La principal herramienta para controlar la disponibilidad del producto es el plan maestro de producción (master production scheduling, MPS). Al usar el inventario inicial y el pronóstico de ventas para un ítem particular, un planeador puede calcular la cantidad de producción necesaria por periodo para conocer la demanda anticipada de los clientes. Este cálculo se vuelve más complejo en un ambiente multiproducto, donde los errores de pronóstico y las restricciones de capacidad pueden agregar mayor incertidumbre al proceso de planeación. Cuando la compañía integra el MPS en la planeación logística, se vuelve evidente que su estabilidad juega un papel fundamental en gestionar los trade-off entre los costos y la disponibilidad de producto.
En este artículo se propone una nueva forma de mejorar la estabilidad del MPS bajo condiciones de capacidad finita. El propósito es optimizar la disponibilidad del producto y el servicio al cliente para situaciones típicas encontradas en la industria de bienes de consumo. Usando un modelo MPS exhaustivo, los autores condujeron un estudio de simulación acompañado de un diseño de experimentos para identificar factores que tengan una influencia significativa sobre la estabilidad del MPS. Luego, se llevaron a cabo análisis de sensibilidad sobre los factores escogidos que garantizaban la mejor tendencia de mejora a partir de una ecuación predictiva simple. Finalmente, se evaluó una forma distinta para planear de manera segura stocks y para reportar los resultados.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Aplicación de un modelo de programación lineal en la optimización de un sistema de planeación de requerimientos de materiales (MRP) de dos escalones con restricciones de capacidad
Artículo:
Indicadores de eficiencia para referencia y mejora de la eficiencia energética en sistemas automatizados de flujo de materiales
Tesis:
Prognosis con base en eficiencia energética para optimizar la toma de decisiones en mantenimiento para sistemas industriales
Artículo:
Simulación de sistemas de transporte público masivo
Video:
Lección 9: programación entera mixta