Ensayo Balanceo de lneas de ensamble: Diseo de una

Hiperheurstica usando Scatter Search

Valentina Dvila Toro. Ingeniera Civil Industrial.
Universidad Santo Tomas

Introduccin
El presente ensayo se centra en la conceptualizacin del procedimiento de una
hiperheurstica usando el sistema Scatter Search para la resolucin de
problemas de balanceo de lneas de ensambles segn el paper escrito por Jos
Gonzlez, Joaqun Bautista y Elena Fernndez con ttulo Balanceo de lneas de
ensamble: Diseo de una hiperheurstica usando Scatter Search.

Marco terico
Los problemas de balanceo de lneas de ensamble (SALBP Simple Assembly
Line Balancing) estn centrados en agrupar diversas tareas que poseen un
tiempo de operacin tj >0 que puede variar segn la naturaleza del producto
y/o las tecnologas de fabricacin con los recursos empleados. Adems, estas
tareas poseen un grafo de precedencia el cual muestra el conjunto de tareas
que deben concluirse antes de iniciar la tarea en curso.
El objetivo de estos problemas es agrupar las tareas en estaciones de trabajo
logrando minimizar la ineficiencia de la lnea o su tiempo de ocio total,
respetando un numero de restricciones, dentro de las cuales estn:

Cada tarea debe asignarse mnimo a una estacin.

El tiempo de ciclo no puede ser menor que el mayor tiempo de carga
entre todas las estaciones.
El tiempo de ocio total es la suma de los tiempos parcial de ocio de cada
estacin, lo cual se calcula como la diferencia entre el tiempo de ciclo, el cual
es asignado a cada estacin para llevar a cabo la tarea que se tienen asignada,
menos el tiempo de carga de una estacin.

Ic=ct ( Sk ) 0

Para resolver estos problemas se tiene 3 tipos de procedimientos, los cuales

estn orientados principalmente a resolver problemas para minimizar el
nmero de estaciones dado un tiempo de ciclo predeterminado, minimizar el
tiempo de ciclo en conjunto al nmero de estaciones.
El primer procedimiento de resolucin es un grupo de algoritmos miopes que
emplean una regla de prioridad para asignar las tareas dentro de las
estaciones. El segundo proceso es un esquema de Branch and Bound y el
tercer mtodo es por metaheursticas diversas.
Modelo matemtico estndar para SALBP
Funcin objetivo

Restricciones:

En la funcin objetivo (6) se minimiza el nmero de estaciones y en la (7) se

minimiza el tiempo de ciclo.
La primera restriccin plantea que cada tarea se asigna a una nica estacin,
las (2) y (3) aseguran un mximo de estaciones de trabajo y un que el tiempo
de carga no exceda el tiempo de ciclo. Para la cuarta y quinta restriccin se
plantea que se cumplan las relaciones de precedencias y que las variables de
decisin sean binarias.
Heursticas bsicas miopes
Para definir una heurstica es primordial fijar al menos una regla de prioridad
en el proceso de seleccin. Las heursticas miopes asignan las tareas, una a
una, segn un mtodo de conjunto de candidatas (tareas compatibles con la
solucin ya construida) en una funcin de una regla de prioridades que logra
distinguir el algoritmo.
Las heursticas miopes son bastante rgidas incluso cuando la regla de
prioridad es muy refinada.
Scatter Search
La metodologa Scatter Search se basa en combinar soluciones buenas que han
sido encontradas durante el proceso de bsqueda las cuales las rene en el
llamado conjunto de referencia.
Existen 3 mtodos:
1. Diversificacin Generation Method: Es un generador de soluciones
diversas extradas de un subconjunto pequeo (RefSet).
 2. Reference Set Update Method: Este mtodo crea y actualiza el conjunto
de referencia Refset obteniendo soluciones de calidad y diferentes las
cuales estn ordenadas de mayor a menor calidad.

3. Solution Combination Method: Este mtodo combina todas las soluciones

ya sea inmediatamente obtenidas e ingresadas o ya sea, almacenadas
temporalmente en el conjunto de referencia.
Conclusin
Segn lo relacionado a la experiencia realizada por Jos Luis Gonzales Velarde y
compaa, y lo plasmado en el presente ensayo, utilizar una sola regla no lleva
a la solucin ptima, no as en cambio, una mezcla de reglas las cuales, al
utilizarlas en distintos puntos de decisin, basando cada regla en una
caracterstica til del problema permite mejorar los resultados inclusive a llegar
a encontrar la solucin ptima del problema.