Búsqueda tabú para la optimización de un proceso industrial de inyección de piezas de aluminio

En este caso, el objetivo es la optimización de los costes de fabricación, teniendo en cuenta los factores tradicionales de programación como pueden ser la demanda de piezas a modelar, la fecha de entrega de las mismas, los tiempos de desarrollo de éstas, el stock máximo que puede desarrollarse y el consumo de electricidad y gas en la producción de dichas piezas. Un proceso tan costoso, puede aprovecharse de la aplicación de una metaheurística para obtener una solución cercana a lo óptimo, dentro de un tiempo lógico. Se trata por tanto de buscar una reducción del número de piezas demandadas y que no han sido producidas, así como de reducir al máximo el consumo de electricidad y gas, lo que significaría un aumento de los beneficios, atendiendo todas las solicitudes recibidas, y una minimización de los costes, por medio de la disminución del consumo de energía. Con el fin de cumplir con nuestro objetivo, se ha propuesto un proceso de trabajo en dos fases. En la primera de ellas, se obtendrá una solución inicial factible basada en los datos de entrada, es decir, se buscará el recurso más óptimo o más cercano para mejorar el beneficio de la empresa y la reducción de los costes teniendo siempre en cuenta la viabilidad de la solución. En la segunda parte, se aplicará una búsqueda tabú centrándonos inicialmente en la exploración, con el fin de examinar todo el espacio de soluciones para posteriormente intensificar la búsqueda y obtener la opción más cercana a lo óptimo, que minimice la función objetivo. Finalmente se ha realizado un ajuste paramétrico con el fin de conocer para ajustar los pesos de cada objetivo, es decir, dentro de las opciones que cumplen con nuestros propósitos, como son la reducción de los costes y el aumento de los beneficios, se dan soluciones que generan todas las piezas demandadas en la producción de las piezas con un coste de producción bajo, lo que se traduce en un mayor beneficio para la empresa. La implementación realizada en este trabajo, ha permitido obtener resultados válidos que posibilitan mejorar la solución inicial obtenida. Esto supone la satisfacción de las demandas y por tanto un aumento de los beneficios de las empresas, que les permiten competir dentro del sector frente a otras empresas.---ABSTRACT---In this end-of-master project, the application of a metaheuristic will be studied, such as the taboo search, in order to perfect the programming of the production in an area of aluminum foundry. A demand that has been increased in recent years by large companies in order to improve their competitiveness compared to other companies, as well as their valuation. In this case, the objective is the optimization of manufacturing costs, taking into account the traditional factors of programming such as the demand for parts to be modeled, the date of delivery of the same, the development times of these, the stock maximum that can be developed and the consumption of electricity and gas in the production of said pieces. Such a costly process can take advantage of the application of a metaheuristic to obtain a solution close to the optimum, within a logical time. It is therefore a question of looking for a reduction in the number of pieces demanded and that have not been produced, as well as reducing the consumption of electricity and gas as much as possible, which would mean an increase in profits, meeting all the requests received, and a minimization of costs, through the reduction of energy consumption. In order to fulfill our objective, a work process has been proposed in two phases. In the first one, an initial feasible solution based on the input data will be obtained, that is, the most optimal or closest resource will be searched to improve the company’s profit and the reduction of costs always taking into account the viability of the solution. In the second part, a taboo search will be applied focusing initially on the exploration, in order to examine the entire space of solutions to subsequently intensify the search and obtain the option closest to the optimum, which minimizes the objective function. Finally a parametric adjustment has been made in order to know to adjust the weights of each objective, that is, within the options that meet our purposes, such as reducing costs and increasing profits, solutions are given that generate all the parts demanded in the production of the pieces with a low production cost, which translates into a greater benefit for the company. The implementation carried out in this work, has allowed to obtain valid results that make it possible to improve the initial solution obtained. This supposes the satisfaction of the demands and therefore an increase of the profits of the companies, that allow them to compete within the sector in front of other companies