en el aumento de la capacidad eólica global instalada, con una potencia total equivalente al 7% de la demanda mundial. Aún en este contexto, el diseño de parques eólicos sigue presentando un desafío para laindustria, orientado a maximizar la generación de potencia de estos  proyectos, considerando efectos de estela e incertidumbre asociada a la ocurrencia de los vientos. Este trabajo presenta un abordaje original para la optimización del diseño de parques eólicos, integrando algoritmos de evaluación de interferencias y programación matemática mixta-entera lineal. A diferencia de contribuciones anteriores, donde los efectos de estela son subestimados en las etapas de diseño, se propone una estimación precisa de interferencias así como un modelo matemático eficiente para optimizar la disposición de los parques. Se presentan dos casos de estudio de dimensiones reales para el análisis y validación de la metodología, para luego establecer conclusiones acerca de la calidad de las soluciones. Las herramientas computacionales presentadas en este trabajo conducen a diseños más eficientes que pueden facilitar la implantación de parques eólicos.</dc:description>
</item>
<item>
<title>Problema de programación lineal entera para un tratamiento de aguas industriales</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/151844</link>
<description>Objeto de conferencia
Simposio Argentino de Informática Industrial e Investigación Operativa (SIIIO 2022) - JAIIO 51 (Modalidad virtual y presencial (UAI), octubre 2022)
La contaminación de fuentes hídricas por el vertido, sin un tratamiento adecuado, de efluentes de la actividad industrial, agrícola o doméstica constituye un problema de fuerte impacto ambiental. Debido a la diferencia de la calidad de las aguas residuales no es posible considerar una sola tecnología de tratamiento, reciclado y reutilización que cumpla los estándares ambientales y las legislaciones de cada región. Una alternativa es recurrir a opciones naturales de bajo costo y de fácil manejo como son los humedales artificiales, que convierten las aguas de producción en un recurso con potencial para ser reutilizado. Estos humedales pueden tener diferentes diseños, con diferentes especies vegetales y sustratos. Cada una de estas combinaciones difiere tanto en el tiempo de retención hidráulica como en los porcentajes de remoción de los contaminantes para alcanzar la calidad de agua demandada. En este trabajo se plantea el problema de diseñar un humedal artificial para el tratamiento de las aguas residuales provenientes de una empresa ganadera. El objetivo principal es minimizar el tiempo de retención hidráulica satisfaciendo las especificaciones requeridas por los estándares ambientales correspondientes. Se modela matemáticamente el problema como un problema de programación lineal entera y se exponen los resultados preliminares obtenidos.
</description>
<pubDate>Sat, 01 Jan 2022 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://sedici.unlp.edu.ar:80/handle/10915/151844</guid>
<dc:date>2022-01-01T00:00:00Z</dc:date>
<dc:description>La contaminación de fuentes hídricas por el vertido, sin un tratamiento adecuado, de efluentes de la actividad industrial, agrícola o doméstica constituye un problema de fuerte impacto ambiental. Debido a la diferencia de la calidad de las aguas residuales no es posible considerar una sola tecnología de tratamiento, reciclado y reutilización que cumpla los estándares ambientales y las legislaciones de cada región. Una alternativa es recurrir a opciones naturales de bajo costo y de fácil manejo como son los humedales artificiales, que convierten las aguas de producción en un recurso con potencial para ser reutilizado. Estos humedales pueden tener diferentes diseños, con diferentes especies vegetales y sustratos. Cada una de estas combinaciones difiere tanto en el tiempo de retención hidráulica como en los porcentajes de remoción de los contaminantes para alcanzar la calidad de agua demandada. En este trabajo se plantea el problema de diseñar un humedal artificial para el tratamiento de las aguas residuales provenientes de una empresa ganadera. El objetivo principal es minimizar el tiempo de retención hidráulica satisfaciendo las especificaciones requeridas por los estándares ambientales correspondientes. Se modela matemáticamente el problema como un problema de programación lineal entera y se exponen los resultados preliminares obtenidos.</dc:description>
</item>
<item>
<title>Evaluación de formulaciones matemáticas alternativas para la planeación óptima de flotas de vehículos bajo incertidumbre</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/151842</link>
<description>Objeto de conferencia
Simposio Argentino de Informática Industrial e Investigación Operativa (SIIIO 2022) - JAIIO 51 (Modalidad virtual y presencial (UAI), octubre 2022)
El dimensionamiento y planeación de flotas de vehículos es un proceso crítico en toda industria que requiera el abastecimiento de materiales y servicios en sitios geográficamente distribuidos. Con frecuencia, la demanda de estas operaciones es incierta y produce serias dificultades en la gestión de contratos y en la asignación eficiente de vehículos para alcanzar los niveles de servicio requeridos a costos razonables. El presente trabajo tiene como objetivo revisar, validar y comparar dos de las principales contribuciones de los últimos años relativas al dimensionamiento y planificación de flotas de vehículos bajo condiciones inciertas. Para ello, se proponen casos de estudios de referencia que se resuelven para evaluar el desempeño de ambas formulaciones con el objetivo de delinear conclusiones en torno a sus capacidades. En particular, se establece una comparación exhaustiva de abordajes novedosos mediante programación matemática mixta-entera lineal con los tradicionales enfoques de programación estocástica propuestos en la literatura. En todos los casos, se busca establecer la mejor estrategia de contratación de vehículos, bajo diferentes alternativas de adquisición, y su correspondiente preasignación a servicios con un fuerte carácter aleatorio, con el objetivo de minimizar los costos de contratación e incumplimiento esperado de la demanda. En resumen, la exposición busca brindar lineamientos generales para la adopción de herramientas de planificación de flotas, comparando abordajes modernos (donde el nivel de servicio constituye una variable de decisión de los modelos de optimización), con formulaciones estocásticas afianzadas (en donde las decisiones de primer y segundo nivel se optimizan en torno a valores esperados de demanda). Se establecen importantes conclusiones acerca de la flexibilidad y precisión de cada uno de los enfoques.
</description>
<pubDate>Sat, 01 Jan 2022 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://sedici.unlp.edu.ar:80/handle/10915/151842</guid>
<dc:date>2022-01-01T00:00:00Z</dc:date>
<dc:description>El dimensionamiento y planeación de flotas de vehículos es un proceso crítico en toda industria que requiera el abastecimiento de materiales y servicios en sitios geográficamente distribuidos. Con frecuencia, la demanda de estas operaciones es incierta y produce serias dificultades en la gestión de contratos y en la asignación eficiente de vehículos para alcanzar los niveles de servicio requeridos a costos razonables. El presente trabajo tiene como objetivo revisar, validar y comparar dos de las principales contribuciones de los últimos años relativas al dimensionamiento y planificación de flotas de vehículos bajo condiciones inciertas. Para ello, se proponen casos de estudios de referencia que se resuelven para evaluar el desempeño de ambas formulaciones con el objetivo de delinear conclusiones en torno a sus capacidades. En particular, se establece una comparación exhaustiva de abordajes novedosos mediante programación matemática mixta-entera lineal con los tradicionales enfoques de programación estocástica propuestos en la literatura. En todos los casos, se busca establecer la mejor estrategia de contratación de vehículos, bajo diferentes alternativas de adquisición, y su correspondiente preasignación a servicios con un fuerte carácter aleatorio, con el objetivo de minimizar los costos de contratación e incumplimiento esperado de la demanda. En resumen, la exposición busca brindar lineamientos generales para la adopción de herramientas de planificación de flotas, comparando abordajes modernos (donde el nivel de servicio constituye una variable de decisión de los modelos de optimización), con formulaciones estocásticas afianzadas (en donde las decisiones de primer y segundo nivel se optimizan en torno a valores esperados de demanda). Se establecen importantes conclusiones acerca de la flexibilidad y precisión de cada uno de los enfoques.</dc:description>
</item>
<item>
<title>Modelo resiliente y sostenible para optimizar la trazabilidad en la cadena de suministro de la carne</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/151841</link>
<description>Objeto de conferencia
Simposio Argentino de Informática Industrial e Investigación Operativa (SIIIO 2022) - JAIIO 51 (Modalidad virtual y presencial (UAI), octubre 2022)
En este trabajo se optimiza la trazabilidad en la cadena de suministro de la carne (CSC) considerando no solo aspectos económicos y ambientales sinotambién estrategias de resiliencia para reducir su vulnerabilidad en un contexto incierto. El problema se formula como un modelo multiobjetivo de programación mixta entera lineal (MOMILP) que busca optimizar simultáneamente la dispersión total de lotes, los beneficios totales y las emisiones de CO2 considerando disrupciones en la cadena e incertidumbre en la demanda de productos. Para resolver el modelo propuesto se emplea el método de Programación por Metas (PPM), obteniéndose un conjunto reducido de soluciones entre las cuales el encargado de la toma de decisión seleccionará la que mejor se adapte a sus preferencias. La formulación permite realizar el seguimiento de lotes generados a lo largo de la CSC identificando los lotes de animal que forman parte de cada lote de producto elaborado y seleccionar alternativas frente a diferentes eventos  isruptivospara satisfacer la demanda de los minoristas.
</description>
<pubDate>Sat, 01 Jan 2022 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://sedici.unlp.edu.ar:80/handle/10915/151841</guid>
<dc:date>2022-01-01T00:00:00Z</dc:date>
<dc:description>En este trabajo se optimiza la trazabilidad en la cadena de suministro de la carne (CSC) considerando no solo aspectos económicos y ambientales sinotambién estrategias de resiliencia para reducir su vulnerabilidad en un contexto incierto. El problema se formula como un modelo multiobjetivo de programación mixta entera lineal (MOMILP) que busca optimizar simultáneamente la dispersión total de lotes, los beneficios totales y las emisiones de CO2 considerando disrupciones en la cadena e incertidumbre en la demanda de productos. Para resolver el modelo propuesto se emplea el método de Programación por Metas (PPM), obteniéndose un conjunto reducido de soluciones entre las cuales el encargado de la toma de decisión seleccionará la que mejor se adapte a sus preferencias. La formulación permite realizar el seguimiento de lotes generados a lo largo de la CSC identificando los lotes de animal que forman parte de cada lote de producto elaborado y seleccionar alternativas frente a diferentes eventos  isruptivospara satisfacer la demanda de los minoristas.</dc:description>
</item>
<item>
<title>Optimal design of the supply chain for cogeneration of energy from forest biomass</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/151840</link>
<description>Objeto de conferencia
Simposio Argentino de Informática Industrial e Investigación Operativa (SIIIO 2022) - JAIIO 51 (Modalidad virtual y presencial (UAI), octubre 2022)
In the forestry industry, residues are generated when the stands are exploited and during the production of wood. The residues can be used to obtain incomes and generate thermal and electrical energy. This work presents a MILP formulation aimed at optimizing the topology of the supply chain and the material flows of a forestry-industrial company that has a power generation plant. The objective function of the formulation aims at  maximizing the company profit while its constraints set the supply chain configuration. Optimal material flows within the chain are consequently fixed. The model of the supply-chain was solved with GAMS and the optimal configuration and flows for several scenarios were obtained. Analyzing these variations, it can be affirmed that considering a new structure in the supply chain allows improving the profitability of the organization.
</description>
<pubDate>Sat, 01 Jan 2022 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://sedici.unlp.edu.ar:80/handle/10915/151840</guid>
<dc:date>2022-01-01T00:00:00Z</dc:date>
<dc:description>In the forestry industry, residues are generated when the stands are exploited and during the production of wood. The residues can be used to obtain incomes and generate thermal and electrical energy. This work presents a MILP formulation aimed at optimizing the topology of the supply chain and the material flows of a forestry-industrial company that has a power generation plant. The objective function of the formulation aims at  maximizing the company profit while its constraints set the supply chain configuration. Optimal material flows within the chain are consequently fixed. The model of the supply-chain was solved with GAMS and the optimal configuration and flows for several scenarios were obtained. Analyzing these variations, it can be affirmed that considering a new structure in the supply chain allows improving the profitability of the organization.</dc:description>
</item>
<item>
<title>Optimización del coprocesamiento de residuos urbanos y ganaderos fomentando el aprovechamiento energético</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/151839</link>
<description>Objeto de conferencia
Simposio Argentino de Informática Industrial e Investigación Operativa (SIIIO 2022) - JAIIO 51 (Modalidad virtual y presencial (UAI), octubre 2022)
La gestión de residuos sólidos es un elemento clave para el desarrollo sostenible y su importancia se ve acentuada con el aumento de la población, la urbanización y la generación de riqueza en regiones postergadas. En áreas de desarrollo productivo agrícola-ganadero resulta indispensable abordar la gestión integral de residuos derivados de estas actividades, así como de fuentes de origen urbano, aprovechando el potencial energético de los residuos.Este trabajo presenta un modelo que optimiza el diseño de la red de transporte y tratamiento de la fracción orgánica de los residuos sólidos municipales y de los residuos de establecimientos de engorde a corral (feedlots) en el centro-norte de la provincia de Santa Fe. Se contemplan diversas alternativas de tratamiento: digestión anaeróbica (co-digestión de ambas corrientes de residuos), compostaje, rellenos sanitarios (landfills) y lagunas aireadas. A diferencia de trabajos previos, se propone un modelo MIQCP (mixed integer quadratically constrained program) que incorpora ajustes cuadráticos para las ecuaciones de costos de los diferentes procesos de tratamiento de residuos, considerando las economías de escala que estos representan. Además, se incluyen los ingresos provenientes de la venta de productos como energía eléctrica, bonos de carbono y fertilizante orgánico.El modelo se evalúa en un escenario con un horizonte de tiempo de 20 años que incluye 10 ciudades y 16 establecimientos de feedlots ubicados en el departamento General Obligado de la Provincia de Santa Fe. Esta formulación fue codificada en GAMS 37.1.0 y resuelta en un procesador Intel X5650e2.66 GHz con 24 GB de RAM. Se utiliza el solver GUROBI 9.5.1, que es capaz de garantizar la optimalidad global de las soluciones encontradas. La solución propone la digestión anaeróbica como alternativa de tratamiento más conveniente, definiendo la construcción de 2 plantas de co-digestión con un equipo en cada una, y 2 plantas de digestión de residuos 100% ganaderos con 6 equipos en total. Esto se debe a que el volumen de residuos de feedlots es considerablemente superior al de los residuos urbanos. Esta red de tratamiento genera un valor presente neto (VPN) de USD 147.6 millones a lo largo de los 20 años.Sin embargo, aún después de 9000 segundos de cómputo, el gap de optimalidad es del 3.8%, por lo cual se infiere que podrían eventualmente obtenerse aún mayores beneficios. Con el objetivo de mejorar el desempeño computacional se propone un ajuste lineal (con coeficientes de Pearson que se reducen de R2 = 0.82 a R2 = 0.75 en promedio) para los costos operativos y de inversión de las diferentes alternativas de tratamiento, a sabiendas de la pérdida de precisión enfrentada. Luego, se construye un modelo de programación mixta entera lineal (MILP) con el que se encuentra el óptimo (0% de gap) en 491 segundos de CPU, obteniendo un VPN estimado de USD 146.9 millones. El resultado nuevamente propone la instalación de 4 plantas de tratamiento con 8 biodigestores en total, con modificaciones en algunos de los puntos de ubicación de las plantas.Finalmente, se procede a evaluar en el modelo MIQCP la solución reportada por el modelo MILP, alcanzando nuevamente un VPN de USD 147.6 millones. De esta forma, el caso de estudio demuestra que las aproximaciones cuadráticas no generan impacto en la calidad del diseño obtenido, no siendo posible en este caso incrementar el valor presente neto del plan de inversiones abordando un modelo más preciso. Sin embargo, resta confirmar si este comportamiento es generalizado, es decir, si no existen ciertos rangos y economías de escala para las cuales esta afirmación sea inválida. Por otro lado, y a partir de las ventajas computacionales asociadas a la solución del problema mediante el modelo lineal, como trabajo futuro se propone desarrollar algoritmos iterativos MILP-MIQCP que permitan hallar soluciones en menores tiempos que el modelo no lineal monolítico, implementando relajaciones válidas que den una idea del gap de optimalidad de las soluciones.
</description>
<pubDate>Sat, 01 Jan 2022 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://sedici.unlp.edu.ar:80/handle/10915/151839</guid>
<dc:date>2022-01-01T00:00:00Z</dc:date>
<dc:description>La gestión de residuos sólidos es un elemento clave para el desarrollo sostenible y su importancia se ve acentuada con el aumento de la población, la urbanización y la generación de riqueza en regiones postergadas. En áreas de desarrollo productivo agrícola-ganadero resulta indispensable abordar la gestión integral de residuos derivados de estas actividades, así como de fuentes de origen urbano, aprovechando el potencial energético de los residuos.Este trabajo presenta un modelo que optimiza el diseño de la red de transporte y tratamiento de la fracción orgánica de los residuos sólidos municipales y de los residuos de establecimientos de engorde a corral (feedlots) en el centro-norte de la provincia de Santa Fe. Se contemplan diversas alternativas de tratamiento: digestión anaeróbica (co-digestión de ambas corrientes de residuos), compostaje, rellenos sanitarios (landfills) y lagunas aireadas. A diferencia de trabajos previos, se propone un modelo MIQCP (mixed integer quadratically constrained program) que incorpora ajustes cuadráticos para las ecuaciones de costos de los diferentes procesos de tratamiento de residuos, considerando las economías de escala que estos representan. Además, se incluyen los ingresos provenientes de la venta de productos como energía eléctrica, bonos de carbono y fertilizante orgánico.El modelo se evalúa en un escenario con un horizonte de tiempo de 20 años que incluye 10 ciudades y 16 establecimientos de feedlots ubicados en el departamento General Obligado de la Provincia de Santa Fe. Esta formulación fue codificada en GAMS 37.1.0 y resuelta en un procesador Intel X5650e2.66 GHz con 24 GB de RAM. Se utiliza el solver GUROBI 9.5.1, que es capaz de garantizar la optimalidad global de las soluciones encontradas. La solución propone la digestión anaeróbica como alternativa de tratamiento más conveniente, definiendo la construcción de 2 plantas de co-digestión con un equipo en cada una, y 2 plantas de digestión de residuos 100% ganaderos con 6 equipos en total. Esto se debe a que el volumen de residuos de feedlots es considerablemente superior al de los residuos urbanos. Esta red de tratamiento genera un valor presente neto (VPN) de USD 147.6 millones a lo largo de los 20 años.Sin embargo, aún después de 9000 segundos de cómputo, el gap de optimalidad es del 3.8%, por lo cual se infiere que podrían eventualmente obtenerse aún mayores beneficios. Con el objetivo de mejorar el desempeño computacional se propone un ajuste lineal (con coeficientes de Pearson que se reducen de R2 = 0.82 a R2 = 0.75 en promedio) para los costos operativos y de inversión de las diferentes alternativas de tratamiento, a sabiendas de la pérdida de precisión enfrentada. Luego, se construye un modelo de programación mixta entera lineal (MILP) con el que se encuentra el óptimo (0% de gap) en 491 segundos de CPU, obteniendo un VPN estimado de USD 146.9 millones. El resultado nuevamente propone la instalación de 4 plantas de tratamiento con 8 biodigestores en total, con modificaciones en algunos de los puntos de ubicación de las plantas.Finalmente, se procede a evaluar en el modelo MIQCP la solución reportada por el modelo MILP, alcanzando nuevamente un VPN de USD 147.6 millones. De esta forma, el caso de estudio demuestra que las aproximaciones cuadráticas no generan impacto en la calidad del diseño obtenido, no siendo posible en este caso incrementar el valor presente neto del plan de inversiones abordando un modelo más preciso. Sin embargo, resta confirmar si este comportamiento es generalizado, es decir, si no existen ciertos rangos y economías de escala para las cuales esta afirmación sea inválida. Por otro lado, y a partir de las ventajas computacionales asociadas a la solución del problema mediante el modelo lineal, como trabajo futuro se propone desarrollar algoritmos iterativos MILP-MIQCP que permitan hallar soluciones en menores tiempos que el modelo no lineal monolítico, implementando relajaciones válidas que den una idea del gap de optimalidad de las soluciones.</dc:description>
</item>
<item>
<title>Simulación de la producción de metano en la industria sucroalcoholera</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/151837</link>
<description>Objeto de conferencia
Simposio Argentino de Informática Industrial e Investigación Operativa (SIIIO 2022) - JAIIO 51 (Modalidad virtual y presencial (UAI), octubre 2022)
Este trabajo considera un enfoque prospectivo de captura y utilización de CO2 con integración de energía eléctrica renovable en el contexto de un proceso power to gas aplicado a una planta hipotética de gas natural sintético anexada a una planta sucroalcoholera. El estudio tiene por objeto evaluar técnicamente una alternativa verde de producción de metano a partir de H2 renovable y CO2 residual de los gases de combustión de un ingenio azucarero del noroeste argentino. El metano producido podría emplearse como combustible en dicha industria o potencialmente alimentarse a la red de gas natural. Los indicadores técnicos evaluados reflejan la factibilidad técnica de la propuesta. La producción de un kilogramo de metano verde requiere 2,88 kg de CO2. El estudio se completará con integración energética, análisis de costos e impactos ambientales. El modelado del proceso y la evaluación de indicadores técnicos de desempeño se realizan mediante simulación computacional de procesos, demostrándose la idoneidad de esta herramienta para dar soporte a la síntesis y análisis de procesos.
</description>
<pubDate>Sat, 01 Jan 2022 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://sedici.unlp.edu.ar:80/handle/10915/151837</guid>
<dc:date>2022-01-01T00:00:00Z</dc:date>
<dc:description>Este trabajo considera un enfoque prospectivo de captura y utilización de CO2 con integración de energía eléctrica renovable en el contexto de un proceso power to gas aplicado a una planta hipotética de gas natural sintético anexada a una planta sucroalcoholera. El estudio tiene por objeto evaluar técnicamente una alternativa verde de producción de metano a partir de H2 renovable y CO2 residual de los gases de combustión de un ingenio azucarero del noroeste argentino. El metano producido podría emplearse como combustible en dicha industria o potencialmente alimentarse a la red de gas natural. Los indicadores técnicos evaluados reflejan la factibilidad técnica de la propuesta. La producción de un kilogramo de metano verde requiere 2,88 kg de CO2. El estudio se completará con integración energética, análisis de costos e impactos ambientales. El modelado del proceso y la evaluación de indicadores técnicos de desempeño se realizan mediante simulación computacional de procesos, demostrándose la idoneidad de esta herramienta para dar soporte a la síntesis y análisis de procesos.</dc:description>
</item>
<item>
<title>Optimal design of sustainably efficient biorefineries supply chains</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/151836</link>
<description>Objeto de conferencia
Simposio Argentino de Informática Industrial e Investigación Operativa (SIIIO 2022) - JAIIO 51 (Modalidad virtual y presencial (UAI), octubre 2022)
A more comprehensive use of biomass as raw material to produce food, energy and products would result in an important contribution towards theSustainable Development Goals. The concept of biorefinery allows regions with abundant natural resources to make the most of available biomass for these purposes, achieving progressive independence from fossil resources. This study presents a framework for the multi-criteria design of biorefinery supply chains (SC) under sustainability considerations. Therefore, an optimization approach of different scenarios is performed followed by a ranking based on the Data Envelopment Analysis (DEA) model to assess the efficiency according to different economic, environmental and social indicators. The capabilities of this approach are demonstrated through a case study of the biomass SC centered in the Northwest of Argentina.
</description>
<pubDate>Sat, 01 Jan 2022 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://sedici.unlp.edu.ar:80/handle/10915/151836</guid>
<dc:date>2022-01-01T00:00:00Z</dc:date>
<dc:description>A more comprehensive use of biomass as raw material to produce food, energy and products would result in an important contribution towards theSustainable Development Goals. The concept of biorefinery allows regions with abundant natural resources to make the most of available biomass for these purposes, achieving progressive independence from fossil resources. This study presents a framework for the multi-criteria design of biorefinery supply chains (SC) under sustainability considerations. Therefore, an optimization approach of different scenarios is performed followed by a ranking based on the Data Envelopment Analysis (DEA) model to assess the efficiency according to different economic, environmental and social indicators. The capabilities of this approach are demonstrated through a case study of the biomass SC centered in the Northwest of Argentina.</dc:description>
</item>
<item>
<title>Strategic redesign of the forest-based biomass supply chain through optimization and sensitivity analysis</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/151835</link>
<description>Objeto de conferencia
Simposio Argentino de Informática Industrial e Investigación Operativa (SIIIO 2022) - JAIIO 51 (Modalidad virtual y presencial (UAI), octubre 2022)
The Forest Biorefinery Supply Chain (FBSC) redesign problem is addressed. A Generalized Disjunctive Programming (GDP) model is constructed and it is reformulated as Mixed Integer Linear Programming (MILP). The proposed superstructure of FBSC scope (i) the strategic location of forest biomassbased biofuel facilities, and its integration with installed traditional forest industries.In addition, the model determine (ii) feedstock harvesting amount at each forest area; and (iii) transportation flows along all FBSC arcs over a multi-period horizon planning. The applicability of the proposed model is demonstrated through a case study considering different uncertainty settings. A series of sensitivity analyses is performed to determine the impact of variations on the proposedFBSC. The variations in the selling price of products, biomass availability, and demand of products are addressed in the sensitivity analysis.
</description>
<pubDate>Sat, 01 Jan 2022 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://sedici.unlp.edu.ar:80/handle/10915/151835</guid>
<dc:date>2022-01-01T00:00:00Z</dc:date>
<dc:description>The Forest Biorefinery Supply Chain (FBSC) redesign problem is addressed. A Generalized Disjunctive Programming (GDP) model is constructed and it is reformulated as Mixed Integer Linear Programming (MILP). The proposed superstructure of FBSC scope (i) the strategic location of forest biomassbased biofuel facilities, and its integration with installed traditional forest industries.In addition, the model determine (ii) feedstock harvesting amount at each forest area; and (iii) transportation flows along all FBSC arcs over a multi-period horizon planning. The applicability of the proposed model is demonstrated through a case study considering different uncertainty settings. A series of sensitivity analyses is performed to determine the impact of variations on the proposedFBSC. The variations in the selling price of products, biomass availability, and demand of products are addressed in the sensitivity analysis.</dc:description>
</item>
<item>
<title>Resolución simultánea de los problemas de scheduling de la producción y de la distribución en plantas batch multiproducto multietapa</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/151834</link>
<description>Objeto de conferencia
Simposio Argentino de Informática Industrial e Investigación Operativa (SIIIO 2022) - JAIIO 51 (Modalidad virtual y presencial (UAI), octubre 2022)
En la mayoría de las industrias, la programación de la producción y la distribución se desacopla mediante el inventario de productos finales que permiten una planificación separada de estas tareas. Si bien este enfoque secuencial simplifica el problema, existen diversos ambientes donde esta metodología genera ineficiencias y en consecuencia la toma de decisiones en conjunto es necesaria. En este trabajo se presenta una formulación matemática mixta-entera lineal (MILP) para gestionar simultáneamente las decisiones de batching, producción y distribución en una planta batch multiproducto multietapa, a fin de satisfacer los requerimientos de demanda de los clientes para las ventanas de tiempo en las que éstas se solicitan y minimizan-do los costos de operación. El modelo desarrollado permite determinar el número y tamaño de los lotes que se deben producir para cada producto, la asignación, secuenciamiento y tiempos de inicio y fin de los diferentes lotes en las unidades de todas las etapas del sistema productivo, como así también el número y tipo de vehículos a utilizar, la asignación parcial/total de los lotes a los vehículos, y, para cada vehículo seleccionado, su tiempo de partida, la secuencia de clientes visitados (ruteo) y los tiempos de entrega asociados a éstos.
</description>
<pubDate>Sat, 01 Jan 2022 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://sedici.unlp.edu.ar:80/handle/10915/151834</guid>
<dc:date>2022-01-01T00:00:00Z</dc:date>
<dc:description>En la mayoría de las industrias, la programación de la producción y la distribución se desacopla mediante el inventario de productos finales que permiten una planificación separada de estas tareas. Si bien este enfoque secuencial simplifica el problema, existen diversos ambientes donde esta metodología genera ineficiencias y en consecuencia la toma de decisiones en conjunto es necesaria. En este trabajo se presenta una formulación matemática mixta-entera lineal (MILP) para gestionar simultáneamente las decisiones de batching, producción y distribución en una planta batch multiproducto multietapa, a fin de satisfacer los requerimientos de demanda de los clientes para las ventanas de tiempo en las que éstas se solicitan y minimizan-do los costos de operación. El modelo desarrollado permite determinar el número y tamaño de los lotes que se deben producir para cada producto, la asignación, secuenciamiento y tiempos de inicio y fin de los diferentes lotes en las unidades de todas las etapas del sistema productivo, como así también el número y tipo de vehículos a utilizar, la asignación parcial/total de los lotes a los vehículos, y, para cada vehículo seleccionado, su tiempo de partida, la secuencia de clientes visitados (ruteo) y los tiempos de entrega asociados a éstos.</dc:description>
</item>
<item>
<title>Batching y scheduling simultáneos en ambientes multiplanta empleando caminos de producción</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/151832</link>
<description>Objeto de conferencia
Simposio Argentino de Informática Industrial e Investigación Operativa (SIIIO 2022) - JAIIO 51 (Modalidad virtual y presencial (UAI), octubre 2022)
En la actualidad, cada vez más a menudo las empresas deciden llevar a cabo la producción en múltiples plantas, ubicadas de manera estratégica para mejorar la utilización de los recursos disponibles y mejorar el servicio a los clientes. Esta tendencia requiere resolver el problema de programación de la producción a corto plazo, conocido como scheduling de la producción, en ambientes productivos multiplanta. Cuando se trata con plantas de  producción por lotes o plantas batch, el problema resultante es de gran complejidad computa-cional, y éste es el principal motivo por el que hay muy pocos trabajos que aborden esa situación en particular, con características específicas. En este es-crito se presenta una formulación mixta-entera lineal (MILP) basada en cami-nos de producción y con representación de tiempo discreto para la resolución simultánea de los problemas de batching y scheduling en un ambiente producti-vo compuesto por múltiples plantas batch multiproducto multietapa. Las plantas cuentan con unidades diferentes operando en paralelo y fuera de fase en cada etapa y operan bajo la política de transferencia de espera cero (ZW), es decir, no se admite almacenamiento intermedio entre etapas. La función objetivo con-siste en minimizar el makespan, esto es, minimizar el tiempo total requerido por todas las plantas para procesar completamente un conjunto de órdenes requeridas. Se presenta un ejemplo para evaluar la capacidad del modelo y su perfor-mance computacional.
</description>
<pubDate>Sat, 01 Jan 2022 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://sedici.unlp.edu.ar:80/handle/10915/151832</guid>
<dc:date>2022-01-01T00:00:00Z</dc:date>
<dc:description>En la actualidad, cada vez más a menudo las empresas deciden llevar a cabo la producción en múltiples plantas, ubicadas de manera estratégica para mejorar la utilización de los recursos disponibles y mejorar el servicio a los clientes. Esta tendencia requiere resolver el problema de programación de la producción a corto plazo, conocido como scheduling de la producción, en ambientes productivos multiplanta. Cuando se trata con plantas de  producción por lotes o plantas batch, el problema resultante es de gran complejidad computa-cional, y éste es el principal motivo por el que hay muy pocos trabajos que aborden esa situación en particular, con características específicas. En este es-crito se presenta una formulación mixta-entera lineal (MILP) basada en cami-nos de producción y con representación de tiempo discreto para la resolución simultánea de los problemas de batching y scheduling en un ambiente producti-vo compuesto por múltiples plantas batch multiproducto multietapa. Las plantas cuentan con unidades diferentes operando en paralelo y fuera de fase en cada etapa y operan bajo la política de transferencia de espera cero (ZW), es decir, no se admite almacenamiento intermedio entre etapas. La función objetivo con-siste en minimizar el makespan, esto es, minimizar el tiempo total requerido por todas las plantas para procesar completamente un conjunto de órdenes requeridas. Se presenta un ejemplo para evaluar la capacidad del modelo y su perfor-mance computacional.</dc:description>
</item>
<item>
<title>Problema de asignación de aulas en universidades: un enfoque basado en programación de metas</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/151831</link>
<description>Objeto de conferencia
Simposio Argentino de Informática Industrial e Investigación Operativa (SIIIO 2022) - JAIIO 51 (Modalidad virtual y presencial (UAI), octubre 2022)
En este trabajo se aborda el problema de asignación de aulas en universidades, que consiste en un problema particular de asignación de recursos limitados persiguiendo un cierto objetivo. El problema planteado por día puede formularse como: dado un conjunto de clases con sus respectivos horarios, cantidad de alumnos y requerimientos específicos, el objetivo es asignar un aula con capacidad suficiente a cada clase, satisfaciendo ciertos criterios de calidad para la asignación. Formulado como un problema de programación matemática, en muchos casos este problema resulta infactible. En consecuencia, se propone un abordaje basado en programación de metas, dividiendo las restricciones en restricciones duras y restricciones blandas. Se resuelve aplicando el método preventivo, a través de dos problemas de programación matemática del tipo mixto entero lineal. Se resuelven dos casos reales de aplicación, que permiten ilustrar la eficiencia de la metodología propuesta.
</description>
<pubDate>Sat, 01 Jan 2022 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://sedici.unlp.edu.ar:80/handle/10915/151831</guid>
<dc:date>2022-01-01T00:00:00Z</dc:date>
<dc:description>En este trabajo se aborda el problema de asignación de aulas en universidades, que consiste en un problema particular de asignación de recursos limitados persiguiendo un cierto objetivo. El problema planteado por día puede formularse como: dado un conjunto de clases con sus respectivos horarios, cantidad de alumnos y requerimientos específicos, el objetivo es asignar un aula con capacidad suficiente a cada clase, satisfaciendo ciertos criterios de calidad para la asignación. Formulado como un problema de programación matemática, en muchos casos este problema resulta infactible. En consecuencia, se propone un abordaje basado en programación de metas, dividiendo las restricciones en restricciones duras y restricciones blandas. Se resuelve aplicando el método preventivo, a través de dos problemas de programación matemática del tipo mixto entero lineal. Se resuelven dos casos reales de aplicación, que permiten ilustrar la eficiencia de la metodología propuesta.</dc:description>
</item>
<item>
<title>Estudio comparativo de heurísticas bioinspiradas para optimización de redes MPLS</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/151830</link>
<description>Objeto de conferencia
Simposio Argentino de Informática Industrial e Investigación Operativa (SIIIO 2022) - JAIIO 51 (Modalidad virtual y presencial (UAI), octubre 2022)
La exigencia impuesta por el crecimiento de tráficos tan disímiles como voz, video, sonido, datos, etc. presentes en las redes convergentes actuales, ha conducido a la implementación de nuevas tecnologías para garantizar los anchos de banda requeridos. MPLS (conmutación de etiquetas multiprotocolo) se ha convertido en una tecnología eficaz cuando las demandas modernas ponen en riesgo de congestión a las redes que utilizan las técnicas tradicionales de conmutación, aún a cuando el problema de la selección de la mejor ruta y de la distribución óptima del tráfico siga existiendo, y exija nuevas propuestas de optimización del enrutamiento. La planificación conlleva a resolver un problema de optimización combinatorio cuyas características hacen inviable la utilización de métodos determinísticos, por lo que surgen otras alternativas como las heurísticas. Se presenta un análisis de estrategias bioinspiradas con el objetivo de distribuir los  requerimientos en los enlaces disponibles de una red minimizando el costo de enrutamiento, al tiempo que se satisfacen restricciones en cuanto a demanda y capacidad de cada enlace. Se diseñan cinco algoritmos inspirados en enjambres que permiten determinar una solución óptima explorando el espacio de búsqueda desde diferentes estrategias que brindan una solución de configuración fuera de línea, a este problema tradicional de la ingeniería de tráfico en redes con alta interconectividad. Se determina la aplicabilidad y los parámetros óptimos para distintas instancias, y se comparan los resultados.
</description>
<pubDate>Sat, 01 Jan 2022 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://sedici.unlp.edu.ar:80/handle/10915/151830</guid>
<dc:date>2022-01-01T00:00:00Z</dc:date>
<dc:description>La exigencia impuesta por el crecimiento de tráficos tan disímiles como voz, video, sonido, datos, etc. presentes en las redes convergentes actuales, ha conducido a la implementación de nuevas tecnologías para garantizar los anchos de banda requeridos. MPLS (conmutación de etiquetas multiprotocolo) se ha convertido en una tecnología eficaz cuando las demandas modernas ponen en riesgo de congestión a las redes que utilizan las técnicas tradicionales de conmutación, aún a cuando el problema de la selección de la mejor ruta y de la distribución óptima del tráfico siga existiendo, y exija nuevas propuestas de optimización del enrutamiento. La planificación conlleva a resolver un problema de optimización combinatorio cuyas características hacen inviable la utilización de métodos determinísticos, por lo que surgen otras alternativas como las heurísticas. Se presenta un análisis de estrategias bioinspiradas con el objetivo de distribuir los  requerimientos en los enlaces disponibles de una red minimizando el costo de enrutamiento, al tiempo que se satisfacen restricciones en cuanto a demanda y capacidad de cada enlace. Se diseñan cinco algoritmos inspirados en enjambres que permiten determinar una solución óptima explorando el espacio de búsqueda desde diferentes estrategias que brindan una solución de configuración fuera de línea, a este problema tradicional de la ingeniería de tráfico en redes con alta interconectividad. Se determina la aplicabilidad y los parámetros óptimos para distintas instancias, y se comparan los resultados.</dc:description>
</item>
<item>
<title>Simulación por eventos discretos: aplicación en un proyecto de automatización industrial</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/151829</link>
<description>Objeto de conferencia
Simposio Argentino de Informática Industrial e Investigación Operativa (SIIIO 2022) - JAIIO 51 (Modalidad virtual y presencial (UAI), octubre 2022)
Se presenta la aplicación de la simulación por eventos discretos para comprobar la viabilidad de un proyecto de automatización mediante la incorporación de robots industriales en la manufactura de cigarrillos. Se expone el contexto internacional y nacional de la robótica industrial, como una de las tecnologías habilitadoras de la industria 4.0. Luego, se describe el sistema en estudio que representa la implementación de dos robots de apoyo en el abastecimiento a las líneas de armado de la empresa. Los robots realizan la carga de rollos de determinados materiales a dos tipos de carros que luego son llevados a la línea de producción. Debido a que se trata de un sistema complejo, por la variedad de productos a procesar, la combinación de un elevado número de materiales, la programación del robot y los distintos tiempos de operación, es que se decide aplicar la simulación computacional por eventos discretos para el estudio de viabilidad. Luego del análisis de la simulación, se extraen conclusiones respecto a las estrategias abordadas en la lógica de programación de los robots, los resultados obtenidos de la simulación, y las experiencias profesionales del proyecto. El modelo fue desarrollado en Simul8, software especializado en simulación por eventos discretos.
</description>
<pubDate>Sat, 01 Jan 2022 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://sedici.unlp.edu.ar:80/handle/10915/151829</guid>
<dc:date>2022-01-01T00:00:00Z</dc:date>
<dc:description>Se presenta la aplicación de la simulación por eventos discretos para comprobar la viabilidad de un proyecto de automatización mediante la incorporación de robots industriales en la manufactura de cigarrillos. Se expone el contexto internacional y nacional de la robótica industrial, como una de las tecnologías habilitadoras de la industria 4.0. Luego, se describe el sistema en estudio que representa la implementación de dos robots de apoyo en el abastecimiento a las líneas de armado de la empresa. Los robots realizan la carga de rollos de determinados materiales a dos tipos de carros que luego son llevados a la línea de producción. Debido a que se trata de un sistema complejo, por la variedad de productos a procesar, la combinación de un elevado número de materiales, la programación del robot y los distintos tiempos de operación, es que se decide aplicar la simulación computacional por eventos discretos para el estudio de viabilidad. Luego del análisis de la simulación, se extraen conclusiones respecto a las estrategias abordadas en la lógica de programación de los robots, los resultados obtenidos de la simulación, y las experiencias profesionales del proyecto. El modelo fue desarrollado en Simul8, software especializado en simulación por eventos discretos.</dc:description>
</item>
</channel>
</rss>
