Optimización simultánea para la mejora continua y reducción de costos en procesos
Muchos problemas de optimización son caracterizados por la flexibilidad para establecer la utilidad entre las funciones objetivo. La estrategia experimental desempeña un papel importante para generar estas funciones objetivo, además, ésta se ha aplicado de manera conveniente para disminuir costos d...
Main Author: | |
---|---|
Format: | Article |
Language: | English |
Published: |
Universidad EAFIT
2006-12-01
|
Series: | Ingeniería y Ciencia |
Subjects: | |
Online Access: | http://publicaciones.eafit.edu.co/index.php/ingciencia/article/view/473 |
Summary: | Muchos problemas de optimización son caracterizados por la flexibilidad para establecer la utilidad entre las funciones objetivo. La estrategia experimental desempeña un papel importante para generar estas funciones objetivo, además, ésta se ha aplicado de manera conveniente para disminuir costos de calidad y en la mejora continua de la calidad de procesos y productos. Es frecuente encontrar muchas aplicaciones industriales con varias respuestas cuya finalidad es alcanzar la calidad global de un producto, por lo que es necesario optimizar de manera simultánea las respuestas de interés. En esencia, el problema de optimización de varias respuestas involucra la selección de un conjunto de condiciones o variables independientes tales que den como resultado un producto o servicio adecuado. Es decir, se desea seleccionar los niveles de las variables independientes que optimicen todas las respuestas a la vez.
En esta presentación se mostrarán dos procedimientos para construir una función que describa la combinación de los objetivos de las respuestas individuales. El primer método es un modelo de optimización multiplicativo y el segundo es aditivo, estos se aplicarán a dos casos de estudio realizados en la industria con el fin de resaltar los procesos de mejora continua y la disminución de costos. La optimización simultánea, utilizando estos dos procedimientos, se ilustrarán mediante técnicas de graficación ya que éstas permiten generar varios escenarios de posibles soluciones óptimas. En estos ejemplos se observó que ambos métodos producen resultados similares al generar el óptimo, sin embargo al compararlos de manera global mediante la función de pérdida existe una ligera diferencia entre ellos.
MSC: 62-XX, 62Kxx
|
---|---|
ISSN: | 1794-9165 2256-4314 |