Desarrollo de modelos de programación matemática fuzzy para la planificación de la producción en contextos de incertidumbre un caso aplicado a la industria automotriz

Abstract

El modelamiento de la incertidumbre, es también una decisión de modelos, es decir el modelador tiene que decidir en un entorno específico, si desea utilizar cualquiera de las teorías existentes o si quiere adoptar un “espera y ve” y adherirse a modelos deterministas. En niveles más altos de planificación, el uso de modelos de incertidumbre tiene más sentido que en el plano operacional, en parte porque el esfuerzo se justifica mejor, además que el tiempo disponible entre el modelado y la acción es más largo y permite la realización de más cálculos. En este caso, sin embargo se tiene que decidir cuál de las 25 teorías de la incertidumbre es más adecuada en el contexto específico. La elección de alguna de estas teorías depende también del factor tiempo, la situación se vuelve específicamente difícil si, por ejemplo, la planificación de la producción se ajusta al control de la producción, además debe considerarse que un enfoque racional para la toma de decisiones debe tener en cuenta la subjetividad humana, en lugar de emplear sólo medidas con distribución de probabilidad. Esta actitud hacia la incertidumbre del comportamiento humano ha llevado al estudio de un relativamente nuevo campo de análisis de decisión como es la toma de decisiones difusas, la cual incorpora la subjetividad y la imprecisión en la formulación de modelos y procesos de solución, y representa una atractiva herramienta de ayuda a la investigación en ingeniería industrial cuando la dinámica de las decisiones están limitadas por imprecisiones en los modelos formulados. La presente tesis tienen como propósito ilustrar las aplicaciones que tiene la lógica difusa en el campo industrial y presenta un modelo MRP al cual se aplican algunos de estos conceptos. / Abstract. Modeling uncertainty is also a modeling decision, the modeler has to decide in a specific environment, whether he wants to use any of the existing uncertainty theories or whether he wants to adopt a “wait-and-see” approach and stick to deterministic, crisp models. On higher planning levels the use of uncertainty models makes generally more sense than on the operational level, partly because the effort is better justifies and partly the available time between the modeling and the action is longer and allows for more computations. In this case, however, one has to decide, which of the more than 25 uncertainty theories is suited in the specific context. Since the adequate uncertainty theory also depends on the factor time, the situation becomes particularly difficult if, for instance, production planning shall fit to production control, moreover, a rational approach toward decision-making should take into account human subjectivity, rather than employing only objective probability measures. This attitude towards the uncertainty of human behavior led to the study of a relatively new decision analysis field: Fuzzy decision making, which incorporates imprecision and subjectivity into the model formulation and solution process and represents an attractive tool to aid research in industrial engineering when the dynamics of the decision environment limit the specification of model objectives, constraints and the precise measurement of model parameters. This thesis illustrate the applications that have fuzzy logic in the industrial field and presents a model MRP which apply some of these concepts.