Consolidado Final Investigacion y Operaciones

Logistics Consultant Consultores: Edward Andres Cedeño -1511020628 -1511020628 Maria Alicia Chávez Guerrero-1321610049 Diana karolina Rojas Cortes- 1511022828 1511022828 Andrea Plested Salazar- 1511025279 1511025279 Edwin Alejandro Velasco Martínez - 102208496

En este espacio incluya el logotipo de su grupo

Contextualización del problema La Empresa Colombiana de Petróleos quiere implementar un modelo matemático que le permita controlar la Red Nacional de Transporte de Gas Natural en su seccional centro, para satisfacer los requerimientos requerimientos de Gas Natural Vehicular en la capital, que es la ciudad que mayor interrupción del servicio presenta actualmente. Modelo propuesto Representación Representación como Red: podemos modelar el MLSP-PC como un problema de flujo de red de costo mínimo capacitado en una red con una fuente. Con este fin, definimos una red con una sola fuente 0, T nodos de transbordo (1,t) a nivel de producción (nivel 1, t = 1,…,T) representando la cantidad de gas generada en un periodo t dentro del nodo especifico, T nodos de transbordo (l,t) en cada uno de los niveles de almacén (t = 1,…,T; l = 2,…, L -1) que entregan en los puntos de conexión el producto entre los nodos desde el nivel l al nivel l + 1 en el período t y los nodos de demanda T (l,t) Con demanda dt en el nivel minorista (nivel L, t = 1,…,T) donde se entrega el producto para su distribución distribución final. Finalmente, la viabilidad dicta que el nodo fuente 0 tiene una fuente de unidades d1T. La Figura 1 ilustra la representación representación en red del MLSP-PC para L= 3 Y T = 4.

Representación como Red

Gráfico 1. Representación como red del problema de transporte multinivel

Página1

Logistics Consultant

Formulación del Modelo Variables de decisión

:Cantidad producida en el periodo t  :         +    í  :          í  Parámetros

:Demanda en el periodo t :   ó     í  :   ó     ó :  + →  + :Costo de transporte entre el nivel l y el nivel l+1 en el periodo t  :             Función Objetivo

 

−1

−1

=1

=1

=1

∑   + ∑  ( ) + ∑ ℎ   Conjunto de Restricciones

(1-3) modelan el balance entre flujo de entrada, almacenamiento y salida en los niveles de fabricante, almacén y minorista, respectivamente, en cada período

  +    + −,,…,,(1)   +   −  + − , ,…,;,…,,(2)  +   −  + −,….,,



(4) La cantidad de producción en cada período está restringida por restricciones

 ≤ , ,…..,,  (5) Indican que todos los niveles iniciales de inventario son iguales a cero.  , ,…..,,

Página2

Logistics Consultant

Resumen de parámetros a emplear en el Modelo en GAMS



Proyección de Demanda para el mes t (  ) Corresponde a las proyecciones que debían realizarse en la segunda entrega del proyecto. Los valores con los que se va a construir el modelo en GAMS son: Enero

Febrero

Marzo

Abril

Mayo

Junio

Julio

Agosto

Septiembre

Octubre

Noviembre

Diciembre

349

347

505

339

198

402

476

521

799

953

1000

1200

Tabla 1. Proyección de Demanda para el año 2017



Proyección de Producción para el mes t ( ) Corresponde a las proyecciones que debían realizarse en la segunda entrega del proyecto. Los valores con los que se va a construir el modelo en GAMS son: Enero

Febrero

Marzo

Abril

Mayo

Junio

Julio

Agosto

Septiembre

Octubre

Noviembre

Diciembre

699

700

700

701

596

299

700

696

404

899

899

901

Tabla 2. Proyección de Producción para el año 2017



Costo de iniciar una orden de producción en el mes t (  ) De acuerdo al archivo de datos suministrados, se cuenta con los siguientes costos de producción asociados a cada mes: Enero

Febrero

Marzo

Abril

Mayo

Junio

Julio

Agosto

Septiembre

Octubre

Noviembre

Diciembre

1000

1000

1000

1300

1300

1700

1200

1200

1400

1000

900

900

Tabla 3. Costo de iniciar una orden de producción en el mes t. Costo en dólares (US$)

Costo de transporte entre el nivel l y el nivel l+1 en el mes t (  ) De acuerdo al archivo de datos suministrados, se cuenta con los siguientes costos de transportar del nivel l al nivel l+1



Mes

Campos de Producción (Cusiana)

Gaseoducto CusianaApiay

Gaseoducto ApiayBogotá

Enero

1

1,5

3

Febrero

1

1,5

3

Marzo

1

1,5

3

Abril

1

1,5

3

Mayo

1

1,5

3

Junio

1

1,5

3

Julio

1

1,5

3

Agosto

1

1,5

3

Septiembre

1

1,5

3

Octubre

1,2

1,8

3

Noviembre

1,2

1,8

3

1,2 1,8 3 Diciembre Tabla 4. Costo de transporte en cada nivel. Costo en dólares por unidad transportada (US$/Giga BTU)

Página3

Logistics Consultant

Costo de almacenar inventario en el nivel l en el mes t (  ) De acuerdo al archivo de datos suministrados, se cuenta con los siguientes costos de mantener inventario por un periodo t, en cada nivel l



Mes

Campos de Producción (Cusiana)

Gaseoducto CusianaApiay

Gaseoducto ApiayBogotá

Sistema de Distribución Bogotá

Enero

1

1,5

1

2

Febrero

1

1,5

1

2

Marzo

1

1,5

1

2

Abril

1

1,5

1

2

Mayo

1,3

1,5

1

2

Junio

1,3

1,5

1

2

Julio

1,3

1,5

1,2

2

Agosto

1,3

1,5

1,2

2

Septiembre

1,3

1,5

1,2

2

Octubre

2

1,5

1,2

2

Noviembre

2

1,5

1,2

2

Diciembre

2

1,5

1,2

2

Tabla 5. Costo de mantener el inventario por un periodo en cada nivel. Costo en dólares por unidad almacenada (US$/Giga BTU)

Solución del Modelo en GAMS Cantidad de unidades producidas en cada mes t (  ) Después de resolver el modelo en GAMS los resultados obtenidos de Giga BTU producidas en cada mes es:



Mes

Giga BTU Producidas

Enero

349 347 505 701 596 299 493 696 404 899 899 901

Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre

Tabla 6. Giga BTU producidas en cada mes

Página4

Logistics Consultant

Cantidad de unidades enviadas entre el nivel l y el nivel l+1 en cada mes t (

)

Después de resolver el modelo en GAMS los resultados obtenidos de Giga BTU transporta dos entre el nivel l y el nivel l + 1 en cada mes es: Mes

Giga BTU enviado de los Campos de Producción a Cusiana

Giga BTU enviado de Cusiana a Apiay

Giga BTU enviado de Apiay-Bogotá

Enero

349

349

349

Febrero

347

347

347

Marzo

505

505

505

Abril

701

701

339

Mayo

596

596

198

Junio

299

299

402

Julio

493

493

476

Agosto

696

696

521

Septiembre

404

404

799

Octubre

899

899

953

Noviembre

899

899

1000

901

901

1200

Diciembre

Tabla 7. Giga BTU enviadas entre el nivel l y el nivel l+1 en cada mes



Cantidad de unidades almacenadas en el nivel l en el mes t (  ) Después de resolver el modelo en GAMS los resultados obtenidos de Giga BTU almacenados en cada nivel l en cada mes es: Mes

Giga BTU enviado de los Campos de Producción a Cusiana

Giga BTU enviado de Cusiana a Apiay

Giga BTU enviado de Apiay-Bogotá

Enero

0

Febrero

0

Marzo

0

Abril

362

Mayo

760

Junio

657

Julio

674

Agosto

849

Septiembre

454

Octubre

400

Noviembre

299 0

Diciembre Tabla 8. Giga BTU almacenados al final del periodo l en cada mes



Costo total en el que se incurre ( ) El costo total en el que se incurre es: $US 59.229,2 Página5

Logistics Consultant

Conclusiones y Recomendaciones

Conclusiones: 



Podemos concluir que la cantidad de unidades que debe distribuir cada origen y la demanda de unidades, debe tener en cuenta los modelos de transporte. Ya que esto va a satisfacer la demanda y minimizara costos.

En resumen a lo largo de la actividad, se observo que segun las graficas hubo un aumento año por año en la demanda el cual genero un aumento en la produccion. Las herramientas nos permiten la posibilidad de realizar proyecciones mas reales.

Recomendaciones:









Se debe tener en cuenta como objetivo el implementar un modelo matemático, la empresa Colombiana de Petróleos puede controlar su red de trasporte para la distribución de Gas Natural. Concluimos que tener modelos, soluciona óptimamente la distribución.

Implementar y ejecutar herramientas tecnológicas a lo largo de la red de distribución brinda múltiples soluciones, las cuales pueden ser eficientes a problemas de transbordo. Dichas técnicas de programación lineal, simplificaran modelos de trasporte.

El implementar modelos de trasporte, logra satisfacer las demandas ya que el objetivo principal es minimizar costos dentro de la distribución.

El uso correcto de las herramientas propuestas, ayudan a tener proyecciones mas reales.

Referencias Incluya aquí las principales referencias utilizadas para desarrollar su trabajo. Recuerde que estas deben ser presentadas empleando normas APA

Página6