Después de cuatro años sin escribir en este blog voy a retomar la escritura del blog recordando mi segunda expedición a la Antártida como tributo a ella y como continuidad al post de marzo de 2018. La travesía inicia el 10 de enero de 2019 a Bordo del Buque R.O.U. Vanguardia 26 de la Armada Uruguaya con destino a la Base Científica Antártica Artigas (BCAA) ubicada en Bahía Fildes/Isla Rey Jorge en Antártica, con el fin de participar la V Expedición de Colombia a la Antártica. Fui como un invitado en la figura de cooperación internacional invitado por la Armada Uruguaya, de la que me llevo el mejor de los recuerdos por su amabilidad, don de gentes y sobre todo por la calidad y tenacidad de su trabajo profesional. No me alcanzan las palabras para dar tributo.
La navegación comienza a 20 millas náuticas de la costa en el océano atlántico desde la ciudad de Montevideo(Uruguay) y pasando por los canales patagónicos para llegar a la primera recalada en la ciudad de Punta Arenas (Chile). Atracamos en el muelle Prat el 14 de enero de 2019 y demoramos tres días en Puerto a la Espera de ventana meteorológica para cruce del Paso Drake. El día 17 zarpamos rumbo de las islas shetland del sur, pero pasando por cabo de hornos. El paso Drake nos trato muy bien. Fondeamos en Bahía Fildes en Isla Rey Jorge frente a media milla de BCAA el día 20 de enero de 2019.
Al llegar inicio la operación de abastecer la base Artigas, con más de 28 toneladas de carga (alimentos y algunos materiales) y 180 mil litros de Gasoil antártico para abastecer las reservas de la base artigas para un año. fue una gran labor que tomo dos días. Hago énfasis en el profesionalismo de los oficiales y toda la tripulación del buque Vanguardia. Fue un trabajo impecable y sobre todo protegiendo el medio marino.
Una vez acabamos el día 22 de enero de 2019 en BCAA nos dirigimos a la base ECARE en la propia península. Allí fuimos a recoger residuos sólidos. De ECARE se trajeron aproximadamente 500 Kg de Residuos. Durante esta travesía pude apreciar la logística Antártica y como siendo tripulantes de diferentes países con diversos idiomas somos una gran familia que colabora en pro de la ciencia y de la paz.
La Antártida es misteriosa, bella, magnifica e imponente. La textura de sus blancos habla de su misma grandeza y biodiversidad. No es en vano que la Antártica con sus 14 millones de kilómetros cuadrados regule todo el clima mundial. Cuando vas a la Antártica te das cuenta del poder de Dios y que te sientes en el cielo mismo: su paz y su blancura son semejantes al paraíso. Sus paisajes son casi de otra galaxia. Que gran fortuna haber pisado suelo Antártico gracias a la Armada Nacional.
Luego de hacer elcurso, comenzo la preparación de toda la documentación legal y los examenes medicos. Me hicieron examenes de casi cada parte de mi cuerpo poque para ir a operaciones en la Antártida debes estar super bien de salud física como psícologica. Gracias a Dios me fue excelente.
Mi plan de viaje consistio en tomar un vuelo desde Cartagena de Indias-Bogotá-Santiago-Punta Arenas. Una vez en Punta Arenas me embarcaba en el Buque de Fabricación Colombiana ARC 20 de Julio (Buque multipropósito de tipo OPV diseñado para operaciones contra el NarcoTráfico). Fuimos con un Helicptero Bell412, dos Zodiak y una Defender, los cuales apoyarían la logística para los investigadores. Así ocurrio too de acuerdo lo planeado.
El buque Zarpo desde Cartagena de Indias el día 15 de Diciembre de 2017, fue una ceremonia a la que asisti y fue muy hermosa porque el sacerdote oró a Dios para que guardara el Buque, y el buque fue guardado.
Una vez en Punta Arenas me encontre con el resto de los expedicionarios y con dos personajes del deporte mundial. Estaban Sofia Gomez, la campeona mundial en Apnea con peso y Orlando Duque, campeon mundial en Clavados, ambos Colombianos, a mucho orgullo .
No lo dije en el vídeo, pero estuvimos al lado del famoso buque Discovery 2 de investigaciones en la Antártida.
El buque Zarpo el día 10 de enero de 2018 de Punta Arenas y comenzó la travesía a través de Cabo de Hornos y saliendo del continente americano. La primera gran experiencia es pasar el FAMOSO y TEMIDO DRAKE. Para llegar a la Antártida es obligatorio el paso Drake por Agua o Aire, y es muy importante esperar la ventana de tiempo (Se ve por meteorología y la experiencia en la navegación): hay que esperar y confiar en el pronóstico de tiempo, dado que el Drake es donde confluye la unión del Océano Atlántico con el Pacifico. Se generan vientos y olas muy fuertes. A veces olas de hasta 10 metros. Adicionalmente pasa la corriente circumpolar antártica, lo que hace que el paso sea muy temido y que el balanceo y cabeceo del buque sea un poco más de lo normal que en otras partes del mundo. Por algo los marineros le llaman el mar más peligroso del mundo.
Pasar el Drake por vía Marítima fue increíble, hay que vivirlo para contarlo. En esos tres días de paso, el buque parecía fantasma, solo íbamos muy pocos a la cámara de oficiales para comer. Las personas pasaban en su camarote mareadas y comiendo galletas de sodas, mientras otros contemplamos las ondas de las hermosas olas del Drake que nos acercaban cada vez más al continente blanco; la verdad fue una gran fortuna el poder disfrutar el Drake.
Una vez llegas a la Antártida, tu cuerpo lo sabe. El frío seco del viento te roza la cara, el sol te azota casi 24 horas, y te transportas a otra dimensión. La primera parada que hicimos en Antártida fue en la Isla Greenwich para llegar a la Base Naval Chilena Arturo Prat que es una estación permanente.
Zarpamos de Prat y avanzamos atraves del estrecho de Gerlache y paramos en la estación permanente de los Estados Unidos Base.
De Palmer navegamos a Gerlache nuevamente y fue allí donde Orlando Duque hizo su gran salto en un Iceberg de 20 metros y Sofia Gómez una apnea de cuatro minutos por debajo de un Iceberg, que gran capacidad. Es sorprendente ver a los pingüinos nadando en grupos. Tomo la foto de Diego Mojica quien hacia avistamiento de ballenas y de otros mamifereos marinos.
Así eran nuestros paisajes mientras haciemos las estaciones oceanográficas en Gerlache. Glaciales, Icerbs, Montañas de Nieve, Ballenas, Pingüinos y Petreles.
Mientras estabamos en Gerlache, nos dedicamos a estudiar el Mar. El equipo era muy interdiciplinario. Tenia a muchos cientificos como el Dr. Eduardo SantaMaria de la Universidad de Baja California de Mexico, el Dr. Jorge Paramo de la Universidad de Magdalena de Colombia y el Dr. Javier Díaz de la Universidad de Magallanesen Punta Arenas. En nuestro equipo tambien colaboraba el Teniente Segundo de la Armada Peruana Carlos Montañez, el Capitán de Corbeta Silvio Buffard de la Armada Argentida y el Dr. Jorge Nath del Instituto Oceanográfico de Ecuador. Se hizo lanzamiento de CTD a profunidades de hasta 1500 metros. Con el CTD se estudia la salinidad, conductividad, temperatura y presión del agua; estos son parámetros para registrar un tipo de agua; así mismo se hicieron lanzamiento de rosetas y se tomaron muestras de la columna de agua a 500 mtros, 1000mtrs, 500 mts, 250 mts, 100 mts, 50 mts, 25 mts, 10 mts y 5 mts.
Tambien se lanzaron redes para capturar planton (el fito y el zoo), allí el Dr. Paramo (experto en hidroacustica) estudiaba el tipo de cardumentes con ecosondas y el Dr. Diaz el tipo de Fito y Zoo por medios de las muestras tomadas en las redes. Allí fue cuando conocí el Krill.
Hicimos una parada en Isla Decepción para visitar dos bases que infortunadamente estaban en ese momento sin ninguna persona, pero conocimos la tripulación del buque chileno Karpuj.
En decepción, tu puedes cabar un poco cerca de la playa, y te sale agua caliente. Es super intereste. Decepción es una ZAEP. Luego camine y ví las ruinas de la fabrica de aceite de Ballenas. y mucho más allá ví un lago termal espectacular. Luego me devolví y camine hasta la ventana de Neptuno. Mientras subiamos, un par de pinguinos en la playa, y se veia como el viendo y su fuerza generaba vapor.
Luego subimos a la ventana de neptuno y llegamos al pico más alto de la ventana.
Luego paramos en la Isla Media Luna en donde di continuidad a mi proyecto en la Base Argentina Temporaria Teniente Camara, allí recuerdo mi experiencia de tomar un Fernet con hielo milenario Antártico y cuando conocí una pingüinera con más de dos mil pingüinos, fue impresionante porque sin tocarlos el olor se te impregna en la ropa y en la piel.
El olor a pingüino me quedo aproximadamente durante dos días. De allí zarpamos hacia Bahía Almirantazgo en la Isla Rey Jorge. Allí visite tres bases: La base permanente Artowski de Polinia, la base permanente Ferraz de Brasil y la base temporal Machu Pichu de Perú. Ese día ocurrieron varios eventos, y nos guardo seguir los protocolos de seguridad. El primer evento ocurrió en una Zodiak cuando me desembarque con algunos oficiales a inspeccionar una coordenada y se apago el motor y este no encendía. Así que tomamos los remos y empezamos a remar. Demoramos aproximadamente unos cuarenta minutos hasta acercarnos a la costa, y en ese momento enciente del motor; en todo momento estábamos en comunicaciones y pendientes a las instrucciones del comandante del buque y cuando vivimos al buque por protocolo de seguridad, nos dijeron que una corriente nos estaba arrastrando. En la Antártida, las condiciones cambian de un momento a otro, por eso cada vez que nos bajábamos teníamos que ir con todos los medios en caso de cualquier evento y siempre con la percepción de seguridad.
Otro evento que ocurrió fue cuando fuimos a visitar las tres bases de Bahía Almirantazgo en una lancha de tipo Defender. Nos acercamos a un glaciar y parte de este empezó a hacerse pedazos a nuestras espaladas, cuando quisimos ver el agua, parecía un granizado con trozos de todos los tamaños, estábamos navegando a menos de un nudo. Salimos gracias a la experticia de nuestros guardacostas. De allí nos fuimos a las bases y dimos continuidad a nuestros proyectos.
En Bahía Almirantazgo nos cayó una nevada y el buque se puso totalmente Blanco.
Luego zarpamos a Bahía Fildes y allí me baje a inspeccionar un punto. Allí conocí la Villa de las Estrellas, un sitio en donde están la mayoría de las bases en la Antártida. Es casi un pueblo en donde cada comunidad son las bases y en donde podemos encontrar sanidad, helipuertos, aeropuerto, vías terrestres, iglesias y comunicaciones de telefonía móvil dotadas por un operador chileno: es un sitio ideal para la cooperación internacional y para preservar la Paz y la Ciencia en el continente Antártico. En Bahía Fildes tuve la oportunidad de regresarme en un Hércules de la Fuerza Aérea Colombiana hasta Punta Arenas.
Gracias a la Armada Nacional por la gran oportunidad de conocer de manera privilegiada un lugar preservado para el futuro de toda la humanidad: un lugar que debemos cuidar desde donde nos encontremos, porque todo lo que hagamos, lo que preservemos, purifiquemos o contaminemos tiene efectos directo sobre la Antártida.
Para Citar APA: Coronado-Hernandez, Jairo R. & Garcia-Sabater, Jose P. 2017. Complejidad en la cadena de suministro: clasificación, fuentes y medición. Espacios. Vol. 38 (Nº 31) Pág. 25.
La simulación de eventos discretos se puede definir como una herramienta informática para emular el comportamiento de un sistema real siguiendo el patrón de eventos o interacciones. El modelo contiene actores que se conocen como entidades los cuales son procesados por recursos que actúan sobre dichas entidades.
Adquirir un software para simulación de eventos discretos es bastante costoso. Por ese motivo me puse a la tarea de buscar una herramienta open source confiable y lo suficientemente robusta que la pudiese utilizar en mis proyectos de ingeniería de producción en las empresas. Fue allí donde encontré a ManPy [1][2].
ManPy es un software semántico open source que se escribe en lenguaje Python 2.7 para la creación y ejecución de modelos de simulación de eventos discretos. me parece muy interesante que te da mucha flexibilidad puesto que es muy fácil escribir los modelos.
Por lo general la escructura para escribir un modelo en ManPy es:
Se definen los objetos del modelo
Se definen las rutas que van a seguir las entidades entre los procesos
Se definen los parámetros para la ejecución de la simulación
Ejemplo:
Se definen los objetos: se puede observar que se colocan las fuentes que generan las entidades y dentro de la invocación par ala creación del objeto se pueden dar todas las características para e modelado del recurso o la entidad como tal
Ya para terminar quiero mencionar que ManPy da mucha flexibilidad puesto que puede modelar sistemas más complejos y conectarlo a herramientas reales en la compañía.
Abstract: This research presents a heuristic system to solve the problem of materials and operations planning in supply chains with alternative product structures. The objective is minimizing the costs associated to stock levels, setup and operations, considering products with alternative bill of materials. The heuristic system can be used as a framework to embed one-level rules into a multi-level problem with alternative bill of materials. With this in mind, this framework can be used to apply planning rules as simple as Wager-Whitin, Silver-Meal, FOQ and L×L, among others.
HEURÍSTICA PARA LA PLANIFICACIÓN DE MATERIALES Y OPERACIONES EN CADENAS DE SUMINISTROS CON ESTRUCTURAS ALTERNATIVAS DE PRODUCTOS
Introducción
En este trabajo se presenta una heurística para resolver el problema de Planificación de Materiales y Operaciones en Cadenas de Suministros con estructuras de productos alternativas. Una cadena de suministros se pude modelar desde diferentes perspectivas, una de ellas es desde la estructura de los productos. La solución óptima a este problema se obtiene con el modelo GMOP, el cual es de complejidad es Np-Hard y en ese sentido se propone la heurística como un camino para obtener una solución razonablemente buena con tiempos computacionales cortos.
Modelo Matemático
En la figura 1 en las ecuaciones 1 a la 4, se muestra el modelo GMOP. Este modelo tiene como objetivo la minimización de costos asociado a los niveles de inventario, alistamiento y operaciones considerando productos con listas de materiales alternativas. Se puede decir que el problema GMOP es NP-Hard ya que al simplificarlo a un solo nivel el problema se convierte en un problema CLSP, el cual es NP-Hard[3]. Por lo tanto, si el problema CLSP es NP-Hard, entonces el problema GMOP es también NP-Hard. La ecuación 1 muestra la función de costes a minimizar, la ecuación 2, es la restricción de continuidad del inventario la cual está asociada a la lista de materiales alternativas las matrices 𝑀𝑖𝑘 y 𝑁𝑖𝑘, por último la ecuación 3 es la restricción asociada a la capacidad de los recursos productivos.
Heurística propuesta
La heurística sirve como marco para embeber reglas de un solo nivel dentro de un problema multinivel con listas de materiales alternativas; en ese sentido , la heurística sirve como marco para la utilización de reglas simples de planeación como son Wagner-Whitin [4], FOQ y LxL, entre otras. El objetivo es busca una buena solución con un tiempo computacional razonable. Un Pseudocódigo de la heurística se
muestra en la figura 2.
Ilustración Numérica
Se realiza un análisis comparativo para el caso de un producto que tiene tres listas de materiales alternas para demostrar la utilidad de la heurística planteada. La tabla 1 muestra una comparación de la heurística utilizando las reglas de lotificación LxL y FOQ frente al valor el óptimo con el solver GLPK.
Conclusiones
Se presenta una heurística para planificar cadenas de suministros de productos con listas de materiales alternativas que con la regla LxL se encuentra al 1% del óptimo y con una mejora en el tiempo del 92,22%. C
Por allí dicen que el que estudia mucho se tuesta o se queda flipando. Bueno, no es tan mito esa expresión. En el articulo «Work organization and mental health problems in PhD students» publicado en la revista Research Policy en el Volumen 46 (4) que sale en mayo de 2017, se muestra que un gran número de estudiantes de doctorado sufre de problemas de salud mental, aun cuando no están reportado. De hecho, tiene 2.13 veces más posibilidades que un estudiante universitario. El estudio muestra que un estudiante de doctorado tiene un 32% de riesgo de desarrollar un desorden psiquiátrico común, especialmente la depresión. En ello afecta mucho el estilo de liderazgo del director de la tesis.
El estudio esta basado en el cuestionario de salud mental (GHQ-12) que maneja 12 tipos de síntomas de salud mental. En el estudio se muestra que el 51% de los estudiantes de doctorado han experimentado al menos dos síntomas de problemas en salud mental. Al menos un 40%, tres síntomas (GHQ3 +); mientras que el 32% experimenta al menos cuatro síntomas (GHQ4 +). Estas tasas de prevalencia sugieren que un grupo considerable de los estudiantes de doctorado sufren trastornos psicológicos o tienden desarrollar un trastorno psiquiátrico común. Los problemas más frecuentes son:
Sentimientos de estar bajo tensión constante
Infelicidad
Depresión
Problemas de sueño debido a las preocupaciones
Incapacidad para superar las dificultades
No poder disfrutar de las actividades cotidianas.
La prevalencia de los problemas de salud mental es aún mayor en aquellos países donde los candidatos de doctorado tienen más dificultades financieras.
Para determinar los niveles de tamaño de lote de cada componente en un sistema MRP se utilizará como método base la optimización por enjambre de partículas (Particle Swarm Optimization, por sus siglas en inglés). Por medio este algoritmo, se determinará la matriz binaria de set up apropiada para cada solución. La fundamentación del algoritmo de optimización por enjambre de partículas implementado en este trabajo se basó en la propuesta por (Wajanawichakon & Pitakaso, 2013) agregando una matriz de velocidades para la adaptación a una naturaleza combinatoria.
La estrategia utilizada se basa en una representación abstracta a través de la matriz binaria de los set ups que representa una partícula. Para el desarrollo del algoritmo se utilizó el lenguaje Java, por lo cual fue necesario definir una arquitectura en capas, por lo que se separa la capa de comunicación de los datos para el manejo de transacciones entre el modelo y la presentación.
Por ultimo, se realizan diferentes experimentos por computadora con diferentes niveles de capacidad de producción donde el algoritmo mostró un buen desempeño. Se pueden observar que las soluciones de la adaptación del algoritmo de optimización por enjambre de partículas son mejor en un 6,31% a la presentada en la literatura estudiada.
In this paper, the autors proposes a model for balancing line U considering the level of ergonomic risk in workstations. The implementation of techniques and methods to help in decision-making in diversify the tasks performed by workers. The planning and programming of activities, which optimize occupational risk factors, helps to preserve the health of workers, and prevent work-related musculoskeletal disorders (WMSDs).The research explores ergonomic evaluations techniques through OCRA method for repetitive activities and NIOSH Equation in load handling, as techniques that can be integrated into assembly lines balancing.
LocalSolver es un Solver/Resolutor creado por la empresa Innovation24 en la que se hace un Híbrido de las técnicas algoritmos exactos y búsqueda local para resolver problemas de optimización combinatoria y convexa. Su valor comercial comienza en los 9900 euros por PC y para los académicos es FREE(academia e investigación únicamente)). Pues lo he probado y quiero compartir con ustedes este breve manual en español, porque es el primero. Para ello vamos a realizar el problema de la dieta. Los ing de LocalSolver lo compararon contra GUROBI 4.5 en el problema «Real-life car sequencing» con la instancia de prueba para determinar la secuencia en una línea de ensamble de 1300 carros/coches «022_EP_ENP_RAF_S22_J1» la cual genera un problema de 80,000 variables con 44,000 variables binarias y se obtienen en 10 segundos mejores resultados que Gurobi. Muestro la Comparación a continuación.
Tutorial de LocalSolver con el Problema de la Dieta
El problema de la dieta se desarrollo para el ejercito norte-americano para asegurar unos requerimientos nutricionales a la tropa al menor coste. El problema fue analizado y resuelto por George Stigler usando la programación lineal en 1947. El problema es como se muestra a continuación. Hago este ejemplo porque los que estan en LocalSolver solo son binarios y este problema lo hice con la intención de aportar un modelo nuevo para usuarios interesados.
Para utilizar LocalSolver en JAVA recomiendo visitar el API en JAVA. Vamos iniciar el modelamiento. Se crea una clase para el problema a resolver. EL objeto que crea la clase tiene los siguientes atributos como mínimo para utilizar LocalSolver en JAVA:
LocalSolver localsolver; //Es un objeto sobre el que se va a construir el problema
Variables del modelo
Se crea un procedimiento que va a contener la instrucción de resolución del modelo y se le pasan los datos que en otra clase previamente el analista tiene del problema, por ejemplo (public void modelo(double p[], double N[][], double up[]) { ). Se crea un bloque (try/catch) en el que se va a escribir el código. Ahora si los pasos son:
Se crea el objeto LocalSolver
localsolver = new LocalSolver();
Se crea el modelo
LSModel model = localsolver.getModel();
Se inicializan las variables
x = new LSExpression[p.length];
Se crea la Variable x(i). Para crear una variable se utiliza la función createExpression. Se le pasan los atributos del tipo de variable. Algo que solo esta en el API pero en ningún ejemplo. Las variables: Binarias ->bool, continuas->Float, enteras->Int. Los limites mínimo y máximo de las variables los coloca el usuario, yo puse valores entre 0 y 5000.
for (int i = 0; i < p.length; i++) {
x[i] = model.createExpression(LSOperator.Float, 0, 5000);
x[i].setName("x[" + i + "]");
}
Luego creamos la restricción. También utilizamos LSExpression para crear el lado izquierdo de la restricción y el lado derecho. El operador LSOperator.Sum se utiliza par aindicar que LI va a contener una suma de varias variables. El operador LSOperator.Prod se va a realizar una sumaproducto de la variable x(i) con N(j,i) y esta multiplicatoria se hace para construir el producto que al unirse con la expresión anterior nos da la sumaproducto del lado derecho de la restricción. Luego le pasamos los dos lados a la expresión addConstraint y se lo pasamos al modelo matemático. La convenciòn es la siguiente, >= es Geg, <= es Leq y = es Eq. Para nuestro ejemplo quedaría así:
LSExpression LI;
LSExpression[] Restricion1 = new LSExpression[r.length];
for (int j = 0; j < r.length; j++) {
LI = model.createExpression(LSOperator.Sum);
for (int i = 0; i < p.length; i++) {
Le decimos a LocalSolver que no vamos a editar más el modelo.
model.close();
Ahora se procede a una sesión de configurar los parámetros de ejecución de los algoritmos. Yo le puse 10 segundos pero fue por gusto porque en menos de uno ya ha obtenido el optimo.
Listo. Hemos creado el modelo. Ahora solo es ejecutar RUN y obtenemos nuestra respuesta. Yo he tomado el ejemplo de Internet que lo resuelven con GAMS y obtuve el siguiente resultado:
Pues eso, es muy fácil desaparecer de un grupo y de una dinámica de grupo. Lo complicado es volver aparecer y llevar el ritmo que tenias. La solución de estos problemas radica en el despojarse de uno mismo, y focalizarce en lo que realmente aporta valor según el plan de vida que uno tiene marcado. Por eso lo digo: Es fácil perderse, lo difícil es aparecer de nuevo.
JARACOHE 