Pasos del Método científico en IO - Elisa SchaefferPara la generación de los problemas se utilizo...

18

Transcript of Pasos del Método científico en IO - Elisa SchaefferPara la generación de los problemas se utilizo...

Page 1: Pasos del Método científico en IO - Elisa SchaefferPara la generación de los problemas se utilizo un generador de datos estándar • Valores fijos de α : {1, 0.95, 0.9 , 0.85,
Page 2: Pasos del Método científico en IO - Elisa SchaefferPara la generación de los problemas se utilizo un generador de datos estándar • Valores fijos de α : {1, 0.95, 0.9 , 0.85,

Investigación de Operaciones Pasos del Método científico en IO Modelo Matemático

Conjuntos de elementos dentro del Modelo Matemático

Variables de decisión y parámetrosRestriccionesFunción Objetivo

Tipos de problemas de asignación Descripción del problema Modelación Matemática del GAP General Algebraic Modeling System (GAMS)

PreguntasBibliografía

Page 3: Pasos del Método científico en IO - Elisa SchaefferPara la generación de los problemas se utilizo un generador de datos estándar • Valores fijos de α : {1, 0.95, 0.9 , 0.85,

Delimitación del problema

Modelación del problema Resolución del modelo Verificación con la

realidad Conclusiones

Page 4: Pasos del Método científico en IO - Elisa SchaefferPara la generación de los problemas se utilizo un generador de datos estándar • Valores fijos de α : {1, 0.95, 0.9 , 0.85,

Variables de decisión y parámetros

Restricciones

Función Objetivo

Page 5: Pasos del Método científico en IO - Elisa SchaefferPara la generación de los problemas se utilizo un generador de datos estándar • Valores fijos de α : {1, 0.95, 0.9 , 0.85,

Tipos de problemas de asignación (AP)

A lo más una tarea por agente

Con más de una tarea por agente

Multidimensionales

AP

Clásico (AP)

De asignación generalizada (GAP)

Asignar residentes médicos a horarios

Asignar choferes a sistemas de transito

Page 6: Pasos del Método científico en IO - Elisa SchaefferPara la generación de los problemas se utilizo un generador de datos estándar • Valores fijos de α : {1, 0.95, 0.9 , 0.85,

Se dispone de un conjunto de máquinas para realizar un conjunto de trabajos.

Existe la posibilidad de que una máquina realice más de un trabajo.

Cada trabajo debe ser asignado al menos a una máquina.

Problema de Asignación Generalizada (GAP)

Page 7: Pasos del Método científico en IO - Elisa SchaefferPara la generación de los problemas se utilizo un generador de datos estándar • Valores fijos de α : {1, 0.95, 0.9 , 0.85,

Cada máquina tiene una capacidad límite para realizar tareas la cual no se puede exceder (no necesariamente igual para todas).

Conocemos la productividad de la máquina al asignarle un trabajo.

El objetivo principal es realizar una buena asignación de los trabajos a los recursos existentes, intentando maximizar la productividad, teniendo en cuenta las restricciones de los trabajos y las máquinas.

Page 8: Pasos del Método científico en IO - Elisa SchaefferPara la generación de los problemas se utilizo un generador de datos estándar • Valores fijos de α : {1, 0.95, 0.9 , 0.85,

I: conjunto de trabajos (i = 1, ... , n)

J: conjunto de máquinas (j = 1, ... , m)

Aij: cantidad del trabajo i para realizar en la máquina j.

bi: cantidad necesaria del trabajo i.

Dij: capacidad de la máquina j para realizar el trabajo j.

fj: capacidad límite de la máquina j.

cij: productividad de la máquina i al asignarle un trabajo j.

Las variables son xij = 1, si el trabajo i es asignado a la máquina j; = 0 si no.

Modelación Matemática del GAP

Page 9: Pasos del Método científico en IO - Elisa SchaefferPara la generación de los problemas se utilizo un generador de datos estándar • Valores fijos de α : {1, 0.95, 0.9 , 0.85,

max

s.a (1)

(2)

{0,1}

ij ij

ij ij i

ij ij j

ij

c x

A x b

D x f

x

Page 10: Pasos del Método científico en IO - Elisa SchaefferPara la generación de los problemas se utilizo un generador de datos estándar • Valores fijos de α : {1, 0.95, 0.9 , 0.85,

Se aborda el problema de asignación y secuenciación de n trabajos en m máquinas paralelas no relacionadas, con recursos limitados

Objetivos:

o Conocer el funcionamiento de GAMSo Analizar la variación de el tiempo de respuesta con respecto a la cantidad de trabajos y maquinas.

Page 11: Pasos del Método científico en IO - Elisa SchaefferPara la generación de los problemas se utilizo un generador de datos estándar • Valores fijos de α : {1, 0.95, 0.9 , 0.85,

GAMS está diseñado específicamente para modelar problemas lineales, no lineales y mixtos-enteros. El sistema es especialmente útil con problemas grandes y complejos. GAMS disponible para usarse en computadoras personales, estaciones de trabajo, super computadoras.

Page 12: Pasos del Método científico en IO - Elisa SchaefferPara la generación de los problemas se utilizo un generador de datos estándar • Valores fijos de α : {1, 0.95, 0.9 , 0.85,

cij∈∪[10,15], aij∈∪[5,25], dij ∈∪[3,20]

bi=α(Σdij-1), dij=α(Σdij-1),0 ≤ α ≤ 1

Para la generación de los problemas se utilizo un generador de datos estándar

• Valores fijos de α : {1, 0.95, 0.9 , 0.85, 0.8}

Con:

Page 13: Pasos del Método científico en IO - Elisa SchaefferPara la generación de los problemas se utilizo un generador de datos estándar • Valores fijos de α : {1, 0.95, 0.9 , 0.85,

Resultados obtenidos

m n α Z Tiempo (S)

250 1000 0.8 5889928 10.234250 1000 0.85 6962420 13.153250 1000 0.9 7128442 14.86250 1000 0.95 7268463 6.851250 1000 1 7370993 8.919200 500 0.8 5414205 12.53200 500 0.85 5566186 9.323200 500 0.9 5699311 13.372200 500 0.95 5811703 13.366200 500 1 5892890 13.301200 1000 0.8 5414205 12.53200 1000 0.85 5566186 9.323200 1000 0.9 5699311 13.372200 1000 0.95 5811703 13.366200 1000 1 5892890 13.301

Page 14: Pasos del Método científico en IO - Elisa SchaefferPara la generación de los problemas se utilizo un generador de datos estándar • Valores fijos de α : {1, 0.95, 0.9 , 0.85,

m n α Z Tiempo (S)

500 1000 0.81.3545646E+0

7 10.234

500 1000 0.851.3924650E+0

7 13.153

500 1000 0.91.4255309E+0

7 14.86

500 1000 0.951.4534896E+0

7 6.851

500 1000 11.4745346E+0

7 8.919

NOTA: Tiempo en segundos maquina, en un valor real oscilante entre los 20 – 25 minutos c/U

Page 15: Pasos del Método científico en IO - Elisa SchaefferPara la generación de los problemas se utilizo un generador de datos estándar • Valores fijos de α : {1, 0.95, 0.9 , 0.85,
Page 16: Pasos del Método científico en IO - Elisa SchaefferPara la generación de los problemas se utilizo un generador de datos estándar • Valores fijos de α : {1, 0.95, 0.9 , 0.85,

A la UANL por permitirme ser parte del PROVERICYT

Al Dr. Igor por aceptarme

A la Lic. Jania por su paciencia y ganas de enseñar

A todos los que forman parte de PISIS por dejarme aprender de ellos

A los SUMER KIDS 2007

Page 17: Pasos del Método científico en IO - Elisa SchaefferPara la generación de los problemas se utilizo un generador de datos estándar • Valores fijos de α : {1, 0.95, 0.9 , 0.85,

Dr. Ing. Franco Bellini M. (2004) Investigación de Operaciones. Recuperado el día 18 de Julio de 2007. Curso de la escuela de Administración y Contaduría Universidad de Santa María Caracas Venezuela Web Site:http://www.investigacion-operaciones.com/Formulacion%20Problemas.htm Prof. Hugo Roche (2006) Modelos de asignación. Recuperado el día 18 de Julio de 2007. Métodos Cuantitativos Aplicados a la Administración. Página 3 Sección 2Documents on line PDF Web Site:http://www.ccee.edu.uy/ensenian/catmetad/material/apoyoModelo%20Transporte-Asignacion.pdf Linares, Ramos, et al (2001) Modelado en GAMS. Recuperado el día 18 de Julio de 2007. Modelos Matemáticos de Optimización. Universidad Pontificia de Madrid. Escuela Técnica Superior de Ingeniería. Sección I.3.2Documents on line PDF Web Site:http://www.gams.com/docs/contributed/modelado_en_gams.pdf

Page 18: Pasos del Método científico en IO - Elisa SchaefferPara la generación de los problemas se utilizo un generador de datos estándar • Valores fijos de α : {1, 0.95, 0.9 , 0.85,

Metodos y Modelos de Investigacion de OperacionesWitenberg, Juan PrawdaPublicado 1992Editorial Limusa936 páginasISBN 9681805909 Cortes, García, Pastor, et al (2005) Programación de trabajos en máquinas paralelas con velocidad dependiente de la asignación de recursos limitados. Recuperado el día 18 de julio de 2007. Dpto. de Organización de Empresas, Economía financiera y Contabilidad. Universidad Politécnica de Valencia.Abstract on line PDF Web Site:http://cio2005.uniovi.es/cio2005/VerDocumento.do?id=148&tipo=resumen

David W. Pentico (2007) Discrete Optimization Assignment problems: A golden anniversary survey.European Journal of Operational ResearchVolume 176 ( 774-793)