El problema del taller de flujo surge hace unos 60 años como una aproximación de la realidad de los procesos industriales de fabricación, más exactamente de la programación de la producción. La programación de la producción se refiere a la ordenación de las tareas productivas pendientes en una industria fabril. A pesar de que han pasado muchos años desde sus comienzos, aun hoy existe una gran diferencia entre los problemas teóricos propuestos y la realidad industrial de las empresas. Una de las diferencias más evidentes es el hecho de que al intentar resolver un problema de programación de la producción casi nunca se tiene en mente un único objetivo. Normalmente se tienen en mente varias cosas a la vez, como por ejemplo, terminar cuanto antes la producción, al mismo tiempo maximizar el uso de recursos y también cumplir con las fechas de entregas. En este contexto han surgido los problemas de taller de flujo multi-objetivo. En los últimos 20 años los problemas de taller de flujo multi-objetivo han tenido un gran empuje, acercado el desarrollo teórico a los problemas reales. En este trabajo de tesis presentaremos un recorrido por algunos de los problemas de taller de flujo multi-objetivo, partiendo desde los más básicos y yendo hacia los más complejos, y al mismo tiempo, los que reflejan mejor la realidad. Este trabajo tiene además otros objetivos. Uno de los problemas que más se ha dejado de lado en la optimización multi-objetivo es la medición y comparación correcta de los resultados. Presentaremos un recorrido por los métodos existentes para la medición de resultados multi-objetivo, señalando los problemas y ventajas de cada uno, con la finalidad de obtener una metodología válida, clara y consistente para la comparación de los resultados de problemas multi-objetivo. Para comenzar el recorrido por el taller de flujo planteamos una tarea que nunca se ha llevado a cabo hasta la fecha: la implementación y comparación experimental de 23 algoritmos multi-objetivo. Alguno de ellos propuestos para el taller de flujo multi-objetivo y otros de carácter general. Esto nos dará un importante punto de partida para conocer las metodologías existentes en la literatura parar resolver problemas multiobjetivo. Como resultado conoceremos metodologías que van desde algoritmos genéticos, pasando por la búsqueda tabú, colonias de hormigas, recocido simulado, etc. Todo este trabajo inicial nos permitirá ver las ventajas y desventajas de cada método propuesto y determinar los puntos fuertes de los mejores para, finalmente, proponer un método de resolución de problemas de taller de flujo general, eficaz y eficiente. El recorrido por distintos problemas de taller de flujo nos permitirá conocer el estado actual de la literatura y acercarnos paso a paso a los problemas que mejor representan la realidad. En cada paso realizaremos un profundo estudio del estado actual de la literatura, comparando los métodos existentes contra un método propuesto por nosotros mismos. En este aspecto partiremos del problema del taller de flujo de permutación multi-objetivo, luego ampliaremos este problema añadiéndole tiempos de cambio dependientes de la secuencia y finalmente estudiaremos el problema del taller de flujo híbrido multi-objetivo. / Minella, GG. (2014). Optimización multi-objetivo para la programación de la producción [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/37980 / TESIS

[ES] En esta Tesis Doctoral se aborda el problema del taller de flujo de permutación considerando recursos adicionales renovables, que es una versión más realista del clásico problema de taller de flujo de permutación, muy estudiado en la literatura. La inclusión de los recursos ayuda a acercar el mundo académico-científico al mundo real de la industria. Se ha realizado una completa revisión bibliográfica que no se ha limitado a problemas del taller de flujo, sino que han revisado problemas similares del ámbito de scheduling que consideren recursos. En esta revisión, no se han encontrado en la literatura artículos para el problema concreto que se estudia en esta tesis. Por ello, la aportación principal de esta Tesis Doctoral es el estudio por primera vez de este problema y la propuesta y adaptación de métodos para su resolución. Inicialmente, el problema se modeliza a través de un modelo de programación lineal entera mixta (MILP). Dada la complejidad del problema, el MILP es capaz de resolver instancias de un tamaño muy pequeño. Por ello, es necesario adaptar, diseñar e implementar heurísticas constructivas y metaheurísticas para obtener buenas soluciones en un tiempo de computación razonable. Para evaluar la eficacia y eficiencia de los métodos propuestos, se generan instancias de problemas partiendo de los conjuntos más utilizados en la literatura para el taller de flujo de permutación. Se utilizan estas instancias propuestas tanto para calibrar los distintos métodos como para evaluar su rendimiento a través de experimentos computacionales masivos. Los experimentos muestran que las heurísticas propuestas son métodos sencillos que consiguen soluciones factibles de una forma muy rápida. Para mejorar las soluciones obtenidas con las heurísticas y facilitar el movimiento a otros espacios de soluciones, se proponen tres metaheurísticas: un método basado en búsqueda local iterativa (ILS), un método voraz iterativo (IG) y un algoritmo genético con búsqueda local (HGA). Todos ellos utilizan las heurísticas propuestas más eficaces como solución o soluciones iniciales. Las metaheurísticas obtienen las mejores soluciones utilizando tiempos de computación razonables, incluso para las instancias de mayor tamaño. Todos los métodos han sido implementados dentro de la plataforma FACOP (Framework for Applied Combinatorial Optimization Problems). Dicha plataforma es capaz de incorporar nuevos algoritmos de optimización para problemas de investigación operativa relacionados con la toma de decisiones de las organizaciones y está diseñada para abordar casos reales en empresas. El incorporar en esta plataforma todas las metodologías propuestas en esta Tesis Doctoral, acerca el mundo académico al mundo empresarial. / [CA] En aquesta Tesi Doctoral s'aborda el problema del taller de flux de permutació considerant recursos addicionals renovables, que és una versió més realista del clàssic problema de taller de flux de permutació, molt estudiat a la literatura. La inclusió dels recursos ajuda a apropar el món acadèmic-científic al món real de la indústria. S'ha realitzat una revisió bibliogràfica completa que no s'ha limitat a problemes del taller de flux, sinó que ha revisat problemes similars de l'àmbit de scheduling que considerin recursos. En aquesta revisió, no s'ha trobat a la literatura articles per al problema concret que s'estudia en aquesta tesi. Per això, l'aportació principal d'aquesta Tesi Doctoral és l'estudi per primera vegada d'aquest problema i la proposta i l'adaptació de mètodes per resoldre'ls. Inicialment, el problema es modelitza mitjançant un model de programació lineal sencera mixta (MILP). Donada la complexitat del problema, el MILP és capaç de resoldre instàncies d'un tamany molt petita. Per això, cal adaptar, dissenyar i implementar heurístiques constructives i metaheurístiques per obtenir bones solucions en un temps de computació raonable. Per avaluar l'eficàcia i l'eficiència dels mètodes proposats, es generen instàncies de problemes partint dels conjunts més utilitzats a la literatura per al taller de flux de permutació. S'utilitzen aquestes instàncies proposades tant per calibrar els diferents mètodes com per avaluar-ne el rendiment a través d'experiments computacionals massius. Els experiments mostren que les heurístiques proposades són mètodes senzills que aconsegueixen solucions factibles de manera molt ràpida. Per millorar les solucions obtingudes amb les heurístiques i facilitar el moviment a altres espais de solucions, es proposen tres metaheurístiques: un mètode basat en cerca local iterativa (ILS), un mètode voraç iteratiu (IG) i un algorisme genètic híbrid (HGA). Tots ells utilitzen les heurístiques proposades més eficaces com a solució o solucions inicials. Les metaheurístiques obtenen les millors solucions utilitzant temps de computació raonables, fins i tot per a les instàncies més grans. Tots els mètodes han estat implementats dins de la plataforma FACOP (Framework for Applied Combinatorial Optimization Problems). Aquesta plataforma és capaç d'incorporar nous algorismes d'optimització per a problemes de recerca operativa relacionats amb la presa de decisions de les organitzacions i està dissenyada per abordar casos reals a empreses. El fet d'incorporar en aquesta plataforma totes les metodologies proposades en aquesta Tesi Doctoral, apropa el món acadèmic al món empresarial. / [EN] In this Doctoral Thesis, the permutation flowshop problem is addressed considering additional renewable resources, which is a more realistic version of the classic permutation flowshop problem, widely studied in the literature. The inclusion of resources helps to bring the academic-scientific world closer to the real world of industry. A complete bibliographic review has been carried out that has not been limited to flow shop problems, but has reviewed similar problems in the scheduling field that consider resources. In this review, no articles have been found in the literature for the specific problem studied in this thesis. Therefore, the main contribution of this Doctoral Thesis is the study for the first time of this problem and the proposal and adaptation of methods for its resolution. Initially, the problem is modeled through a mixed integer linear programming (MILP) model. Given the complexity of the problem, the MILP is capable of solving very small instances. Therefore, it is necessary to adapt, design and implement constructive heuristics and metaheuristics to obtain good solutions in a reasonable computation time. In order to evaluate the effectiveness and efficiency of the proposed methods, problem instances are generated starting from the sets most used in the literature for the permutation flowshop. These proposed instances are used both to calibrate the different methods and to evaluate their performance through massive computational experiments. Experiments show that proposed heuristics are simple methods that achieve feasible solutions very quickly. To improve the solutions obtained with the heuristics and facilitate movement to other solution spaces, three metaheuristics are proposed: a method based on iterated local search (ILS), an iterative greedy method (IG) and a hybrid genetic algorithm (HGA). All of them use the most effective proposed heuristics as initial solution or solutions. Metaheuristics get the best solutions using reasonable computation times, even for the largest instances. All the methods have been implemented within the FACOP platform (Framework for Applied Combinatorial Optimization Problems). Said platform is capable of incorporating new optimization algorithms for operational research problems related to decision-making in organizations and it is designed to address real cases in companies. Incorporating in this platform all the methodologies proposed in this Doctoral Thesis, brings the academic world closer to the business world. / Alfaro Fernández, P. (2023). Inteligencia computacional en la programación de la producción con recursos adicionales [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/198891

En un marco de competencia global en el cual los tiempos de respuesta son cada vez más relevantes como elemento competitivo y donde, en no pocas ocasiones, las empresas tiende a ofrecer un catálogo de productos amplio y diferenciado de la competencia, existen múltiples retos que las Organizaciones deben afrontar. Dentro de éstas la Dirección de Operaciones tiene el reto de adaptar los procesos de Gestión de los Sistemas Productivos y Logísticos a las actuales necesidades. En este proceso de cambio es habitual partir de Sistemas Productivos poco flexibles y orientados a la producción en masa en los que es fundamental emplear el mejor "saber-hacer" para procurar obtener el rendimiento más adecuado de los recursos disponibles. El despliegue de unas buenas prácticas en el ámbito de la Programación de la Producción puede ayudar en buena medida a mejorar la eficiencia de los recursos. Tradicionalmente se ha venido considerando a la Programación de la Producción con una visión bastante cuantitativa en la que su misión consistía en asignar, secuenciar y temporizar los diferentes trabajos del periodo en base a los recursos disponibles. No obstante, sin dejar de ser válido este planteamiento, en esta tesis se desea enfatizar como en realidad el fin último de las técnicas y métodos desarrollados durante años en el ámbito de la Programación de la Producción no es otro que el de ser empleados dentro de un Sistemas de Ayuda a la Toma de Decisiones. Y en este sentido, las decisiones operativas que se toman en el área del Programador de la Producción deben estar conectadas en todos los casos, al menos, con su entorno decisional más directo como es el de la Planificación de la Producción. Una revisión literaria en profundidad al extenso trabajo realizado en más de 50 años de existencia de lo que se ha denominado, empleando la terminología en lengua inglesa, como "Scheduling" pone de manifiesto la existencia una necesidad que debe ser cubierta. / Gómez Gasquet, P. (2010). Programación de la producción en un taller de flujo híbrido sujeto a incertidumbre: arquitectura y algoritmos. Aplicación a la industria cerámica [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/7728 / Palancia