optimizacion en incertidumbre por medio de algoritmos geneticos

OPTIMIZACION EN INCERTIDUMBRE POR MEDIO DE ALGORITMOS
GENETICOS CON RISK OPTIMIZER
TOPICO
HOR
DETALLE
AS
En este seminario de dos días se explora con mayor detenimiento
diversos modelos de optimización por medio de algoritmos genéticos e
incertidumbre utilizando la herramienta de Palisade del
RISKOptimizer. Se utilizan los distintos métodos algorítmicos de
solución de problemas que posee la aplicación utilizando creativos
métodos de planteamiento de problemas para una multiplicidad de
16,0
industrias. Independientemente de la industria a la que pertenezca el
participante, el mismo saldrá del curso poseyendo una amplia base
para poder plantear y resolver prácticos problemas de optimización.
Requisito: conocimientos intermedios de @RISK.
1,8
El @RISK se utiliza para obtener estadísticas descriptivas en
situaciones en donde tomamos decisiones bajo incertidumbre. Con el
RISKOptimizer, podemos realmente encontrar la MEJOR decisión a
realizar bajo incertidumbre. El siguiente ejemplo sencillo nos
introducirá al poder del RISKOptimizer.
1,1
El @RISK se utiliza para obtener estadísticas descriptivas en
situaciones en donde tomamos decisiones bajo incertidumbre. Con el
RISKOptimizer, podemos realmente encontrar la MEJOR decisión a
realizar bajo incertidumbre. El siguiente ejemplo sencillo nos
introducirá al poderl del RISKOptimizer.
1
Introducción al
RiskOptimizer
2
Introducción al
RISKOptimizer: El
Problema de la
librería
3
El problema de la
librería con control
sobre el precio de
liquidación
0,4
4
El problema de la
librería multi-producto
0,3
5
El problema de la
librería con datos
históricos
0,3
6
Administración de
rendimientos
0,8
7
Políticas óptimas de
órdenes de pedido
sobre bienes de
moda
1,4
Ahora modificamos el ejemplo de la librería del capítlo anterior para
permitir que el dueño de la librería pueda vender los calendarios
sobrantes a los clientes. La librería podría también escoger elprecio
para los calendarios sobrantes basado en una función decreciente del
número de los calendarios sobrantes.
El RISKOptimizer puede ser fácilmente utilizado para resolver el
problema de la librería en donde existen varios productos. Aquí se
muestra un ejemplo.
En este capítulo mostramos cómo se pueden utilizar los datos
históricos para modelar precios completos y demandas de liquidación
para el problema de la librería.
Las aerolíneas y los hoteles poseen un tipo especial de problema de
inventarios. Tan pronto como un vuelo despega el valor de cualquier
asiento desocupado se anula completamente. Cada día que pasa,
una habitación de hotel vacía ha perdido su potencial de generación
de ingresos. La práctica de administrar de manera óptima los
"inventarios" en ests situaciones en donda las unidades (un asiento
vacío o una habitación vacía) pierden "instantáneamente" su valor se
denomina administración de rendimientos. Con RISKOptimizer se
puede realizar un análisis de administración de rendimientos de forma
muy sencilla.
Las empresas que venden al detalle deben determinar al inicio de
cada temporada cuánto deben ordenar de artículos de moda tales
como sweaters, vestidos y zapatos. En este modelo se determina la
política óptima de determinación de pedidos para artículos de moda,
dadas las incertidumbres en la demanda y en los tiempos de entrega
de las órdenes al proveedor, de forma tal que se maximice la
rentabilidad.
8
El problema de la
mezcla de producto
1,4
9
Programación de
producción
1,1
10
Programación de
mano de obra bajo
incertidumbre
Virtualmente todo libro de ciencias de la administración inicia con el
estudio de la programación lineal en el problema clásico de mezcla de
productos. El objetivo es determinar la mezcla de productos que
maximiza la utilidad sujeto a recursos limitados y demanda conocida
para cada producto. El problema con este modelo es, obviamente, que
muchos parámetros del problema no se conocen con certeza. Por
supuesto, la demanda siempre es incierta. La cantidad de cada
recurso utilizada por cada producto es desconocida. A pesar de tales
incertidumbres, las empresas deben determinar qué deben producir.
El RISKOptimizer nos permite determinar la programación de
producción que es "mejor" (maximiza la utilidad esperada en presencia
de múltiples fuentes de incertidumbre). En este capítulo, utilizamos el
RISKOptimizer para optimizar la mezcla de productos en condiciones
de incertidumbre.
La mayoría de las empresas requieren determinar la programación de
producción ante una demanda incierta. Por medio del RISKOptimizer
se puede demostrar la facilidad de cómo planear el programa de
producción que minimiza los costos esperados en el caso de poseer
demandas inciertas.
1,1
Muchas empresas tales como empresas manufactureras, bancos,
compañías telefónicas, cadenas de restaurantes y muchos otros tipos,
deben programar su mano de obra a la luz de requerimientos inciertos
de mano de obra. La utilización del RISKOptimizer facilita la
determinación de un programa de trabajo que tome en cuenta la
demanda incierta a la que se enfrentan tales empresas.
11
Programación de
producción en un
taller de trabajo
1,1
Se modela un taller de precisión industrial en donde distintos trabajos
entran con incertidumbre a la línea de producción y cada uno de ellos
utiliza un conjunto distinto de recursos de producción maquinaria/trabajadores. Se utiliza el método de calendarización de
alglrotimos genéticos pra resolver este problema con altos niveles de
incertidumbre.
12
Modelo de inventarios
de revisión periódica
1,1
Este ejemplo utiliza al RISKOptimizer para determinar la política
óptima en situaciones de negocios en donde se hacen revisiones
periódicas de inventarios y se determina en qué momento y de qué
monto poner una orden de reaprovisionamiento de inventarios.
1,1
Algunos modelos de optimización involucran la asignación de ítemes
en unode varios grupos, tal y como el de una empresa de transportes
que debe asignar un vehículo para entregar paquetes en distintos
lugares. El RISKOptimizer posee un método de solución
(agrupamiento) que es muy útil para este tipo de situaciones.
1,1
Considere una empresa que experimenta flujos de caja inciertos cada
semana. Una decisión crucial es cuánto efectivo debe mantener
disponible. Si mantenemos muy poco efectivo, podemos quedarnos
sin dinero. Si mantenemos mucho efectivo disponible, estamos
perdiendo la oportunidad de ganar intereses o ingresos sobre el
efectivo invertido. Sin embargo, si ajustamos nuestro nivel de efectivo
diariamente nos veremos sobrecogidos por altos costos
transaccionales. Miller y Orr (1966) desarrollaron un modelo de
administración de efectivo para tales situaciones.
13
14
Carga de vehículos
El modelo de
administración de
caja Miller-Orr
15
Modelando la
flexibilidad de
maquinaria
1,1
16
Planes de jubilación
1,1
Many manufacturing companies are trying to decide whether they
should invest in more flexible machinery. We describe the degree of
flexibility of a machine by the number of products the machine can
make. A more flexible machine usually costs more money, but it is less
vulnerable to demand uncertainty. This is because the flexible machine
can "pickup the slack" if demand for one product is unexpectedly high
and demand for another product is unexpectedly low. The following
example shows how to combine RISKOptimizer and Solver to
determine the optimal mix of flexible and inflexible machinery.
Cómo influye la composición de una cartera de instrumentos y su
plazo en la selección del escenario óptimo de inversiones en el caso
de un plan de ahorros de largo plazo para jubilaciones.