JOMI: Algoritmo heurstico tipo greedy para la solucin de los problemas de lneas de ensamble J. Burgos-Meneses, L. Garzn-Aguirre y J.

Lpez-Pereira

Organizacin y direccin de empresas Organizacin de la produccin

JOMI: ALGORITMO HEURSTICO TIPO GREEDY PARA LA SOLUCIN DE LOS PROBLEMAS DE LNEAS DE ENSAMBLE
Jorge Burgos-Meneses, Joyce Michelle Burgos-Meneses, Luis Garzn-Aguirre y Jorge Lpez-Pereira Universidad de Crdoba, Facultad de Ingenieras, Departamento de Ingeniera Industrial Cra 10wa # 14-83 Montera- Crdoba- Colombia. Tel. +3145059685. ing.jmburgos.09@gmail.com Recibido: 22-ene-2013 -- Aceptado: 10-jul-2013 - DOI: http://dx.doi.org/10.6036/MN5714

JOMI: HEURISTIC ALGORITHM TYPE GREEDY TO SOLVE ASSEMBLY BALANCING PROBLEMS

ABSTRACT:
This paper focus in the description and evaluation of a new Greedy heuristic to solve assembly line balancing problems type-I (SALBPs-1),which is based in sequence of activities and their operation time to have an approximation more adequate of work stations. Here we show a comparative evaluation of this heuristic with others 14 of same type, among these positional weight, biggest number of successor tasks, longest operation time and biggest number of successor immediate tasks. We used 269problems for the comparative evaluation, where each heuristic was codified in software MATLAB 2009b. Theresults show us that the JOMI heuristic generates very good solutions with the best average ofefficiency 90,24%; showing so other simple and feasible way to solve balancing line problems. Keywords: Balance, heuristic, assembly line, sequence, operation time.

RESUMEN:
Este artculose basa en la descripciny evaluacin deuna nueva heurstica Greedy para resolver problemas de equilibrado de lneas de ensamble tipo-1 (SALBPs-1),la cual se fundamenta en la sucesin de actividades y el tiempo de operacin de estas para llegar a tener una aproximacin ms adecuada de las estaciones de trabajo. Aqu se muestra una evaluacin comparativa entre esta heurstica y otras 14 de este tipo, entre las cuales se encuentra el peso posicional, mayor nmero de tareas sucesoras, tiempo de operacin ms largo y mayor nmero de tareas sucesoras inmediatas. Se utilizaron269instancias para la prueba computacional ytodas las heursticas fueron codificadas en el programa MATLAB 2009b. Gracias a los resultados se not que la heurstica JOMI genera muy buenas soluciones, arrojando consigo el mejor promedio de eficiencia con 90,24%; mostrando as otra forma sencilla y factible de resolver los problemas de lneas de ensamble.

Palabras clave: Balanceo, heurstica, lneas de ensamble, secuencia,

tiempo operacin.

1.- INTRODUCCIN
Las lneas de ensamble son sistemas productivos de gran importancia en la industria, ya que muchos artculos actuales (celulares, computadores, televisores, carros, etc.) resultan de ensamblar un grupo de elementos o partes a travs de esta distribucin, estas lneas se caracterizan por estar formadas por estaciones de trabajo, a travs de las cuales circula el producto en proceso hasta ser terminado, pueden ser configuradas en serie o en paralelo ycuentan conuntiempoidntico determinado, tiempo de ciclo, para realizar las operaciones asignadas.En estos sistemas, lafabricacin de un producto se divide en un grupo de actividades,donde algunas pueden presentar relaciones de precedencia entre s, lo cual, junto al tiempo de ciclo determina la forma en que se asignan a cada estacin de trabajo. As, el problema fundamental de las lneas de ensamble es determinar quactividades asignar a las estaciones, cumpliendo las restricciones establecidas. Los problemas de balanceo de lneas de ensamble (ALBPs)hansido clasificados en dos tipos principales,simple assembly line balancingproblem (SALBP) y general assembly line balancingproblem(GALBP),esta clasificacin se detalla en [1] donde se estudia el desarrollo de los SALBP a travs del tiempo. Los SALBPs estn limitados slo por restricciones de precedencia y capacidad (tiempo), sus instancias se pueden representar de la siguiente manera; un grupo de actividadesi (i=1,...,n), las cuales son indivisibles, poseen una duracin

Pag. 1 / 10
Publicaciones DYNA SL-- c) Mazarredo n69 -3 -- 48009-BILBAO (SPAIN) Tel +34 944 237 566 www.dyna-management.com - email: info@dyna-management.com

JOMI: Algoritmo heurstico tipo greedy para la solucin de los problemas de lneas de ensamble J. Burgos-Meneses, L. Garzn-Aguirre y J. Lpez-Pereira

Organizacin y direccin de empresas Organizacin de la produccin

de procesamiento conocida ti y algunas presentan relaciones de precedencia entre s; se distribuyen en un grupo de estaciones de trabajo Sj (j=1,...,m), las cuales presenta un tiempo idntico (tiempo de ciclo tc). Entre los SALBPs se distinguen 4 tipos, como se puede observar en el amplio estado de arte [2] donde se detallan las investigaciones ms sobresalientes de estos problemas. SALBP-1, cuando se busca minimizar el nmero de estaciones dado el tiempo de ciclo. SALBP-2, cuando se busca minimizar el tiempo de ciclo dado el nmero de estaciones. SALBP-E, cuando se busca minimizar ambos el tiempo de ciclo y el nmero de estaciones. SALBP-F, cuando se busca encontrar una factibilidad dados estos dos parmetros. Cabe destacar que para los SALBP uno de los objetivos fundamentales es maximizar la eficiencia del sistema, la cual se define como la divisin entre tiempo total de las actividades Tt y la multiplicacin del nmero de estaciones con el tiempo de ciclo(1). (1) Los GALBPs,como se puede observar en [6] donde se realiza un completo estudio de las investigaciones relacionadas con este tipo de problema, son problemas ms generalizados que consideran otras restricciones aparte del tiempo de ciclo y relaciones de precedencia, como el caso de estaciones en paralelo donde en [3] se define este tipo de problema y se propone un efectivo procedimiento de solucin; lneas en forma de U donde en [4] este tipo de problema se introduce, modela y adems se desarrolla un procedimiento para su solucin; o incompatibilidad entre tareas donde en [5] se investiga este problema incluyendo una prctica industrial. Cabe destacar que aunque los GALBPs son problemas ms generales y reales, los SALBPs son a los que la mayora de investigadores han dedicado sus estudios ya que sus soluciones pueden ser adaptadas a las soluciones de los GALBPs. Los ALBPs han sido estudiados por muchos investigadores desde diferentes enfoques, y para su solucin se han desarrollado mltiples mtodos como se observa en el estado del arte[2] y el proyecto de clasificacin de balanceo de lneas de ensamble [7]; estos mtodos se pueden dividir en:Mtodos heursticos, los cualescomnmente utilizan reglas de prioridad y generan buenas respuestas en tiempos computacionales muy cortos, como se puede observar en [8] donde se realiza un experimento computacional para evaluar la eficiencia de 26 heursticas de decisin, en la seccin siguiente se detallara este tipo de procedimiento; mtodos basados en procedimientos de bsqueda exacta branch and bound, los cuales se caracterizan por generar las respuestas ms eficientes aunque en tiempos de procesamiento ms largos,entre estos se destacan los algoritmos FABLE [12] y SALOME [20]; y mtodos basados en la implementacin de metaheuristicas, como es el caso de [14] donde se describe el desarrollo de un algoritmo gentico para la creacin de mltiples soluciones en los ALBP;[15] en el cual se presenta un algoritmo de bsqueda tab y se discuten sus diferencias con los otros algoritmos de este tipo encontrados en la literatura; y [16] el cual se basa en la aplicacin del algoritmo de colonia de hormigas en un problema de balanceo de lneas de ensamble . En estainvestigacin se presenta el diseo y la validacin de una nueva heurstica tipo greedyllamada JOMI, mediante su ejecucin y comparacin con otros mtodos existentes del mismo tipo, todo esto con el fin de ofrecer un mtodo alternativoen la solucin de los SALBP-1.

Pag. 2 / 10
Publicaciones DYNA SL-- c) Mazarredo n69 -3 -- 48009-BILBAO (SPAIN) Tel +34 944 237 566 www.dyna-management.com - email: info@dyna-management.com

JOMI: Algoritmo heurstico tipo greedy para la solucin de los problemas de lneas de ensamble J. Burgos-Meneses, L. Garzn-Aguirre y J. Lpez-Pereira

Organizacin y direccin de empresas Organizacin de la produccin

2.- HEURSTICAS GREEDY

Pese a los progresos obtenidos en cuanto a la resolucin exacta de los problemas de optimizacin combinatoria, particularmente los referentes al balanceo de lneas de ensamble, los procedimientos heursticos siguen desempeando un papel muy importante, puesto que permiten obtener soluciones adecuadas en tiempos de procesamiento relativamente cortos y son buenas alternativas para los problemas en que los mtodos exactos no tienen xito. En [26]se pueden observar las ventajas de este tipo de procedimientos. Las heursticas tipo greedy, caracterizadas por utilizar los datos disponibles del problema para construir paso a paso una solucin, son una de las ms conocidas y prueba de ello se observa en como los investigadores las utilizan para basarse en el desarrollo de nuevos procedimientos. Tal es el caso de [22] donde se definen varios componentes comprendidos en GreedyRandomizedAdaptiveSearchProcedures (GRASP) y se demuestra paso por paso como desarrollar heursticas para los problemas de optimizacin combinatoria; [23] donde se trata de determinar la mejor heurstica greedy en un conjunto infinito de heursticas de este tipo y consecuentemente se aplica al problema de balanceo de lneas de ensamble en [24]; [21] donde se propone un procedimiento de combinacin de soluciones representadas por secuencias de reglas heursticas greedy bajo un esquema scattersearch; y ms recientemente [25] donde se presentan dos nuevas propuestas multi-objetivo basadas en optimizacin de colonias de hormigas y algoritmos greedy de bsqueda aleatoria para resolver extensiones ms realistas de este problema. Profundizando en los problemas de balanceo de lneas de ensamble, a continuacin se muestra en la fig. 1 un esquema general del funcionamiento de las heursticas greedy aplicadas en los SALBPs-1 donde se describe paso a paso dicho procedimiento.
Inicio del problema

Paso 1: crear una nueva estacin.

Paso 2: mostrar listas de actividades candidatas.

Paso 3: Existen actividades candidatas?

Si

Paso 4: Asignar a la estacin la actividad escogida por medio de la regla de prioridad establecida

Paso 7: Calcular el tiempo restante en la estacin

No

Paso 6: Eliminar la actividad escogida de la red del problema inicial

Paso 5: Todas las actividades estn seleccionadas?

Si

Paso 8: Guardar la solucin final

No

Fin del problema

Fig. 1. Esquema de un procedimiento heurstico tipo greedy para la solucin de los SALBP-1

Como se observa en el Paso 4, cada actividad se asigna a la estacin en curso por medio de una regla de prioridad, la cual viene establecida por un algoritmo heurstico. A continuacin, en la tabla 1 se enumeraran los algoritmos heursticos ms utilizados y conocidos en la literatura prueba de ello se observa en [8] y [21], adems de la abreviatura que utilizaremos para cada uno de en el presente trabajo.

Pag. 3 / 10
Publicaciones DYNA SL-- c) Mazarredo n69 -3 -- 48009-BILBAO (SPAIN) Tel +34 944 237 566 www.dyna-management.com - email: info@dyna-management.com

JOMI: Algoritmo heurstico tipo greedy para la solucin de los problemas de lneas de ensamble J. Burgos-Meneses, L. Garzn-Aguirre y J. Lpez-Pereira

Organizacin y direccin de empresas Organizacin de la produccin

Heursticas tipo greedy Nombre Mayor tiempo de operacin [27] Mayor nmero de sucesoras inmediatas [29] Mayor nmero de sucesoras [8] Mayor peso posicional [28] Mayor peso medio posicional Menor cota superior [8] Menor : (cota superior/sucesoras) [8] Mayor: (tiempo de operacin/cota superior) [8] Menor cota inferior [8] Menor holgura [8] Mayor: (Sucesoras/holgura) [8] Bhattcharjee & Sahu Kilbridge & Wester Menor tiempo de operacin

Abreviatura TOL MIS MS PP PMP MCS MCS/S TOL/CS MCI MH S/H B&S K&W TOC

Tabla 1. Definicin de las heursticas tipo greedy

3.- HEURSTICA JOMI

La heurstica propuesta hace parte del grupo de los algoritmos heursticos greedy,cuya implementacin est descrita en la fig.1, estableciendocomo regla de prioridad escoger la primera actividad de la sucesin de actividades que genera menor tiempo ocioso en la estacin.Las sucesiones de actividades son un conjunto de actividades que se preceden entre s formando una especie de cadena ypresentandoun tiempo de ejecucin menor o igual que el tiempo disponible de la estacin; pero cmo se determinan estas sucesiones de actividades? Veamos la lnea de ensamble de la fig. 2, la cual se pretende balancear con un tiempo de ciclo de 16, donde los nodos representan actividades, los grafos relaciones de precedencia y la duracin de cada actividad se muestra dentro de cada nodo, un ejercicio similar al observado en [19] estudio que trae consigo el desarrollo de una nueva heurstica de enfoque bidireccional.

Fig. 2. Lnea de ensamble. Se crea la primera estacin, la cual tiene un tiempo disponible ts igual al tiempo de ciclo tc=16. Luego, se determinan las sucesiones de actividades: Primera sucesin A(6) + B(3) = 9, no se puede ingresar la actividad E(11) porque en este caso el tiempo de la sucesin tr sera 20 excediendots=16. Segunda sucesin A(6) + C(3) = 9, no se puede ingresar la actividad F(11) porque en este caso tr sera 20 excediendots=16. Tercera sucesin A(6) + D(4) + G(4) = 14, no se puede ingresar la actividad I(13) por dos razones, trsera 27 excediendots=16 y la actividad I(13) es precedida por otra actividad ajena a esta sucesin H(4). Cuarta sucesin A(6) + D(4) + H(4) = 14, no se puede ingresar la actividad I(13) por dos razones,tr sera 27 excediendots=16 y la actividad I(13) es precedida por otra actividad ajena a esta sucesin G(4). Como se observa, se tienen cuatro sucesiones de actividadesABcon tiempo ocioso to=5 (to=ts-tr), ACcon to=5, ADG con to=2yADH con to=2; se presenta un empate entre dos sucesiones que generan menor to, por
Pag. 4 / 10
Publicaciones DYNA SL-- c) Mazarredo n69 -3 -- 48009-BILBAO (SPAIN) Tel +34 944 237 566 www.dyna-management.com - email: info@dyna-management.com

JOMI: Algoritmo heurstico tipo greedy para la solucin de los problemas de lneas de ensamble J. Burgos-Meneses, L. Garzn-Aguirre y J. Lpez-Pereira

Organizacin y direccin de empresas Organizacin de la produccin

tanto,siguiendo la regla escoger la primera actividad de la sucesin de actividades que genere menor tiempo ocioso , se escoge la primera actividad de una de estasdos sucesionesy se elimina de todas sus referencias en el problema inicial(cuando se presenta un empate entre actividades, se puede optar por escoger cualquiera de estas actividades o por agregar una regla adicional de desempate al algoritmo, ms adelante se recomendara una regla adicional de desempate para estaheursticas). En este casose asignaA(6) a la estacin debido a que es la primera actividad en ambas sucesiones, luego se calcula el nuevo tiempo disponible(ts- ti=ts,donde ti es el tiempo de la actividad escogida)16-6=10 y se continua el ejercicio con dicho ts siguiendo los pasos anteriores, calculando las nuevas sucesiones (en este caso B, C, DG y DH), escogiendo la actividad por medio de la regla establecida (en este caso D), eliminando todas sus referencias del problema inicial, calculando el nuevo ts (en este caso 10-4=6) y continuando el ejercicio con este. NOTA:Si despus de eliminar todas las referencias de una actividad y calcular el nuevo ts, las actividades o sucesiones de actividades existentes nocumplen con las restricciones de tiempo, se crea una nueva estacin con tsigual a tc y se contina el problema con este.Ahora por otro lado si despus de eliminar todas las referencias de una actividad y calcular el nuevo ts, no existen ms actividades, el problema ha sido resuelto y todas las actividades estn asignadas a las estaciones de trabajo. Al finalizar el balanceo dela lnea de ensamble observada en la fig. 2, se tiene una lnea con 7 estaciones, como se observa en la fig. 3, dondela primera estacin contienelas actividades A, D y G; la segunda estacin las actividades B y E; la tercera estacin las actividades J y H; la cuarta estacin las actividades C e I; la quinta estacin las actividades F y L; la sexta estacin las actividades K y M; y la sptimaestacin las actividades P, N, O y Q.

Fig. 3. Balanceo final de lnea de ensamble utilizando la heurstica JOMI. Como se puede observar en el ejemplo ilustrativo existen ocasiones en que se presenta un empate, es decir varias sucesiones de actividades generan el mnimo tiempo ocioso, cuando esto sucede y en dichas sucesiones la primera actividad es la misma no se presenta ningn problema y se escoge esta actividad, pero cuando en dichas sucesiones la primera actividad es diferente se propone una regla adicional de desempate,la cual esseleccionar de las actividades empatadas la que al ser seleccionada genere la sucesin de actividades con menor tiempo ocioso .

4.- EXPERIMENTO
En los trabajos realizados por [28], [17], [13]se afirma que no existe un mtodo de comparacin de heursticas que tenga una aceptacin general, as que para demostrar la eficiencia de la heurstica JOMI se realiz una prueba computacional de esta heurstica y las descritas en la tabla 1 (por ser las ms populares encontradas la literatura) utilizando la prctica ms comn, que se basa en utilizar las heursticas que se desean comparar en un grupo relativamente numeroso de instancias.

4.1.- PRUEBA COMPUTACIONAL

Las pruebas computacionales de los 15 algoritmos se realizaron en el programa MATLAB 2009b, el experimento fue realizado en un computador con procesador de 2.00 Ghz. Intel Core Duo y 1GB de memoria RAM,y las instancias
Pag. 5 / 10
Publicaciones DYNA SL-- c) Mazarredo n69 -3 -- 48009-BILBAO (SPAIN) Tel +34 944 237 566 www.dyna-management.com - email: info@dyna-management.com

JOMI: Algoritmo heurstico tipo greedy para la solucin de los problemas de lneas de ensamble J. Burgos-Meneses, L. Garzn-Aguirre y J. Lpez-Pereira

Organizacin y direccin de empresas Organizacin de la produccin

utilizadas (incluido los tiempos de ciclo) se encuentran en el benchmark data setpara SALBP-1 del captulo 7.1 de [11], disponibles para descargar en http://www.wiwi.uni-jena.de/Entscheidung/alb/. Un total de 269 instancias son puestas a prueba las cuales hacen parte de las ms usadas en las investigaciones y los estudios de nuevos algoritmos para la solucin de los SALBP-1, prueba de ello se observa en [30] estudio que presenta el desarrollo de un nuevo algoritmo heurstico basado en aproximacin de la red Preti para solucionar este tipo de problema; y [31] estudio que expone una nueva heurstica basada en aproximacin bidireccional y el mtodo de ruta crtica ampliamente utilizado en administracin de proyecto.

4.2.- RESULTADOS
Las instancias puestas a prueba se han dividido en 3 grupos, instancias pequeas (con menos de 33 actividades), instancias medianas (con ms de 33 actividades pero menos de 100 actividades) e instancias grandes (con ms de 100 actividades), la tabla 2en donde n es el nmero de actividades de cada instancia y los algoritmos estn dados por la abreviatura mostrada en la tabla 1, muestra los promedios de eficiencia de cada algoritmo en cada grupo de instancias, adems del promedio de eficiencia en todas las instancias y el tiempo de procesamiento promedio de cada algoritmo. Al verificar cul de los algoritmos genera mejor eficiencia, se encontr que el algoritmo heurstico JOMI genero los mejores resultados en todos los grupos de instancias con un promedio de eficiencia total de 90.24%, seguido de los algoritmos B&S con 89,96% y TOL/CS con 89,64%. Por otro lado en cuanto a lo relacionado con el tiempo de procesamiento se observa que la heurstica que ms tarda en procesar una solucin es el algoritmo JOMI con una duracin promedio de 0.4559 segundos, seguido del algoritmo S/H con una duracin promedio de 0.1624 segundos.
Eficiencia promedio para instancias Pequeas (n< 33) 94,4075% 92,0632% 94,6146% 95,3291% 93,7948% 95,3291% 95,2501% 94,3770% 88,9832% 95,3291% 95,1237% 94,6264% 91,0426% 86,1659% 95,3513% Tamao de instancias Eficiencia Eficiencia promedio para promedio para instancias instancias Medianas Grandes (33<n<100) (100 <n <300) 87,7010% 87,0694% 85,3273% 86,9825% 87,7638% 86,3019% 87,7794% 87,7305% 88,1002% 82,7709% 87,7794% 87,6904% 88,3553% 85,2378% 80,6713% 88,4926% 84,5434% 86,2750% 87,1022% 85,6893% 87,1193% 87,1020% 87,5107% 82,2949% 87,1193% 87,0577% 87,8591% 84,6994% 80,3220% 87,9446% Eficiencia promedio para Todas las instancias 89,1280% 87,1991% 88,4833% 89,4906% 88,3277% 89,5251% 89,5180% 89,6439% 84,0546% 89,5251% 89,2864% 89,9660% 86,2253% 81,3649% 90,2409% Tiempo de procesamiento promedio para Todas las instancias (s.) 0,0903 0,0997 0,1239 0,1196 0,1269 0,1215 0,1355 0,1187 0,1097 0,1304 0,1624 0,1199 0,1123 0,0901 0,4559

Algoritmo

TOL MIS MS PP PMP MCS MCS/S TOL/CS MCI MH S/H B&S K&W TOC JOMI

Tabla 2. Promedios de eficiencia.

Pag. 6 / 10
Publicaciones DYNA SL-- c) Mazarredo n69 -3 -- 48009-BILBAO (SPAIN) Tel +34 944 237 566 www.dyna-management.com - email: info@dyna-management.com

JOMI: Algoritmo heurstico tipo greedy para la solucin de los problemas de lneas de ensamble J. Burgos-Meneses, L. Garzn-Aguirre y J. Lpez-Pereira

Organizacin y direccin de empresas Organizacin de la produccin

Como se pudo observar la heurstica JOMI presenta los mejores resultados en cuanto a eficiencia se refiere, sin embargo, requiere mayor tiempo para su ejecucin en comparacin con las dems heursticas, existe un sacrificio de tiempo de procesamiento por eficiencia. Al comparar losmejores resultados encontrados en la literatura (en su mayora soluciones optimas) con los resultadosarrojados por el algoritmos propuesto se nota que se obtiene en el 55,39% (149 de los 269 casos) la solucin ptima, en la tabla 3 se mostrara el nmero de soluciones optimas conseguidas y el porcentaje de este, la desviacin promedio de los resultados y la mxima desviacin (mxima diferencia entre el nmero de estaciones optimo y el nmero de estaciones generados por la heurstica JOMI en una instancia).
Tamao de instancias (n= nmero de actividades) Total instancias. Promedio de eficiencia. N Soluciones ptimas. N Soluciones optimas (%) Desviacin promedio. Mxima desviacin promedio Pequeas (n< 33) 55 87,16% 46 83,63 0,1636 1 Resultados de la heurstica JOMI Medianas Grandes (33<n<100) (100 <n <300) 136 78 88,49% 95,35% 85 18 62,5 23,07 0,5 1,038 3 3 Todas las instancias 269 90,24% 149 55,39 0,5873 3

Tabla 3. Resultados de las pruebas computacionales.

4.3.- APLICACIN
A continuacin se mostrarun breve resumen de cmo sera el comportamiento del presente algoritmo heurstico en un caso real, el cual hace parte de uno de los procesos que se lleva a cabo en una compaa dedicada a la fabricacin ciclomotores en Figueres (Girona), LA FACTORIA RIEJU. En [35] se muestra detalladamente los tiempos de las actividades y las relaciones de precedencia de una lnea de ensamble de 138 actividades, en dicha investigacin se realiz el balanceo esta lnea con el algoritmo heurstico HELGESON & BIRNIE (aqu lo llamamos pesos posicional), los tiempos de ciclo (en segundos) utilizados fueron 217,37, 348,04, y 491,46, que hacen referencia a la produccin en tres meses del ao junio (baja) septiembre (alta) y noviembre (alta) respectivamente. Ahora la tabla 4 muestra los resultados del balanceo de dicha lnea por medio de la heurstica JOMI, aqu se muestran los tiempos de ciclo utilizados y el nmero de estaciones ptimos para cada uno de estos adems de los resultados obtenidos por el algoritmo, nmero de estaciones, eficiencia y tiempo de procesamiento del algoritmo
Tiempo de ciclo (segundos) 217.37 348.04 491.46 Nmero de estaciones mnimas 13 8 6 JOMI Estaciones 13 9 7 Eficiencia 98.98 % 88.67 % 94.16 % Tiempo (segundos) 0.6215 0.5802 0.6215

Tabla 4. Resultados de la aplicacin de la heurstica JOMI en el caso de la FACTORIA RIEJU. Como se pueden observar, los resultados arrojados por el algoritmo heurstico son muy buenos ya que traen consigo en dos de las tres pruebas soluciones ptimas y mostrando en el caso que no se consigue el ptimo una desviacin de una sola estacin. Con este resultado se demuestra que el algoritmo propuesto puede ser utilizado a cabalidad en cualquier caso real de balanceo de lneas de ensamble.

Pag. 7 / 10
Publicaciones DYNA SL-- c) Mazarredo n69 -3 -- 48009-BILBAO (SPAIN) Tel +34 944 237 566 www.dyna-management.com - email: info@dyna-management.com

JOMI: Algoritmo heurstico tipo greedy para la solucin de los problemas de lneas de ensamble J. Burgos-Meneses, L. Garzn-Aguirre y J. Lpez-Pereira

Organizacin y direccin de empresas Organizacin de la produccin

5.- CONCLUSIONES
La presente investigacin propone un nuevoprocedimiento heurstico tipo greedy, llamadoJOMI,para la solucin de los problemas de balanceo de lneas de ensamble, esta heurstica se basa en el tiempo de las sucesiones de actividades y el tiempo disponible de las estaciones para solucionar los SALBPs-1.Al realizar las pruebas computacionales observamos que los resultados obtenidos son muy buenos, debido a que el algoritmo propuesto arrojo el mejor promedio de eficiencia entre los algoritmos testeados con un 90,24% y en el 55,39% de los casos (149 de 269 instancias) se obtuvo la solucin ptima. Gracias a los resultados obtenidos se puede concluir que selogr el objetivo principal de la investigacin, desarrollar un nuevo mtodo para solucionar de manera eficiente los problemas de balanceo de lneas de ensamble. El algoritmo heuristico desarrollado en la presente investigacin resulta relevante debido a las diversas ventajasque presentan este tipo de mtodos frente a los mtodos exactos ya mencionadas en la seccin 2, y debido a que su solucin puede ser de ayuda para el desarrollo de otros algoritmos como es el caso metaheursticas de bsqueda local. Con el algoritmo propuesto se pretende aportar una nueva alternativa para la solucin de problemas reales de lneas de ensamble, este mtodo puede ser aplicado en problemas como [32] donde se busca aplicar una heurstica de optimizacin para efectuar un balanceo de asignaturas por semestre dentro de una malla curricular, [33] donde aplica un mtodo heurstico de balanceo de lneas en un mdulo de costura, [34] donde se balancea la lnea de montaje de una fbrica de ciclomotores, entre otros. Por tanto se recomienda que investigaciones futuras se fundamenten en la heurstica propuesta adaptndola a casos ms generales y reales que aumenten su aplicabilidad en los ALBPs. As, pueden enfocarse en problemas de lneas de ensamble con incompatibilidad de tareas, balanceo de lneas de ensamble en forma de U, problemas en paralelo, entre otros casos ms complejos.

BIBLIOGRAFA
[1] Baybars I. A survey of exact algorithms for the simple assembly line balancing problem. Management science. 1986. Vol. 32 p. 909-932. (DOI: 10.1287/mnsc.32.8.909) [2] Scholl A, Becker C. State-Of-The-Art Exact and Heuristic Solution Procedures For Assembly Line Balancing. European Journal of Operational Research. 2006. Vol. 168 p. 666-693. (DOI:10.1016/j.ejor.2004.07.022.) [3] Becker Christian, Scholl Armin. Balancing assembly lines with variable parallel workplaces: Problem denition and effective solution procedure.European Journal of Operational Research.2009. Vol. 199 p. 359-374. (doi:10.1016/j.ejor.2008.11.051) [4] Miltenburg J, Wijngaard J. The U-line line balancing problem. Management science.October 1994. Vol. 40. p. 1378-1388. (DOI: 10.1287/mnsc.40.10.1378) [5] Rachamadugu Ram. Assembly line design with incompatible task assignments .Journal of Operations Management.October 1991. Vol. 10 p. 469-487.(doi:10.1016/0272-6963(91)90006-J) [6] Becker C, Scholl A. A survey on problems and methods in generalized assembly line balancing. European Journal of Operational Research. 2006. Vol. 168 p. 694-715. (DOI:10.1016/j.ejor.2004.07.023) [7] Boysen N, Fieldner M, Scholl A. A classification of assembly line balancing problems. European Journal of Operational Research. 2007. Vol. 183 p. 674-693. (DOI:10.1016/j.ejor.2006.10.010) [8] Talbot F, Patterson J, Gehrlein W. A comparative evaluation of heuristic line balancing Techniques. Management science. 1986. Vol. 32 p. 430-454.(DOI: 10.1287/mnsc.32.4.430) [9] Kilbridge, M. Wester D. L., "A Heuristic Method of Assembly Line Balancing," Journal of Industrial Engineering, August 1961. Vol. 12 p. 292-298. [10] Bhattacharjee T.K., Sahu S., "A Heuristic Approach to General Assembly Line Balancing", International Journal of Operations & Production Management, 1988. Vol. 8 p.67-77 (DOI: 10.1108/eb054843)

Pag. 8 / 10
Publicaciones DYNA SL-- c) Mazarredo n69 -3 -- 48009-BILBAO (SPAIN) Tel +34 944 237 566 www.dyna-management.com - email: info@dyna-management.com

JOMI: Algoritmo heurstico tipo greedy para la solucin de los problemas de lneas de ensamble J. Burgos-Meneses, L. Garzn-Aguirre y J. Lpez-Pereira

Organizacin y direccin de empresas Organizacin de la produccin

[11] Scholl Armin. Balancing and sequencing of assembly lines. 2nd ed. Heidelberg:Physica-Verlag, 1999. ISBN: 3-7908-1180-7 [12] Johnson R. Optimally balancing large assembly line witch FABLE . Management science. February 1988. Vol. 34 p. 240-253. (doi: 10.1287/mnsc.34.2.240) [13] Rardin Ronald L., UzsoyReha. Experimental Evaluation of Heuristic Optimization Algorithms: A Tutorial. Journal of Heuristics. 2001. Vol. 7 p. 261-304 (doi: 10.1023/A:1011319115230) [14] Rubinovitz J., Levitin G. Genetic algorithm for assembly line balancing. International Journal of Production Economics.October 1995. Vol. 41. p. 343-354. (doi:10.1016/0925-5273(95)00059-3) [15] Lapierre S, Ruiz A, Soriano P. Balancing assembly lines with tabu search. European journal of operational research. 2006. Vol. 168. p. 826837. (DOI:10.1016/j.ejor.2004.07.031) [16] Bautista J, Pereira J. Ant algorithms for a time and space constrained assembly line balancing problem. European journal of operationalresearch. 2007. Vol. 177. p. 2016-2032. (DOI: 10.1016/j.ejor.2005.12.017) [17] Hooker,J.N. Testing heuristics: we have it all wrong. Journal of Heuristics. 1995. Vol. 1 p. 33-42. [18] Helgeson W, Birnie D. Assembly line balancing using the ranked positional weight technique. Journal of Industrial Engineering.November 1961. Vol. 12(6). p. 394-398. [19] Krzysztof F, Khalil S. An enumerative heuristic and reduction methods for the assembly line balancing problem. European journal of operational research. October 2001. Vol. 145 p. 606-620. (DOI: 10.1016/S0377-2217(02)00204-7) [20] Scholl, A., Klein, R., SALOME: a bidirectional branch and bound procedure for assembly line balancing, INFORMS journal on Computing. February 1997. Vol. 9 p. 319-334. (DOI: 10.1287/ijoc.9.4.319) [21] Bautista Joaquin, Fernandez Elena, Gonzalez Jose, et al. Hiperheurstica para un problema de equilibrado de lineas de m ontaje usando ScatterSearch. En: Actas del IV congreso espaol sobre metaheursticas, algoritmos evolutivos y bioinpirados MAEB2005. 2005. p. 839-845. ISBN: Vol I: 84-9732-440-4 Vol II: 84-9732-467-6. [22] Feo Thomas A., Resenden Mauricio C. G. Greedy Randomized Adaptive Search Procedures.Journal of Global Optimization. October 1994. Vol. 6 p. 109-133. [23] Corominas Albert. EAGH (Empirically Adjusted Greedy Algorithms). En: IX Congreso de Ingeniera de Organizacin. Gijn, 8 y 9 de septiembre de 2005.(DOI:3246508) [24] Corominas Albert, Rafael Pastor. Aplicacin de EAGH al problema de equilibrado de lneas de montaje y al de flow-shoppermutativo. En: X Congreso de Ingeniera de Organizacin. valencia, 7 y 8 de septiembre de 2006. [25] Chica Manuel, Cordn scar, Damas Sergio, et al. Multiobjective constructive heuristics for the 1/3 variant of the time and space assembly line balancing problem: ACO and random greedy search. Information Sciences. May 2010. Vol. 180 p. 3465-3467. (doi: 10.1016/j.ins.2010.05.033) [26] Silver EA. An overview of heuristic solution methods. Journal of the Operational Research Society. May 2004. Vol. 55 p. 936-956 (doi: 10.1057/palgrave.jors.2601758) [27]Moodie, C. L., Young H. H., "A Heuristic Method of Assembly Line Balancing for Assumptions of Constant or Variable Work Element Times".Journal of Industrial Engineering.January 1965. Vol. 16 p. 23-29 (DOI: oclc/20800969) [28] Barr Richard S., Golden Bruce L., Kelly James P., et al. Designing and reporting on computational experiments with heuristic methods. Journal of Heuristics. 1995. Vol. 1 p 9-32. (DOI: 10.1007/BF02430363) [29]Tonge F. M., A Heuristic Program of Assembly Line Balancing, Prentice-Hall: Englewood Cliffs, 1961 [30] KilincciOzcan, Firing sequences backward algorithm for simple assembly line balancing problem of type 1. Computers & Industrial Engineering.February 2011. (doi:10.1016/j.cie.2011.02.001) [31] Yeh Din-Horng, Kao Hsiu-Hsueh. A new bidirectional heuristic for the assembly line balancing problem Computers & Industrial Engineering.May 2009. Vol. 57 p. 1155-1160 (doi:10.1016/j.cie.2009.05.004) Pag. 9 / 10
Publicaciones DYNA SL-- c) Mazarredo n69 -3 -- 48009-BILBAO (SPAIN) Tel +34 944 237 566 www.dyna-management.com - email: info@dyna-management.com

JOMI: Algoritmo heurstico tipo greedy para la solucin de los problemas de lneas de ensamble J. Burgos-Meneses, L. Garzn-Aguirre y J. Lpez-Pereira

Organizacin y direccin de empresas Organizacin de la produccin

[32] Restrepo Jorge, Cruz Eduardo, Almada Carlos. Una heurstica de balanceo de lnea de produccin aplicada a una malla curricular.Scientia et Technica Ao XII, Mayo de 2006. Vol. 30 p. 267-262., ISSN 0122-1701 [33] Restrepo Jorge, Medina Pedro, Cruz Eduardo. Balanceo de un mdulo de confeccin utilizando el algoritmo de Helgeson and Birnie: un caso de estudio. Scientia et Technica Ao XII, Diciembre de 2006. Vol. 32 p. 325-330., ISSN 0122-1701 [34] Bretn Javier, Fernandez Antonio. Aplicacin de los algoritmos de hormigas para la resolucin del problema de equilibrado de lneas de montaje SALBP-E y aplicacin a un caso real Anexo III: Aplicacin al caso Rieju. Publica: universitat politcnica de Catalunya. Edita: catedra Nissan. 2010 p. 1-20 [35] RIERA TARRS Jorge. Anlisi del procs actual i obtenci d una solucipel problema del muntatge en una cadena de ciclom otorstipus scooter. Aplicaci a l empresa RIEJU S.A. Publica: universitat politcnica de Catalunya. Edita: catedra Nissan. Febrer 1997

Pag. 10 / 10
Publicaciones DYNA SL-- c) Mazarredo n69 -3 -- 48009-BILBAO (SPAIN) Tel +34 944 237 566 www.dyna-management.com - email: info@dyna-management.com