Programación coordinada de producción y distribución para maximizar despachos directos desde planta: caso de estudio
View/ Open
Date
2023-06-01Directors
Caballero Villalobos, Juan PabloEvaluators
Barrera Ferro, Oscar DavidPublisher
Pontificia Universidad Javeriana
Faculty
Facultad de Ingeniería
Program
Maestría en Ingeniería Industrial
Obtained title
Magíster en Ingeniería Industrial
Type
Tesis/Trabajo de grado - Monografía - Maestría
COAR
Tesis de maestríaShare this record
Citación
Metadata
Show full item record
PDF documents
English Title
Coordinated production and distribution scheduling to maximize direct shipments from the plant: A case studyResumen
Las operaciones de producción y distribuciones son claves para la cadena de suministro y para lograr un desempeño operativo óptimo, deberían integrarse y planificarse de manera coordinada. Es por ello que esta investigación propone la aplicación de una metodología coordinada de programación de producción y distribución con el fin de minimizar los costos logísticos (almacenamiento, transporte y producción) y el tiempo de disponibilidad de producto en una multinacional de consumo masivo de tal manera que se puedan aumentar los despachos directos. Para esto, se aplica una metodología de dos etapas. La primera, una mate-heurística que evalúa secuencias de producción en términos de costos de producción y distribución a través de un algoritmo GRASP y un MIP relajado. La segunda, un MIP que resuelve el VRP con entregas divididas. Este trabajo plantea la maximización de despachos directos desde planta de un portafolio de SKU’s predefinido como forma de generar ahorros y minimizar tiempos de disponibilidad, logrando un aumento del 25% del despacho directo y un ahorro en promedio el 32% de los costos logísticos actuales. El problema abordado presenta un entorno de máquina paralelas y evalúa el modelo de optimización con variaciones en los actuales portafolios de productos despachados de forma directa desde la planta, con el fin de proponer nuevos portafolios de despachos directos, logrando agregar 3 productos más.
Abstract
Production and distribution operations play a vital role in supply chain management, and achieving optimal operational performance requires their integrated and coordinated planning. This research proposes a coordinated methodology for production and distribution scheduling aimed at minimizing logistic costs (including storage, transportation, and production) and reducing product availability time in a multinational fast-moving consumer goods company, thus enabling increased direct shipments. The proposed methodology consists of two stages. In the first stage, a metaheuristic approach is employed to evaluate production sequences based on production and distribution costs, utilizing a GRASP algorithm and a relaxed Mixed Integer Programming (MIP) formulation. The second stage involves solving the Vehicle Routing Problem (VRP) with split deliveries using an MIP formulation. The primary objective of this study is to maximize direct shipments from the plant for a pre-defined portfolio of SKUs, leading to cost savings and minimized availability times. The results demonstrate a significant improvement of 25% in direct shipments and an average cost reduction of 32% in current logistics costs. Moreover, the addressed problem considers a parallel machine environment and evaluates the optimization model by exploring variations in the existing portfolios of products dispatched directly from the plant. This analysis aims to propose new portfolios of direct shipments, enabling the inclusion of three additional products.
Keywords
Problema de distribución de producciónProgramación de producción
Programación integrada
Operaciones de producción y distribución
VRP dividido
Máquina paralela
Matheurística
Keywords
Production distribution problemProduction scheduling
Integrated scheduling
Production and distribution operations
Split VRP
Parallel Machine
Matheuristic
Themes
Maestría en ingeniería industrial - Tesis y disertaciones académicasProgramación de la producción
Flujo de trabajo
Conducta cooperativa
Google Analytics Statistics