Comparación de tres metaheurísticas para la optimización de inventarios con estimación de demanda

  • Laura Margarita Guerrero Guerra Universidad Pontificia Bolivariana
  • Juan David Gómez Ruiz Universidad Pontificia Bolivariana
  • Diego León Zapata Ruiz Universidad Pontificia Bolivariana
  • Marisol Valencia Cárdenas Institución Universitaria Tecnológico de Antioquia

Resumen

Dentro de las técnicas de solución a problemas complejos de optimización están las heurísticas y las Metaheurísticas. Este trabajo presenta tres Metaheurísticas: Colonia de Hormigas, Algoritmo Genético, y Programación Evolutiva, cuyo objetivo es establecer una comparación de características, ventajas y desventajas para dichas Metaheurísticas. Se hace una revisión de la literatura, así como también se diseñan los tres algoritmos en el software R, y se aplican en una empresa de confecciones, evaluando el comportamiento de los parámetros, tiempo de cálculo y la calidad en las soluciones. Los resultados experimentales muestran que el Algoritmo Colonia de Hormigas obtiene adecuadas soluciones y tiene más rapidez computacional, al compararlo con los otros dos procedimientos diseñados en el software R. Además, con éste fue posible definir la mejor política de inventarios de la empresa objeto de estudio.

Biografía del autor

Laura Margarita Guerrero Guerra, Universidad Pontificia Bolivariana
Ingeniera Industrial, Universidad Pontificia Bolivariana. Medellín. Colombia.
Juan David Gómez Ruiz, Universidad Pontificia Bolivariana
Ingeniero Industrial, Universidad Pontificia Bolivariana. Medellín. Colombia.
Diego León Zapata Ruiz, Universidad Pontificia Bolivariana
Docente, Universidad Pontificia Bolivariana. Medellín. Colombia.
Marisol Valencia Cárdenas, Institución Universitaria Tecnológico de Antioquia
Docente de la Institución Universitaria Tecnológico de Antioquia. Medellín. Colombia. Phd. en Ingeniería-Industria yorganizaciones. 

Citas

AGUSTÍN, José Luis. Aplicación De Algoritmos Genéticos Al Diseño Óptimo De Sistemas De Distribución De Energía Eléctrica. Tesis Doctoral. Universidad de Zaragoza, 1998.

BLUM, Christian., 2005. Ant colony optimization: Introduction and recent trends. In : Physics of Life Reviews, 2005, vol. 2, no. 4, p. 353‑373.

BLUM, Christian., PUCHINGER, Jakob., RAIDL, Günther R., and ROLI, Andrea. Hybrid metaheuristics in combinatorial optimization: A survey. Applied Soft Computing, 2011, Vol. 11, no 6, p. 4135‑4151.

COELLO, Carlos. Introducción a la computación evolutiva. Centro de Investigación y de Estudios Avanzados del I.P.N., (notas de curso), 2014. [citado: abril 2013]. [Disponible en]: https://www.cs.cinvestav.mx/~EVOCINV/tutorials/computacionevolutiva..htm#com.

DAS, Swagatam., MALLIPEDDI, Rammohan., and MAITY, Dipankar. Adaptive evolutionary programming with p-best mutation strategy. Swarm and Evolutionary Computation, 2013, vol. 9, p. 58‑68.

DORIGO, Marco., and BLUM, Christian. Ant colony optimization theory: A survey. Theoretical Computer Science, 2005, vol. 344, no. 2, p. 243‑278.

DORIGO, Marco., and GAMBARDELLA, Luca Maria. Ant colonies for the travelling salesman problem. Biosystems, 1997, vol. 43, no. 2, p. 73‑81.

GOMME, Paul., and HARRALD, Paul G. Applying evolutionary programming to selected set partitioning problems. Fuzzy sets and systems, 1998, vol. 95, no. 1, p. 67-76.

GOMEZ, Juan., and GUERRERO, Laura. Exploración de tres técnicas heurísticas para la optimización de inventario caso de estudio: Empresa Antioqueña. Directores: ZAPATA, Diego., VALENCIA, Marisol. Trabajo de Grado, Universidad Pontificia Bolivariana, 2014. http://editio.upb.edu.co/janium-bin/detalle.pl?Id=20160811092146.

HOLLAND, John. Algoritmos Genéticos. Investigación y Ciencia, 1992, vol.192, p. 38‑45.

JIANFENG, Huang., JINGYING, Zhao., and XIAODONG, Wu. Research on the Optimization Strategy of Maintenance Spare Parts Inventory Management for Petrochemical Vehicle. International Conference on Information Management, Innovation Management and Industrial
Engineering. IEEE, 2011, p. 45-48.

KEVORK, Ilias S., Estimating the optimal order quantity and the maximum expected profit for single-period inventory decisions. Omega, 2010. vol. 38, no. 3, p. 218‑227.

NENES, George., PANAGIOTIDOU, Sofia., and TAGARAS, George. Inventory management of multiple items with irregular demand: A case study. European Journal of Operational Research, 2010, vol. 205, no. 2, p. 313-324.

PASANDIDEH, Seyed Hamid Reza., NIAKI, Seyed Taghi Akhavan., and NIA, Ali Roozbeh. A genetic algorithm for vendor managed inventory control system of multi-product multiconstraint economic order quantity model. Expert Systems with Applications, 2011, vol. 38, no. 3, p. 2708‑2716.

R CORE TEAM. A Language and Environment for Statistical Computing. Vienna, Austria : R Foundation for Statistical Computing. [Disponible en]: http://www.r-project.org/ [citado Dic 2013].

SÁEZ, Yago., ISASI, Pedro., and SEGOVIA, Javier. Interactive Evolutionary Computation algorithms applied to solve Rastrigin test functions. Soft Computing as Transdisciplinary Science and Technology. Springer Berlin Heidelberg, 2005. p. 682-691.

SCHWARTZ, Jay D., WANG, Wenlin., and RIVERA, Daniel E. Simulation-based optimization of process control policies for inventory management in supply chains. Automatica, 2006, vol. 42, no. 8, p. 1311‑1320.

SILVER, Edward Allen. An overview of heuristic solution methods. Journal of the Operational Research Society, 2004, vol. 55, no. 9, p. 936-956.

URREA, Andrea., and TORRES, Fidel. Optimización de una política de inventarios por medio de búsqueda Tabú. En III Congreso colombiano y I Conferencia Andina internacional, 2006, p. 8.

VALENCIA, Marisol., GONZÁLEZ, Daniela., and CARDONA, Juan E. Metodología de un modelo de optimización para el pronóstico y manejo de inventarios usando el metaheurístico Tabú. In : Revista Ingeniería, 2014, vol. 24, no. 1, p. 13‑27.. [Disponible en]: http://www.revistas.ucr.ac.cr/index.php/ingenieria/issue/view/1426 [citado: junio de 2014].

VALENCIA, Marisol., DÍAZ, Francisco J., and CORREA, Juan Carlos. Planeación de inventarios con demanda dinámica. Una revisión del estado del arte. Revsita DYNA, 2015, vol. 82, no. 190, p. 182‑191.

VIDAL, Carlos., LONDOÑO, Julio C. and CONTRERAS, Fernando. Aplicación de Modelos de Inventarios en una Cadena de Abastecimiento de Productos de Consumo Masivo con una Bodega y N Puntos de Venta. Ingeniería y Competitividad, 2004. vol. 6, no. 1, p. 35‑52.

WINKER, Peter., and GILLI, Manfred. Applications of optimization heuristics to estimation and modelling problems. Computational Statistics and Data Analysis, 2004, vol. 47, no. 2, p. 211‑223.
Publicado
2016-10-04
Cómo citar
GUERRERO GUERRA, Laura Margarita et al. Comparación de tres metaheurísticas para la optimización de inventarios con estimación de demanda. Revista Ingeniería Industrial, [S.l.], v. 15, n. 1, oct. 2016. ISSN 0718-8307. Disponible en: <http://revistas.ubiobio.cl/index.php/RI/article/view/2542>. Fecha de acceso: 23 sep. 2017
Sección
Artículos

Palabras clave

optimización; metaheurísticas; modelos de inventarios; pronósticos