Mostrar el registro sencillo del documento

dc.rights.licenseAtribución-NoComercial 4.0 Internacional
dc.contributor.advisorVilla Garzón, Fernán Alonso
dc.contributor.authorDiaz Fonseca, Luis Gabriel
dc.date.accessioned2023-08-03T16:25:38Z
dc.date.available2023-08-03T16:25:38Z
dc.date.issued2023
dc.identifier.urihttps://repositorio.unal.edu.co/handle/unal/84438
dc.descriptionilustraciones, diagramas
dc.description.abstractLa producción de calzado masculino hecho a mano es una industria de tradición en Bogotá, donde existen numerosas fábricas y talleres que ofrecen productos hechos a mano con un enfoque en la calidad y la atención al detalle. Esta industria es conocida por su variedad de diseños y estilos, se distingue por su autenticidad y la habilidad de los artesanos. Esta industria enfrenta varios desafíos, como la competencia de productos de producción en masa, la escasez de materiales y los riesgos asociados a que sea un proceso manual que en muchas ocasiones no está estandarizado. Considerando principalmente el ultimo desafío, se realiza este trabajo que buscara implementar políticas que optimicen la producción del calzado. De este trabajo, se puede concluir que es posible optimizar la producción reduciendo los tiempos de espera, con la implementación de modelos de aprendizaje por refuerzo entrenados desde una simulación por eventos descritos. (Texto tomado de la fuente)
dc.description.abstractHandmade men's shoe production is a traditional industry in Bogotá, where there are numerous factories and workshops offering handmade products with a focus on quality and attention to detail. This industry is known for its variety of designs and styles, and is distinguished by its authenticity and the skills of the artisans. This industry faces various challenges, such as competition from mass-produced products, scarcity of materials, and risks associated with being a manual process that is often not standardized. Considering mainly the last challenge, this work aims to implement policies to optimize shoe production. From this work, it can be concluded that it is possible to optimize production by reducing wait times, with the implementation of reinforcement learning models trained from a simulation based on described events.
dc.format.extent54 páginas
dc.format.mimetypeapplication/pdf
dc.language.isospa
dc.publisherUniversidad Nacional de Colombia
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0/
dc.subject.ddc000 - Ciencias de la computación, información y obras generales::004 - Procesamiento de datos Ciencia de los computadores
dc.subject.ddc680 - Manufactura para usos específicos::685 - Artículos de cuero, de piel, productos relacionados
dc.titleModelo para la simulación de la producción de calzado masculino hecho a mano en Bogotá, Colombia
dc.typeTrabajo de grado - Maestría
dc.type.driverinfo:eu-repo/semantics/masterThesis
dc.type.versioninfo:eu-repo/semantics/acceptedVersion
dc.publisher.programMedellín - Minas - Maestría en Ingeniería - Analítica
dc.coverage.cityBogotá, Colombia
dc.description.degreelevelMaestría
dc.description.degreenameMagíster en Ingeniería - Analítica
dc.description.researchareaAnalítica
dc.identifier.instnameUniversidad Nacional de Colombia
dc.identifier.reponameRepositorio Institucional Universidad Nacional de Colombia
dc.identifier.repourlhttps://repositorio.unal.edu.co/
dc.publisher.facultyFacultad de Minas
dc.publisher.placeMedellín, Colombia
dc.publisher.branchUniversidad Nacional de Colombia - Sede Medellín
dc.relation.indexedRedCol
dc.relation.indexedLaReferencia
dc.relation.referencesSelman ERYILMAZ, M., Osman KUŞAKCI, A., & GAVRANOVIC, H. (2012). Analysis Of Shoe Manufacturing Factory By Simulation Of Production Processes. Southeast Europe Journal of Soft Computing.
dc.relation.referencesQin, J., Hu, F., Liu, Y., Witherell, P., Wang, C., Rosen, D., . . . Tang, Q. (2022). Research and application of machine learning for additive manufacturing. Additive Manufacturing.
dc.relation.referencesHeilala, J., Vatanen, S., Tonteri, H., Montonen, J., Lind, S., Johansson, B., & Stahre, J. (2008). SIMULATION-BASED SUSTAINABLE MANUFACTURING SYSTEM DESIGN. Winter Simulation Conference.
dc.relation.referencesPaternina-Arboleda, C., Montoya-Torres, J., & Fábregas-Ariza, A. (2008). SIMULATION- OPTIMIZATION USING A REINFORCEMENT LEARNING APPROACH. Winter Simulation Conference.
dc.relation.referencesSamsonov, V., Hicham, K., & Meisen, T. (2022). Reinforcement Learning in Manufacturing Control: Baselines, challenges and ways forward. Engineering Applications of Artificial Intelligence.
dc.relation.referencesCalderón Andrade, R., Hernández Gress, E. S., & Montufar Benítez, M. (2020). Productivity Improvement through Reengineeringand Simulation: A Case Study in a Footwear-Industry. Hidalgo: applied science.
dc.relation.referencesKuhnle, A., Kaiser, J.-P., Theiß, F., Stricker, N., & Lanza, G. (2021). Designing an adaptive production control system using reinforcement learning. Journal of Intelligent Manufacturing, 855–876.
dc.relation.referencesDaaboul, J., Da Cunha, C., Bernard, A., & Laroche, F. (2011). Design for mass customization: Product variety vs. process variety. CIRP Annals - Manufacturing Technology, 169-174.
dc.relation.referencesDiaz-Elsayed, N., Jondral, A., Greinacher, S., Dornfeld, D., & Lanza, G. (2013). Assessment of lean and green strategies by simulation of manufacturing systems in discrete production environments. CIRP Annals - Manufacturing Technology, 475-478.
dc.relation.referencesRabelo, L., Held, M., Son, Y.-J., Jones, A., Mim, J., & Deshmukb, A. (2003). A HYBRID APPROACH TO MANUFACTURING ENTERPRISE SIMULATION. Winter Simulation Conference.
dc.relation.referencesHernández-González, S., Ramírez-Tapia, R., & Jiménez-García, J. (2019). Analysis of the Productivity of a Shoe Production Line––Application of Queueing Theory and Lean Manufacturing. Best Practices in Manufacturing Processes, 367-388.
dc.relation.referencesHotz, N. (2022, Abril 16). What is CRISP DM? Retrieved from Data Science Process Alliance: https://www.datascience-pm.com/crisp-dm-2/
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.subject.lembIndustria del calzado
dc.subject.proposalSimulación
dc.subject.proposalAprendizaje por refuerzo
dc.subject.proposalOptimización
dc.subject.proposalCalzado
dc.subject.proposalSimulation
dc.subject.proposalReinforcement learning
dc.subject.proposalOptimization
dc.subject.proposalFootwear
dc.title.translatedModel for the simulation of the production of handmade men's footwear in Bogotá, Colombia
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.contentText
dc.type.redcolhttp://purl.org/redcol/resource_type/TM
oaire.accessrightshttp://purl.org/coar/access_right/c_abf2
dcterms.audience.professionaldevelopmentEstudiantes
dcterms.audience.professionaldevelopmentInvestigadores
dcterms.audience.professionaldevelopmentMaestros
dc.description.curricularareaÁrea Curricular de Ingeniería de Sistemas e Informática
dc.contributor.orcidVilla Garzón, Fernán Alonso [0000-0002-3863-6106]
dc.subject.wikidataCalzado para hombres


Archivos en el documento

Thumbnail

Este documento aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del documento

Atribución-NoComercial 4.0 InternacionalEsta obra está bajo licencia internacional Creative Commons Reconocimiento-NoComercial 4.0.Este documento ha sido depositado por parte de el(los) autor(es) bajo la siguiente constancia de depósito