FACULTAD DE INGENIERÍA Y CIENCIAS BÁSICAS
Institución Universitaria Politécnico Grancolombiano
PROYECTO GRUPAL
Resumen de parámetros a emplear en el Modelo en GAMS Proyección de Demanda para el mes t () Corresponde Corresponde a las l as proyecciones que debían realizarse en la segunda entrega del proyecto. Los valores con los que se va a construir el modelo en GAMS son: Enero 349
Febrero 347
Marzo 505
Abril 339
Mayo Junio Julio Agosto Septiembre 198 402 476 521 799 Tabla 1. Proyección de Demanda para el año 2017
Octubre 953
Noviembre 1000
Diciembre 1200
Proyección de Producción para el mes t () Corresponde Corresponde a las l as proyecciones que debían realizarse en la segunda entrega del proyecto. Los valores con los que se va a construir el modelo en GAMS son: Enero
Febrero
Marzo
Abril
699
700
700
701
Mayo
Junio
Julio
Agosto
Septiembre
596 299 700 696 404 Tabla 2. Proyección de Producción para el año 2017
Octubre
Noviembre
Diciembre
899
899
901
Costo de iniciar una orden de producción en el mes t () De acuerdo al archivo de datos suministrados, suministrados, se cuenta con los siguientes costos de producción asociados a cada mes: Enero
Febrero
1000
1000
Marzo Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
1000 1300 1300 1700 1200 1200 1400 1000 Tabla 3. Costo de iniciar una orden de producción en el mes t. Costo en dólares (US$)
Noviembre
Diciembre
900
900
Costo de transporte entre el nivel l y el nivel l+1 en el mes t () De acuerdo al archivo de datos suministrados, suministrados, se cuenta con los siguientes costos de transportar del nivel l al nivel l+1 Mes
Campos de Producción (Cusiana)
Gaseoducto CusianaApiay
Gaseoducto ApiayBogotá
Enero
1
1,5
3
Página1
FACULTAD DE INGENIERÍA Y CIENCIAS BÁSICAS
Institución Universitaria Politécnico Grancolombiano
PROYECTO GRUPAL
Febrero
1
1,5
3
Marzo
1
1,5
3
Abril
1
1,5
3
Mayo
1
1,5
3
Junio
1
1,5
3
Julio
1
1,5
3
Agosto
1
1,5
3
Septiembre
1
1,5
3
Octubre
1,2
1,8
3
Noviembre
1,2
1,8
3
1,2 1,8 3 Diciembre Tabla 4. Costo de transporte en cada nivel. Costo en dólares por unidad transportada (US$/Giga BTU)
Costo de almacenar inventario en el nivel l en el mes t ( ) De acuerdo al archivo de datos suministrados, se cuenta con los siguientes costos de mantener inventario por un periodo t, en cada nivel l Mes
Campos de Producción (Cusiana)
Gaseoducto CusianaApiay
Gaseoducto ApiayBogotá
Sistema de Distribución Bogotá
Enero
1
1,5
1
2
Febrero
1
1,5
1
2
Marzo
1
1,5
1
2
Abril
1
1,5
1
2
Mayo
1,3
1,5
1
2
Junio
1,3
1,5
1
2
Julio
1,3
1,5
1,2
2
Agosto
1,3
1,5
1,2
2
Septiembre
1,3
1,5
1,2
2
Octubre
2
1,5
1,2
2
Noviembre
2
1,5
1,2
2
Diciembre 2 1,5 1,2 2 Tabla 5. Costo de mantener el inventario por un periodo en cada nivel. Costo en dólares por unidad almacenada (US$/Giga BTU)
Solución del Modelo en GAMS
FACULTAD DE INGENIERÍA Y CIENCIAS BÁSICAS
Institución Universitaria Politécnico Grancolombiano
PROYECTO GRUPAL
Cantidad de unidades producidas en cada mes t () Después de resolver el modelo en GAMS los resultados obtenidos de Giga BTU producidas en cada mes es: Mes
Giga BTU Producidas
Enero
349 347 505 701 596 299 493 696 404 899 899 901
Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre
Tabla 6. Giga BTU producidas en cada mes
Cantidad de unidades enviadas entre el nivel l y el nivel l+1 en cada mes t ( ) Después de resolver el modelo en GAMS los resultados obtenidos de Giga BTU tra nsportados entre el nivel l y el nivel l + 1 en cada mes es: Mes
Giga BTU enviado de los Campos de Producción a Cusiana
Giga BTU enviado de Cusiana a Apiay
Giga BTU enviado de Apiay-Bogotá
Enero
349
349
349
FACULTAD DE INGENIERÍA Y CIENCIAS BÁSICAS
PROYECTO GRUPAL
Institución Universitaria Politécnico Grancolombiano
Mes
Giga BTU enviado de los Campos de Producción a Cusiana
Giga BTU enviado de Cusiana a Apiay
Giga BTU enviado de Apiay-Bogotá
Febrero
347
347
347
Marzo
505
505
505
Abril
701
701
339
Mayo
596
596
198
Junio
299
299
402
Julio
493
493
476
Agosto
696
696
521
Septiembre
404
404
799
Octubre
899
899
953
Noviembre
899
899
1000
Diciembre
901 901 Tabla 7. Giga BTU enviadas entre el nivel l y el nivel l+1 en cada mes
1200
Cantidad de unidades almacenadas en el nivel l en el mes t ( ) Después de resolver el modelo en GAMS los resultados obtenidos de Giga BTU almacenados en cada nivel l en cada mes es: Mes
Giga BTU enviado de los Campos de Producción a Cusiana
Giga BTU enviado de Cusiana a Apiay
Giga BTU enviado de Apiay-Bogotá
Enero
0
Febrero
0
Marzo
0
Abril
362
Mayo
760
Junio
657
Julio
674
Agosto
849
Septiembre
454
Octubre
400
Noviembre
299
Diciembre
0 Tabla 8. Giga BTU almacenados al final del periodo l en cada mes
Costo total en el que se incurre () El costo total en el que se incurre es: $US 59.229,2
FACULTAD DE INGENIERÍA Y CIENCIAS BÁSICAS
PROYECTO GRUPAL
Institución Universitaria Politécnico Grancolombiano
MCDPAM es un método selectivo capaz de distinguir las celdas más favorables que ofrecen la mayor reducción posible del costo de la distribución total (C'ij-= 0) en lugar de analizar todas las celdas vacías como sugieren otras heurísticas existentes.
En este trabajo se plantearon dos nuevos modelos para el problema de producción-transporte que se puede describir convenientemente. Cada planteamiento puede operar de varios modos, caracterizados por diferentes cantidades y costos variables de producción.
Los modelos de transporte es una clase especial de problema de programación lineal. Trata con una situación en la cual una materia prima (commodity) se envía desde las fuentes hacia sus destinos. El objetivo es determinar las cantidades remitidas desde cada fuente hasta su destino correspondiente que minimicen el costo total de envío, satisfaciendo al mismo tiempo el límite de suministro y las exigencias de demanda. El modelo asume que el costo de envío de una ruta dada es directamente proporcional al número de unidades remitidas por tal ruta. En términos generales, el modelo de transporte puede extenderse a otras áreas distintas al acarreo directo de un bien, tales como control de inventarios, programación laboral y asignación de personal. En este trabajo se pretende argumentar que métodos directos del problema del transporte no ofrecen soluciones óptimas en todos los casos. Introducir las presiones en el modelo de transporte para los gasoductos y las estaciones de compresión, de manera que el usuario pueda escoger aquellos elementos cuyo comportamiento físico quiera que intervengan en la optimización. - Implementar un modelo complementario capaz de interpretar las causas de las posibles falencias del sistema frente a unos datos determinados. Este tema se podría abordar calculando los conjuntos mínimos de restricciones que se han de eliminar para que el problema sea satisfacible, así como introduciendo de manera selectiva variables slack auxiliares y minimizando el modelo respecto a dichas variables. - Diseñar un sistema para realizar análisis empírico de sensibilidad usando técnicas de barrido para los parámetros de interés.
FACULTAD DE INGENIERÍA Y CIENCIAS BÁSICAS
PROYECTO GRUPAL
Institución Universitaria Politécnico Grancolombiano
Conclusiones y Recomendaciones
Conclusiones:
Podemos concluir que la cantidad de unidades que debe distribuir cada origen y la demanda de unidades debe tener en cuenta los modelos de transporte. Ya que esto va a satisfacer la demanda y minimizara costos. En resumen, a lo largo de la actividad, se observó que según las gráficas hubo un aumento año por año en la demanda el cual genero un aumento en la producción. Las herramientas nos permiten la posibilidad de realizar proyecciones más reales.
Recomendaciones:
Se debe tener en cuenta como objetivo el implementar un modelo matemático, la empresa Colombiana de Petróleos puede controlar su red de trasporte para la distribución de Gas Natural. Concluimos que tener modelos, soluciona óptimamente la distribución. Implementar y ejecutar herramientas tecnológicas a lo largo de la red de distribución brinda múltiples soluciones, las cuales pueden ser eficientes a problemas de transbordo. Dichas técnicas de programación lineal simplificaran modelos de trasporte. El implementar modelos de trasporte, logra satisfacer las demandas ya que el objetivo principal es minimizar costos dentro de la distribución. El uso correcto de las herramientas propuestas, ayudan a tener proyecciones más reales.
FACULTAD DE INGENIERÍA Y CIENCIAS BÁSICAS
PROYECTO GRUPAL
Institución Universitaria Politécnico Grancolombiano
Referencias Hoesel, S. v., Romeijn, H. E., Morales, D. R., & Wagelmans, A. P. (2005). Integrated Lot Sizing in Serial Supply Chains with.MANAGEMENT SCIENCE. Roa, J. C., & Ardila, G. S. (2010). LECTURA 1 SEMANA 5, GAMS Aplicado a las Ciencias económicas. Bogota. SOFTWARE shop - Cuantitativo. (10 de 2014). Youtube, GAMS para la optimización de logística dirigida a producción y distribución . Obtenido de Youtube, GAMS para la optimización de logística dirigida a producción y distribución: https://www.youtube.com/watch?v=yHyQgNcQG94 Vamegas, J. C. (2017). CARTILLA 1 PROGRAMACIÓN LINEAL INVESTIGACION DE OPERACIONES. Bogota. Obtenido de Investigacion de Operaciones Politecnico Grancolombiano. Vanegas, J. C. (2017). CARTILLA 5 PROGRAMAS LINEALES INVESTIGACION DE OPERACIONES. Bogota.