Revista de la IngenieriaIndustrial

ISSN 1940-2163

AcademiaJournals.com
Volumen 4, 2010

Un caso real de balanceo de lneas de ensamble con restricciones de secuencias de subprocesos resuelto con un modelo gentico
Sergio Manuel Ramrez Campos sramirez@its.mx Guillermo Gonzlez Mzquiz zincplomo@yahoo.com Marta Odila Gonzlez Flores mar.tota@hotmail.com Instituto Tecnolgico de Saltillo Blvd. Venustiano Carranza 2400 Departamento de Posgrado de Ingeniera Industrial Saltillo Coahuila, Mxico

Resumen
El problema de balanceo de lneas de ensamble (ALBP) ha sido estudiado extensamente en la literatura; sin embargo, los mtodos tradicionales como Kilbridge and Wester, ponderacin de acuerdo a la posicin, ramificacin y acotamiento, y ordenamiento de acuerdo a la duracin de los elementos, entre otros, no contemplan diversas restricciones que surgen en un caso real por lo que el balanceo obtenido no se puede implementar. As, el algoritmo gentico (AG) que se presenta en este artculo, considera el hecho de que en el caso real, el proceso se divide en varios subprocesos, cada uno con varios elementos y donde cada subproceso est relacionado con uno o varios de los otros subprocesos. En otras palabras, existen elementos que pertenecen a un subconjunto J el cual es mutuamente excluyente de los dems subconjuntos. Adems, cada subconjunto muestra al menos una precedencia con uno o ms subconjuntos. El algoritmo gentico diseado ha permitido obtener soluciones que satisfacen ambos tipos de restricciones: las de precedencia y las de subproceso a la vez que converge hacia un nmero bajo de estaciones de trabajo sin exceder un tiempo de ciclo dado (tipo I). Revista de la Ingeniera Industrial

Palabras clave: Balanceo de Lnea, ALBP, AG, tipo I, caso real Introduccin
El problema de balanceo de lneas de ensamble (Assembly Line Balancing Problem: ALBP) esencialmente trata con un conjunto de elementos de trabajo, cada uno con un cierto tiempo de procesamiento y un conjunto de relaciones de precedencia que especifican el orden de ejecucin permitido. En una produccin masiva, el problema consiste en decidir cmo agrupar los elementos de trabajo asignndolos en estaciones de trabajo de forma que se logre el desempeo deseado en la lnea. El balanceo pretende ubicar una cantidad igual de trabajo en cada estacin, lo que tericamente implicara una prdida de balanceo de cero. Lo anterior est sujeto a satisfacer las relaciones de precedencia sin exceder un tiempo de ciclo dado (clasificado como tipo I)1. El ALBP est considerado como un problema combinatorio NP complejo2. Mucho del trabajo en la literatura ha sido orientado al desarrollo de algoritmos heursticos (por ejemplo,

Hackman y Magazine3, Helgeson y Birnie4, Kilbridge y Wester5 y Wee y Magazine6, entre otros). Adems, un buen nmero de investigadores han llevado a cabo una revisin de la literatura en este campo (por ejemplo, Ghosh y Gagnom7, Baybars8 y Brian et al.9). El objetivo de este artculo es dar a conocer el algoritmo gentico desarrollado para atender el balanceo de un caso real en el cual el proceso consta de varios subprocesos lo cual genera otra clase de restricciones que no han sido atendidas explcitamente. En la siguiente seccin se abunda al respecto.

Descripcin del proceso

La compaa donde se aplic el mtodo aqu propuesto operaba una planta de secadoras y cuando este artculo se publicaba estaba diseando un nuevo proceso para producir un centro de lavado que constara de una lavadora en la parte inferior y una secadora en la parte superior. Cada centro de lavado sera de dos medidas de ancho y sera de gas o elctrico. Para efectos de este artculo solo se har referencia a un solo modelo que por cuestiones de confidencialidad solo se denominar como el modelo 400. Las diversas reas en que est dividida la compaa son las siguientes: 1. 2. 3. 4. 5. Seccin de lavadora Seccin de secadora Seccin de casamiento Pruebas finales y empaque Planta de secadoras

Las reas 1, 2, 3 y 4 corresponden al ensamble del centro de lavado. El rea 5 es un ensamble de una secadora (otro tipo de producto). Las secciones de lavadora y secadora utilizarn algunos componentes que se fabricarn en la Planta de secadoras (la cual ya funcionaba al momento de nuestra publicacin). Por ejemplo, la seccin de lavadora recibir los tambores, el quemador, el ducto de transicin y la cmara de combustin y la seccin de lavadoras recibir la mayor parte de las piezas plsticas como son: la canasta, el agitador y la tina, entre otros componentes. El tiempo de ciclo mximo permitido (tcmax) es de 83.22 segundos para atender una demanda prevista de 355 unidades diarias en un turno de 9.3 horas. En el cuadro 1 se muestran los elementos de trabajo del modelo 400. En dicho cuadro. La columna 1 es solo un nmero consecutivo para referirse al elemento de trabajo. Las columnas 2 y 3 son otra forma de referirse a cada elemento de trabajo. Sin embargo, con esta notacin, puede formarse la red de secuencias (tal como se utiliza en el mtodo del camino crtico10). La columna 4 indica el tiempo de procesamiento (te) en segundos de cada elemento. La columna 5 es una descripcin simplificada del elemento y la columna 6 indica el nmero de subconjunto permitido para el elemento de trabajo en cuestin. Las columnas 7 a 12 tienen el mismo significado que de 1 a 6. En el cuadro 2 se muestran los nmeros de subconjuntos que se formaron debido a que los elementos estn asignados en diferentes reas operativas. En el cuadro 2, el subconjunto 1 contiene 10 elementos de trabajo (que en este caso coinciden con los nmeros del 1 al 10 y que son los indicados en la columna 1 del cuadro 1). De la misma manera, los dems subconjuntos contienen nmeros de elementos de trabajo que corresponden a las columnas 1 o 7 del cuadro 1. El origen de los subconjuntos se debe a que hay subprocesos que se llevan a cabo en las diferentes reas operativas y que corresponden a componentes que se utilizan en otras

Revista de la Ingeniera Industrial

secciones. Por ejemplo, los tambores se procesan en la Planta de secadoras y se envan a la seccin de secadoras (del rea de ensamble de centros de lavado).

Diseo del modelo gentico

Los algoritmos genticos (AG) fueron introducidos por Holland11 en 1975 y han sido aplicados en numerosas disciplinas como las matemticas, la ingeniera, la biologa y las ciencias sociales (Golberg12). Los AGs son algoritmos de bsqueda basados en el mecanismo de la seleccin natural y de la gentica. Combinan el concepto de supervivencia del ms apto con intercambio aleatorio de informacin estructurada, para formar algoritmos robustos de bsqueda. El concepto del AG se basa en el proceso de evolucin que ocurre en los seres vivos. Se genera una poblacin inicial de posibles soluciones (individuos o cromosomas). Luego algunos individuos se seleccionan como padres para producir hijos va el operador de cruzamiento. Todos los individuos son, entonces, evaluados y seleccionados basndose en el concepto de Darwin13 de la supervivencia del ms fuerte. El proceso de reproduccin, evaluacin y seleccin se repite hasta que se alcance un cierto criterio de terminacin. Adicionalmente, se aplica con cierta probabilidad un operador de mutacin a los individuos para cambiar su composicin gentica. El objetivo de este proceso de mutacin es incrementar la diversidad en la poblacin y asegurar una bsqueda suficientemente amplia. Cada iteracin (generacin o familia de soluciones) est compuesta de cromosomas. Cada cromosoma a su vez se compone de genes individuales. Estos genes son codificaciones de las variables de diseo que son usadas para evaluar la funcin que esta siendo optimizada. Enseguida se detalla cada paso del AG desarrollado. Una solucin est dada por un cierto nmero de estaciones de trabajo en las que han sido asignados todos los elementos de trabajo y que satisface todas las restricciones de precedencia y de subproceso definidos previamente (cuadros 1 y 2) y adems de que el tiempo de ciclo de la estacin ms lenta (tci) es menor o igual que el tcmax. Una vez que se ha definido lo que es una solucin, ahora el siguiente paso es generar una poblacin inicial de soluciones de tamao p dado que se tienen n elementos de trabajo. Se utiliza el algoritmo del cuadro 3 para generar una solucin factible. Una vez que se genera el nmero de soluciones deseado, se dispone de una poblacin inicial compuesta de p individuos o soluciones factibles. Enseguida se debe definir una funcin de aptitud conveniente que para el caso, esta dada por el nmero de estaciones de trabajo (eti) multiplicado por el tci de la i-sima solucin. Al terminar el algoritmo del cuadro 3, se genera una solucin factible y el valor de k representa eti. Una vez que ya se conocen los valores de eti y de tci para cada una de las p soluciones, stas se ordenan de mejor a peor acuerdo al producto (eti)( tci) y se identifica la mejor solucin hasta este paso.

Revista de la Ingeniera Industrial

1
Elemento

2
Nodos i

4
Tiempo

6 7 Modelo 400
subconjunto Elemento permitido

8
Nodos i

10
Tiempo

11

12
subconjunto

(segundos)

Descripcin

(segundos)

Descripcin

permitido

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51

1 10 20 30 40 50 60 90 100 110 120 130 140 150 160 170 180 190 200 210 220 230 240 250 260 270 280 290 300 1 530 540 550 560 570 580 590 1 610 620 630 640 650 660 670 680 690 700 710 720 730

10 20 30 40 50 60 90 100 110 120 130 140 150 160 170 180 190 200 210 220 230 240 250 260 270 280 290 300 2210 530 540 550 560 570 580 590 2060 610 620 630 640 650 660 670 680 690 700 710 720 730 740

2.567 3.640 2.063 18.209 3.899 0.922 5.144 0.922 21.024 13.565 11.077 2.884 0.382 8.878 8.892 0.382 0.382 2.884 0.382 8.878 8.892 0.382 0.382 2.884 0.382 8.878 8.892 0.382 6.404 4.046 4.342 3.712 0.979 2.837 2.671 5.542 1.955 4.414 1.994 7.787 4.367 6.8 8.446 4.936 3.845 3.845 7.085 4.428 3.845 14.058 6.17

A B C D E F I J K L M N O P Q R S T U V W X Y Z AA AB AC AD AE BA BB BC BD BE BF BG BH BI BJ BK BL BM BN BO BP BQ BR BS BT BU BV

1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 4 4 4 4 4 4 4

52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102

740 750 760 770 780 790 800 1 820 830 840 850 860 870 880 890 900 910 920 930 940 950 960 970 980 990 1000 1 1020 1030 1040 1050 1060 1070 1080 1090 1100 1110 1 1130 1140 1150 1160 1170 1180 1190 1 1210 1220 1230 1240

750 760 770 780 790 800 2020 820 830 840 850 860 870 880 890 900 910 920 930 940 950 960 970 980 990 1000 2090 1020 1030 1040 1050 1060 1070 1080 1090 1100 1110 3050 1130 1140 1150 1160 1170 1180 1190 1410 1210 1220 1230 1240 1250

5.738 7.826 2.254 3.845 5.072 2.254 6.714 3.845 3.845 6.005 11.534 0.382 3.845 0.382 26.521 7.777 5.728 4.777 3.514 6.682 14.058 9.472 8.053 3.845 26.521 15.581 4.860 2.516 8.676 6.088 1.462 4.068 5.296 2.837 0.814 4.950 4.950 2.491 2.286 10.652 2.286 3.892 11.988 51.145 5.760 1.634 3.845 3.982 5.515 1.321 3.845

BW BX BY BZ CA CB CC CD CE CF CG CH CI CJ CK CL CM CN CO CP CQ CR CS CT CU CV CW CX CY CZ DA DB DC DD DE DF DG DH DI DJ DK DL DM DN DO DP DQ DR DS DT DU

4 4 4 4 4 4 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 6 6 6 6 6 6 6 6 6 6 6 7 7 7 7 7 7 7 7 8 8 8 8 8

Cuadro 1. Informacin de los elementos de trabajo

1
Elemento

2
Nodos i

4
Tiempo

6 7 Modelo 400
subconjunto Elemento permitido

8
Nodos i

10
Tiempo

11

12
subconjunto

(segundos)

Descripcin

(segundos)

Descripcin

permitido

103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153

1250 1260 1270 1 1290 1300 1310 1320 1330 1340 1350 1360 1370 1380 1390 1400 1410 1420 1430 1440 1450 1460 1470 1480 1490 1500 1510 1520 1530 1 1550 1560 1570 1580 1590 1 1610 1620 1630 1640 1650 1660 1670 1680 1 1700 1710 1720 1730 1760 1770

1260 1270 1440 1290 1300 1310 1320 1330 1340 1350 1360 1370 1380 1390 1400 1410 1420 1430 1440 1450 1460 1470 1480 1490 1500 1510 1520 1530 3020 1550 1560 1570 1580 1590 1640 1610 1620 1630 1640 1650 1660 1670 1680 3080 1700 1710 1720 1730 1760 1770 1810

19.696 5.515 3.845 4.108 2.304 13.662 3.517 7.466 7.466 2.282 5.058 4.446 4.446 10.314 4.856 4.608 3.355 15.520 4.320 4.856 3.845 5.436 4.856 4.072 8.557 2.765 4.320 15.520 2.282 8.510 3.064 5.166 1.282 5.058 4.550 7.060 3.920 1.490 4.900 3.539 29.444 3.996 29.444 6.466 2.502 2.502 43.369 9.418 3.337 8.183 4.684

DV DW DX DY DZ EA EB EC ED EE EF EG EH EI EJ EK EL EO EP EQ ER ES ET EU EV EW EX EY EZ FA FB FC FD FE FF FG FH FI FJ FK FL FM FN FO FP FQ FR FS FV FW FX

8 8 8 8 8 8 8 8 8 8 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 10 10 10 10 10 10 11 11 11 11 11 11 11 11 11 12 12 12 12 12 12 13

154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204

1810 2030 1810 1820 2020 2030 2050 2060 2090 2100 2070 2090 2090 1750 1870 1880 1750 2090 2130 2170 2130 2130 2190 2193 2196 2230 2235 2190 2200 2210 2220 2230 2260 2270 2280 2290 2240 2245 2250 2255 2290 3010 3020 3030 3040 3050 3060 3070 3030 3080 3090

2130 2040 1820 2190 2030 2050 2060 2070 2100 2110 2190 2094 2185 1870 1880 2190 2090 2130 2170 2190 2135 2190 2193 2196 2230 2235 2240 2200 2210 2220 2230 2260 2270 2280 2290 3010 2245 2250 2255 2290 3000 3020 3030 3040 3050 3060 3070 3080 3035 3090 4000

45.216 17.773 2.376 7.826 3.337 3.665 13.662 3.481 2.866 7.628 3.852 13.662 3.344 5.011 7.628 3.852 7.754 30.373 4.810 13.662 4.082 3.470 2.693 4.212 7.628 3.136 31.763 2.502 4.039 6.008 1.919 1.595 13.662 2.376 7.826 13.662 2.693 4.212 7.628 3.136 37.796 3.064 7.027 3.557 3.269 5.011 43.009 5.011 6.678 9.965 27.457

FY FZ GA GB GC GD GE GF GI GJ GM GQ GU HF HG HH HI HJ HK HL HM HQ HW HX HY HZ IB IC ID IE IF IG IH II IJ IK IL IM IN IO IQ IR IS IT IU IV IX IY IZ JA JB

13 13 13 13 13 13 13 13 13 13 13 13 13 14 14 14 14 14 14 14 14 14 13 13 13 13 13 14 14 14 14 14 14 14 14 14 13 13 13 13 13 14 14 14 14 14 14 14 14 14 14

Cuadro 1. Informacin de los elementos de trabajo (continuacin)

Revista de la Ingeniera Industrial

1
Elemento

2
Nodos i

4
Tiempo

6 7 Modelo 400
subconjunto Elemento permitido

8
Nodos i

10
Tiempo

11

12
subconjunto

(segundos)

Descripcin

(segundos)

Descripcin

permitido

205 206 207 208 209 210 211 212 213

4000 4010 4020 4030 4040 4050 4060 2040 2135

4010 4020 4030 4040 4050 4060 4070 2050 2190

3.136 5.011 5.011 5.011 29.228 5.011 83.190 0.000 0.000

JC JD JE JF JG JH JI Ficticia Ficticia

14 14 14 14 14 14 14

214 215 216 217 218 219 220 221

3000 3035 2185 2260 2110 1 1 2094

3020 3040 2190 2280 2130 1750 2185 2190

0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000

Ficticia Ficticia Ficticia Ficticia Ficticia Ficticia Ficticia Ficticia

Cuadro 1. Informacin de los elemento de trabajo (continuacin)

Modelo 400 Subconjunto 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

1 2 3 4 5 6 7 8 9 10 11 12 13 14

1 11 30 45 59 79 90 98 113 132 138 147 159 153 186 211

2 12 31 46 60 80 91 99 114 133 139 148 160 154 187

3 13 32 47 61 81 92 100 115 134 140 149 161 155 188

4 14 33 48 62 82 93 101 116 135 141 150 162 156 189

5 15 34 49 63 83 94 102 117 136 142 151 163 157 195

6 16 35 50 64 84 95 103 118 137 143 152 164 158 196

7 8 9 10 17 18 19 20 21 22 23 24 25 26 27 28 29 36 37 38 39 40 41 42 43 44 51 52 53 54 55 56 57 58 65 66 67 68 69 70 71 72 73 74 75 76 77 85 86 87 88 89 96 97 104 105 106 107 108 109 110 111 112 119 120 121 122 123 124 125 126 127 128 129 130 131 144 145 146

78

165 166 176 177 178 179 180 190 191 192 193 194 167 168 169 170 171 172 173 174 175 181 182 183 184 185 197 198 199 200 201 202 203 204 205 206 207 208 209 210

Cuadro 2. Subconjuntos requeridos por el proceso

Despus de seleccionar una pareja (p1, algoritmo que se detalla en el cuadro 4.

p2), se procede a su reproduccin utilizando el

Se contina la seleccin de otras parejas hasta completar la tasa de reproduccin establecida. Ahora se procede a la mutacin dada una tasa tm cuyo valor se recomienda15 alrededor de 0.2. Si tm = 0.2 implica que el 20% de la poblacin actual se mutar. Una mutacin se obtiene de acuerdo con el algoritmo del cuadro 5.

Revista de la Ingeniera Industrial

Lo siguiente es la reproduccin, para la cual se fija una tasa tR la cual se recomienda que tenga un valor entre 0.85 y 0.9014. Si la fijamos en 0.88 implica que el 88% de la poblacin va a formar parejas para generar un hijo. Para llevar a cabo la reproduccin, se considera una seleccin aleatoria de las parejas. Debe mencionarse que eti representa tambin la longitud del cromosoma (l) y cada estacin de trabajo es un gen.

1. 2. 3.

Hacer k = 0 e inicializar el conjunto de elementos no asignados S. Se abre la estacin k=k+1. Hacer stk =0. Si se selecciona al azar un elemento e a partir del conjunto de los elementos no considerados y no asignados. En caso contrario ir al paso 9.

4.

Acumular tiempo:

stk = stk + te. Si

ir al paso 5. Si

5. 6.

no, marcar el elemento e como ya considerado e ir al paso 3. Identificar todos los elementos inmediatos anteriores de los que depende e y formar el conjunto E. Verificar si todo elemento del conjunto E ya fue asignado en la estacin k o en alguna estacin j anterior donde . Si as es, ir al paso 7. En caso contrario, marcar el elemento e como ya considerado e ir al paso 3. Verificar si el elemento e pertenece a un subconjunto compatible con el o los subconjuntos ya asignados en la estacin k. Si as es, ir al paso 8. En caso contrario, marcar el elemento e como ya considerado e ir al paso 3. Asignar el elemento e a la estacin k. continuar en el paso 3. Si no se han asignado todos los n elementos, cerrar la estacin y continuar en el paso 2. En caso contrario, terminar el algoritmo. Cuadro 3. Algoritmo para generar una solucin al azar.

7.

8. 9.

1. 2. 3. 4. 5. 6. 7.

Seleccionar al azar dos padres a partir de la poblacin. Seleccionar el k-simo gen donde y l es la longitud menor de ambos padres. Intercambiar el lado derecho de los cromosomas de ambos padres a partir del gen k+1 (mtodo SPX). Verificar que no falte ningn elemento en ambos hijos. Verificar que no se exceda el tcmax en ambos hijos. Verificar que en ninguna estacin de ambos hijos se mezclen elementos de subconjuntos no compatibles entre s. Si los pasos 4, 5 y 6 se cumplen, terminar el algoritmo. En caso contrario ir al paso 1. Cuadro 4. Algoritmo para la reproduccin.

Sigue entonces la insercin, para la cual se establece una tasa de reemplazo tr cuyo valor puede ser hasta el 100%16. Si tr = 0.50 implica que la segunda mitad de la poblacin actual ordenada (la peor) se reemplazar por la primera mitad de la nueva generacin ordenada (la mejor).

Revista de la Ingeniera Industrial

La proporcin de la nueva poblacin a utilizar para reemplazar a la anterior est compuesta: (a) exclusivamente por nuevas soluciones o (b) por nuevas soluciones, soluciones de la poblacin actual que no se reprodujeron y soluciones producto de una mutacin. El proceso descrito en cada iteracin va creando nuevas generaciones y se detiene cuando alcanza una meta establecida o satisface una regla de detencin.

Experimentacin y resultados
Se dise una interfase grfica utilizando MatLab versin 7. En el cuadro 1 se puede observar que son 211 elementos de trabajo considerados y 10 elementos ficticios que son necesarios para que las precedencias sean correctas. En el cuadro 2 se muestran los subconjuntos que contienen los elementos de trabajo y que implica que no pueden mezclarse elementos de subconjuntos no permitidos.

1. Calcular la probabilidad de mutacin de acuerdo con la ecuacin 1.

(1) 2. Generar un nmero continuo aleatorio ri tal que 3. Si ri < pm ir al paso 4 para la mutacin. De lo contrario ir al paso 12. 4. 5. 6. Generar un nmero entero aleatorio tal que para seleccionar el nmero de solucin a mutar. Generar una nueva solucin utilizando el algoritmo del cuadro 3. Generar otro nmero entero aleatorio tal que para identificar a partir de qu nmero de gen se va a intercambiar por la nueva solucin del paso 5. Intercambiar por la derecha los genes de ambas soluciones a partir del

7.

Cuadro 5. Algoritmo para la mutacin.

Para evaluar el desempeo del algoritmo, se efectuaron 20 corridas, cada una de 15 iteraciones, con los siguientes parmetros:

p = 15

tR = 0.70

tm = 0.20 tr = 0.50

La seleccin de parejas para la reproduccin fue al azar y la funcin de aptitud qued definida segn la ecuacin 2.

Revista de la Ingeniera Industrial

gen . 8. Verificar que no falte ningn elemento en la solucin mutada. 9. Verificar que no se exceda el tcmax en la solucin mutada. 10. Verificar que en ninguna estacin de la solucin mutada se mezclen elementos de subconjuntos no compatibles entre s. 11. Si los pasos 8, 9 y 10 se cumplen, ir al paso 12. En caso contrario ir al paso 2. 12. Si no se ha completado la tasa de mutacin, continuar en el paso 2. De lo contrario terminar el algoritmo.

Adicionalmente, la regla de detencin se activa cuando se acumulan 30 intentos consecutivos y en cada caso la diferencia entre los valores de la funcin de aptitud de una solucin a otra es menor a 0.0001. En la figura 1 se muestra el resultado de dichas corridas. Se puede apreciar que el comportamiento es consistente en la reduccin de la funcin de aptitud (lo cual equivale

Figura 1. Desempeo promedio del algoritmo.

Figura 2. Evolucin de la mejor corrida

a reducir el nmero de estaciones). Una vez que se sabe que el modelo es confiable se seleccion la mejor corrida de las 20 que se hicieron. El resultado se muestra en la figura 2 y en el cuadro 6, observando que 15 iteraciones fueron suficientes para alcanzar el resultado deseado.

Estacin 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 94.97 2 2 2

138 1 139 1610 140 1620 141 1630 1 2 3 4 5 6 7 8 9 10 1 10 20 30 40 50 60 90 100 110

1610 1620 1630 1640 10 20 30 40 50 60 90 100 110 120

79 1 80 1020 81 1030

1020 1030 1040

Revista de la Ingeniera Industrial

No. 98 99 100 101 102 103 106 107 108 109 110 111 112 219 220

i 1 1210 1220 1230 1240 1250 1 1290 1300 1310 1320 1330 1340 1 1

j 1210 1220 1230 1240 1250 1260 1290 1300 1310 1320 1330 1340 1350 1750 2185

Crtica

Segun- Descripdos cin 3.845 DQ 3.982 DR 5.515 DS 1.321 DT 3.845 DU 19.696 DV 4.108 DY 2.304 DZ 13.662 EA 3.517 EB 7.466 EC 7.466 ED 2.282 EE 0.000 Ficticia 0.000 Ficticia 79.009 2.516 CX 8.676 CY 6.088 CZ

Estacin 2 2 2 53.07 3 3 3 3 20.88 4 4 4 4 4 4 4 4 4 4

No. i 87 1090 88 1100 89 1110

j 1100 1110 3050

Crtica

Segun- Descripdos cin 4.950 DF 4.950 DG 2.491 DH 44.147 7.060 FG 3.920 FH 1.490 FI 4.900 FJ 17.370 2.567 A 3.640 B 2.063 C 18.209 D 3.899 E 0.922 F 5.144 I 0.922 J 21.024 K 13.565 L

2 2 2 2 2

82 83 84 85 86

1040 1050 1060 1070 1080

1050 1060 1070 1080 1090

1.462 4.068 5.296 2.837 0.814

DA DB DC DD DE

86.49 5 5 5 5

147 1 148 1700 149 1710 150 1720

1700 1710 1720 1730

71.953 2.502 2.502 43.369 9.418

FP FQ FR FS

Cuadro 6. El mejor resultado de una serie de 20 corridas (contina en la siguiente pgina)

1 2 3 4 5 6 7 1 2 3 4 5 6 7

Estacin 5 5 83.32 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 77.93 7 7 7 7 7 7 7 96.76 8 8 8 8 8 8 98.87 9 9 9 9 9 9 40.54 10 10 11.25 11 11 11 11 11

No. i 151 1730 152 1760 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 153 154 156 157 167 168 170 90 91 92 93 94 95 113 114 115 116 117 118 1 530 540 550 560 570 580 590 1 610 620 630 640 650 660 1770 1810 1810 1820 1750 1870 1750 1 1130 1140 1150 1160 1170 1350 1360 1370 1380 1390 1400

j 1760 1770 530 540 550 560 570 580 590 2060 610 620 630 640 650 660 670 1810 2130 1820 2190 1870 1880 2090 1130 1140 1150 1160 1170 1180 1360 1370 1380 1390 1400 1410 1270 1440 820 830 840 850 860

Crtica

104 1260 105 1270 59 60 61 62 63 1 820 830 840 850

* * * * *

Segun- Descripdos cin 3.337 FV 8.183 FW 69.311 4.046 BA 4.342 BB 3.712 BC 0.979 BD 2.837 BE 2.671 BF 5.542 BG 1.955 BH 4.414 BI 1.994 BJ 7.787 BK 4.367 BL 6.800 BM 8.446 BN 4.936 BO 64.826 4.684 FX 45.216 FY 2.376 GA 7.826 GB 5.011 HF 7.628 HG 7.754 HI 80.496 2.286 DI 10.652 DJ 2.286 DK 3.892 DL 11.988 DM 51.145 DN 82.249 5.058 EF 4.446 EG 4.446 EH 10.314 EI 4.856 EJ 4.608 EK 33.728 5.515 DW 3.845 DX 9.360 3.845 CD 3.845 CE 6.005 CF 11.534 CG 0.382 CH

Estacin 11 11 11 93.95 12 12 8.89 13 4.63 14 14 14 14 14 14 14 14 14 14 14 14 14 14 92.53 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 99.16 16 16 16 16 16

No. 68 69 70

i 900 910 920

j 910 920 930 1190 1410 2190 680 690 700 710 720 730 740 750 760 770 780 790 800 2020 130 140 150 160 170 180 190 200 210 220 230 240 250 260 270 280 290 300 2210 940 950 960 970 980

Crtica * * *

96 1180 97 1190 169 1880 45 46 47 48 49 50 51 52 53 54 55 56 57 58 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 71 72 73 74 75 670 680 690 700 710 720 730 740 750 760 770 780 790 800 120 130 140 150 160 170 180 190 200 210 220 230 240 250 260 270 280 290 300 930 940 950 960 970

* * * * *

Segun- Descripdos cin 5.728 CM 4.777 CN 3.514 CO 78.154 5.760 DO 1.634 DP 7.394 3.852 HH 3.852 3.845 BP 3.845 BQ 7.085 BR 4.428 BS 3.845 BT 14.058 BU 6.170 BV 5.738 BW 7.826 BX 2.254 BY 3.845 BZ 5.072 CA 2.254 CB 6.714 CC 76.979 11.077 M 2.884 N 0.382 O 8.878 P 8.892 Q 0.382 R 0.382 S 2.884 T 0.382 U 8.878 V 8.892 W 0.382 X 0.382 Y 2.884 Z 0.382 AA 8.878 AB 8.892 AC 0.382 AD 6.404 AE 82.493 6.682 CP 14.058 CQ 9.472 CR 8.053 CS 3.845 CT

Revista de la Ingeniera Industrial

10

11 11 11 11

64 65 66 67

860 870 880 890

870 880 890 900

* * * *

3.845 0.382 26.521 7.777

CI CJ CK CL

16 82.50 17 17

76

980

990 1550 1560

132 1 133 1550

26.521 68.630 8.510 3.064

CU FA FB

Cuadro 6. El mejor resultado de una serie de 20 corridas (contina en la siguiente pgina)

1 2 3 4 5 6 7 1 2 3 4 5 6 7

Estacin 17 17 17 17 33.21 18 18 18 25.38 19 19 19 19 29.64 20 20 20 20 20 20 20 20 20 20 20 20 20 95.81 21 21 21 21 21 87.62 22 22 24.57 23 23 23 23 23 23 23 33.06 24 24

No. 134 135 136 137

i 1560 1570 1580 1590

j 1570 1580 1590 1640 2040 2030 2050 2050 2060 2070 2190 1420 1430 1440 1450 1460 1470 1480 1490 1500 1510 1520 1530 3020 1650 1660 1670 1680 3080 1000 2090 2100 2110 2094 2185 2190 2130 2190 2130 2170

Crtica

155 2030 158 2020 212 2040 159 160 161 164 119 120 121 122 123 124 125 126 127 128 129 130 131 142 143 144 145 146 2030 2050 2060 2070 1410 1420 1430 1440 1450 1460 1470 1480 1490 1500 1510 1520 1530 1640 1650 1660 1670 1680

77 990 78 1000 162 163 165 166 216 218 221 2090 2100 2090 2090 2185 2110 2094

* *

171 2090 172 2130

* *

Segun- Descripdos cin 5.166 FC 1.282 FD 5.058 FE 4.550 FF 27.630 17.773 FZ 3.337 GC 0.000 Ficticia 21.110 3.665 GD 13.662 GE 3.481 GF 3.852 GM 24.660 3.355 EL 15.520 EO 4.320 EP 4.856 EQ 3.845 ER 5.436 ES 4.856 ET 4.072 EU 8.557 EV 2.765 EW 4.320 EX 15.520 EY 2.282 EZ 79.704 3.539 FK 29.444 FL 3.996 FM 29.444 FN 6.466 FO 72.889 15.581 CV 4.860 CW 20.441 2.866 GI 7.628 GJ 13.662 GQ 3.344 GU 0.000 Ficticia 0.000 Ficticia 0.000 Ficticia 27.500 30.373 HJ 4.810 HK

Estacin 24 24 24 24 24 24 85.19 25 25 25 25 25 25 25 25 25 80.66 26 26 26 26 26 26 26 50.71 27 27 45.43 28 28 28 28 28 28 28 28 88.43 29 29 29 29 29 29 66.82 30 30 41.16

No. 175 181 182 183 184 213 176 177 178 179 180 190 191 192 193 185 186 187 188 189 195 217

i 2130 2190 2200 2210 2220 2135 2190 2193 2196 2230 2235 2240 2245 2250 2255 2230 2260 2270 2280 2290 3010 2260

j 2190 2200 2210 2220 2230 2190 2193 2196 2230 2235 2240 2245 2250 2255 2290 2260 2270 2280 2290 3010 3020 2280 3000 3020 3030 3040 3050 3060 3070 3080 3035 3040 3090 4000 4010 4020 4030 4040 4050 4060

Crtica

* * * * * * * * *

194 2290 214 3000 196 197 198 199 200 201 202 215 203 204 205 206 207 208 3020 3030 3040 3050 3060 3070 3030 3035 3080 3090 4000 4010 4020 4030

* * * * * * * * * * * * * * * * *

209 4040 210 4050

Segun- Descripdos cin 3.470 HQ 2.502 IC 4.039 ID 6.008 IE 1.919 IF 0.000 Ficticia 70.866 2.693 HW 4.212 HX 7.628 HY 3.136 HZ 31.763 IB 2.693 IL 4.212 IM 7.628 IN 3.136 IO 67.102 1.595 IG 13.662 IH 2.376 II 7.826 IJ 13.662 IK 3.064 IR 0.000 Ficticia 42.186 37.796 IQ 0.000 Ficticia 37.796 7.027 IS 3.557 IT 3.269 IU 5.011 IV 43.009 IX 5.011 IY 6.678 IZ 0.000 Ficticia 73.562 9.965 JA 27.457 JB 3.136 JC 5.011 JD 5.011 JE 5.011 JF 55.591 29.228 JG 5.011 JH 34.240

Revista de la Ingeniera Industrial

11

24 24

173 2170 174 2130

2190 2135

13.662 4.082

HL HM

31 100.00

211 4060

4070

83.190 83.190

JI

Cuadro 6. El mejor resultado de una serie de 20 corridas

Enseguida se explica el contenido del cuadro 6. La columna 1 muestra la k-sima estacin. Cuando sta cambia a la siguiente estacin, se intercala un rengln en el cual se muestra (en la columna 1) la eficiencia de la estacin (Ek), que se calcula como se indica en las ecuaciones 3 y 4.

k corresponde al nmero de estaciones utilizadas en la solucin. La columna 2 es un nmero consecutivo para referirse al nmero de elemento de trabajo. Las columnas 3 y 4 son los nodos (i, j) de cada elemento de trabajo y que permiten construir la red CPM como ya se mencion. La columna 5 muestra un asterisco cuando el elemento de trabajo forma parte del camino crtico de la red. Esto es importante, ya que implica que si hay un atraso (o adelanto) en la realizacin de dicho elemento, el tiempo de ciclo incurrido se afectar de manera directa. De tal forma que se deber poner especial cuidado en ello, al momento de tomar decisiones que aceleran o retrasan el elemento. La columna 6 muestra el tiempo de realizacin del elemento y la columna 7 una descripcin simplificada del mismo. La solucin mostrada utiliz 31 estaciones de trabajo (k*) y alcanz una eficiencia promedio ( ) de 62.37%. Debe recordarse que la aptitud solo est en funcin del nmero de estaciones. La eficiencia promedio se obtiene de acuerdo a la ecuacin 5.

El tiempo de ciclo que requiri fue de 83.19 segundos (tc*) el cual es menor al

tcmax.

Finalmente, la serie de 20 corridas consumi 6.303 horas y la mejor corrida 16.51 minutos en una computadora Pentium(R) D, 3.00 GHz y 0.99 GB de RAM.

Conclusiones
Los resultados obtenidos indican que el AG diseado permite obtener una solucin atractiva a un problema en el que interactan tres aspectos: las restricciones asociadas a varios procesos interrelacionados, las secuencias propias de cada elemento de trabajo y el tiempo de ciclo que no debe excederse. Ello representa un escenario complejo en el que no es fcil encontrar un balanceo satisfactorio. Se observa tambin que los elementos de trabajo con tiempos de realizacin bajos y que estn ligados a ciertas dependencias, inciden fuertemente en la eficiencia lograda en el balanceo (por ejemplo, las estaciones 10, 12 y

Revista de la Ingeniera Industrial

12

13). Esta situacin surge necesariamente por el hecho de que un subproceso debe llevarse a cabo antes que otro u otros subprocesos adems de las otras dos causas ya mencionadas.

Trabajo futuro
Una vez que se ha logrado un primer balanceo a partir de las condiciones expuestas, puede realizarse una planeacin de la capacidad en relacin a cada elemento de trabajo; es decir, los recursos que cada elemento requiere deben ser solo los necesarios. Si se dispone de menos recursos, habr retrasos y si existen recursos sobrados, se incurrir en costos indebidos. Este anlisis est en vas de estudio. Otro estudio de inters es aplicar el anlisis de Pareto para considerar dos o ms objetivos en conflicto, como es el caso de reducir el nmero de estaciones e incrementar la eficiencia promedio.

Referencias
1

Ponnambalam, S. G., Aravindam, P., and Mogileeswar, G., A Multi-Objective Genetic Algorithm for Solving Assembly Line Balancing Problem. The International Journal of Advanced Manufacturing Technology, Vol. 16 No. 1, 2000. Gutjahr, A. L. and Nemihauser, G. L.,An algorithm for the line balancing problem. Management Science, Vol. 11 No. 2, 1964. Hackman, S. T., Magazine, M. J., and Wee, T. S., Fast, effective algorithms for simple assembly line balancing problems. Journal of Operational Research, Vol. 37, No. 6, 1989. Helgeson, W. P. and Birnie, E. P., Assembly line balancing using the ranked positional weight techmique. Journal of Industrial Engineering, Vol. 12, No. 6, 1961. Kilbridge, M. D., and Wester, L. A heuristic method of assembly line balancing, Journal of Industrial Engineering, Vol. 12 No. 4, 1961. Wee, T. S. and Magazine, M. J., An efficient Branch and Bound algorithm for an assembly line balancing problem. Part I. Minimise the number of workstations. Working Paper 150, University of Waterloo, Ontario, Canada, 1981. Ghosh, S. and Gagnom, R., A comprehensive literature review and analysis of the design, balancing and scheduling of assembly lines. International Journal of Production Research, Vol. 27, No. 4, 1989. Baybars, I., A survey of exact algorithms for the simple assembly line balancing problem, Management Science, Vol. 32, No. 8, 1986. Brian, T. F., Patterson, J. H., and Gehrlein W. V., A comparative evaluation of heuristic line balancing techniques. Management Science, Vol. 32 No. 4, 1986. Ramirez-Campos, S. and Salais Fierro, T., Flexibility and Time Optimization in an Automotive Assembly Line: A Neural Network Approach. Proceedings of Business & Industry Symposium: Advanced Simulation Technology Conference, Arlington, VA, USA, April 1822, 2004. Holland, J. H., Adaptation in Natural and Artificial Systems. The University of Michigan Press, Ann Harbor Michigan, 1975.

10

11

Revista de la Ingeniera Industrial

13

12

Goldberg, D.E., Genetic algorithms in search, optimization, and machine learning, Addison-Wesley Pub Co., MA, 1989. Darwin, C., El origen de las especies, 1997.UNAM. Hill, S. and ORiordan, C., Genetic Algorithms, their Operators and the NK Model. Technical report NUIG-IT-150601, National University of Ireland, Galway, 2001. Jahangirian, M. and G.V. Conroy, Intelligent dynamic scheduling system. Integrated Manufacturing Systems, Vol. 11 No. 4, 2000. Badibaru, A. B. and J.Y. Cheung, Fuzzy Engineering Expert Systems with Neural Network Applications. John Wiley & Sons, Inc. 2002

13

14

15

16

Revista de la Ingeniera Industrial

14