Análisis numérico de flujo a costo mínimo en redes con estaciones de espera: el caso M/M/1

Salvador Hernández-González, Idalia Flores-de-la-Mota, José Alfredo Jiménez-García, Manuel Darío Hernández-Ripalda

Resumen


En una red los nodos representan estaciones, almacenes, centros de distribución y clientes y circulan tanto materiales como información, por lo que una herramienta utilizada para apoyar la toma de decisiones es el modelo de flujo a costo mínimo que toma en cuenta únicamente costos de transporte. En la realidad los nodos prestan un servicio el cual requiere un tiempo de servicio, la atención sigue una disciplina y además se forma una fila de espera. En este trabajo se propone una modificación del modelo de flujo a costo mínimo para la optimización en redes de líneas de espera. Se resolvieron varios casos donde se observa un grado de exactitud aceptable en el cálculo del tiempo de ciclo y trabajo en proceso. El trabajo es de interés para los administradores y/o responsables de las cadenas de abasto y útil para la toma de decisiones a mediano y largo plazo.

Palabras clave


flujo en redes; cadena de abasto; redes de colas; tiempo de ciclo; trabajo en proceso

Texto completo:

PDF (English)

Referencias


Bazaraa, M.S., Jarvis, J.J. and Sherali, H.D. (1974) Linear programming and network flows. Wiley 4th ed.

Beard, J.C. and Chamberlain, R.D.(2013) Analysis of a simple approach to modeling perfor-mance for streaming data applications. Proc. of IEEE 21st International Symposium on Mod-elling, Analysis & Simulation of Computer and Telecommunication Systems, 345 – 359.

Bhaskar, V. and Lallement, P.(2010) Modeling a supply chain using a network of queues. Applied Mathematical Modelling, 34 (8). 2074 – 2088.

Bolch, G., Greiner, S., de Meer, H. and Trivedi, Kishor S. (2006) Queueing Networks and Markov Chains: Modeling and Performance Evaluation with Computer Science Applications. 2nd edition. Berlín. Wiley-Interscience.

Buzacott, J., and Shanthikumar, G. (1993) Stochastic models of manufacturing systems. Up-per Saddle River: Prentice Hall. New York.

Curry, G. and Feldman, F.M. (2011). Manufacturing systems. Springer. Berlín.

He, X. and Hu, W. (2014) Modeling Relief Demands in an Emergency Supply Chain System under Large-Scale Disasters Based on a Queuing Network. The Scientific World Journal, 2014. 1 – 12.

Kerbache, L. and MacGregor Smith, J. (2000) Multi-objective routing within large scale facil-ities using open finite queueing networks. European Journal of Operational Research, 121 (1). 105 – 123.

Lawrence, S.R. and Buss, A.H. (1995) Economic analysis of production bottleneck. Mathe-matical Problems in Engineering, 1(1). 341 – 363.

MacGregor Smith, J., Daskalaki, S. (1988) Buffer space allocation in automated assembly lines. Operations Research, 36(2), 343 – 358.

MacGregor Smith, J. (2011) Optimal routing in closing queueing networks with state depend-ent queues. INFOR: Information Systems and Operational Research, 49(1). 45 – 62.

Morabito, R., de Souza, M.C. and Vazquez, M.(2014) Approximate decomposition methods for the analysis of multicommodity flow routing in generalized queueing networks. European Journal of Operational Research, 232 (3). 618 – 629.

Pourbabai, B., Blanc J.P.C., van der Duyn Schouten, F.A. (1996) Optimizing flow rates in a queueing network with side constraints. European Journal of Operational Research, 88 (3). 586 – 591.

Srinivasa N.R., Viswanadham, N. (2001) Generalized queueing networks analysis of inte-grated supply chains. International Journal of Production Research, 39(2), 205 – 224.

Srivathsan, S. and Kamath, M. (2012) An Analytical Performance Modeling Approach for Supply Chain Networks. IEEE Transactions on Automation Science and Engineering, 9(2). 265 – 275.

van Woensel T., Cruz F.R.B. (2014) Optimal Routing in General Finite Multi-Server Queueing Networks. PLoS ONE 9(7): e102075. doi:10.1371/journal.pone.0102075

Wagner, H.M. (1975) Principles of Operations Research, with Applications to Managerial Decisions. Prentice Hall. New York.

Yenisey, M.M. (2006) A flow-network approach for equilibrium of material requirements planning. International Journal of Production Economics 102, 317 – 332.




DOI: http://dx.doi.org/10.21640/ns.v9i18.840

Enlaces refback

  • No hay ningún enlace refback.


Copyright (c) 2017 Nova Scientia

Scope

Nova Scientia es una revista multidisciplinaria de acceso abierto, peer reviewed y con una periodicidad semestral editada por la Universidad De La Salle Bajío y tiene como fin difundir los trabajos inéditos y originales de las distintas disciplinas científicas realizados por investigadores nacionales e internacionales con preferencia a aquellas contribuciones que tengan carácter multidisciplinario, interdisciplinario o transdisciplinario; no publica reseñas, revisiones bibliográficas, aplicaciones profesionales, ni artículos de divulgación.


Información Legal

Nova Scientia, año 9, número 18, Mayo – Octubre de 2017, es una publicación semestral editada por la Universidad De La Salle Bajío A. C. Av. Universidad 602, Col. Lomas del Campestre, C. P. 37150, León, Gto. México. Tel. 52 477 7108500, http://novascientia.delasalle.edu.mx/. Editores responsables: Dr. Ramiro Rico Martínez y Dr. Rolando Pérez Álvarez. ISSN 2007 - 0705. Reservas de Derechos al uso Exclusivo No. 04-2008-092518225500/102, Reserva de difusión vía red de cómputo 04 - 2008 – 121011584800-203 ambas otorgadas por el Instituto Nacional del Derecho de Autor.

Responsable de la última actualización de este número: J. Alvarez, Dirección de Investigación de la Universidad De La Salle Bajío, fecha de última actualización: 19 de mayo de 2017.