Examinando por Autor "Alonso Ayuso, Antonio"
Mostrando 1 - 6 de 6
- Resultados por página
- Opciones de ordenación
Ítem A heuristic algorithm to improving the coil slitting process in the steel industry(Springer, 2025-01-30) Soto Sánchez, Óscar; Sierra Paradinas, María; Gallego, Micael; Alonso Ayuso, Antonio; Gortázar, FranciscoThe steel industry is constantly facing problems and challenges that require optimisation to improve the production process. We present an algorithm to address a major challenge, the slitting problem, for a specific Spanish company. This problem arises when large steel coils need to be cut into smaller strips. Given the highly heterogeneous stock (coils come from previous operations), selecting the most suitable coils and defining the cutting patterns become very complicated due to operational and customer constraints. The company aims to reduce the leftovers and increase the service level (the difference between the weight requested by the customer and the weight supplied). The algorithm is currently in production and was validated using the company’s data and compared with an exact model. Results significantly improved the company’s operations, achieving a 50% reduction in leftovers and a much better service level in minutes, as opposed to the hours the company previously required. Although there are Mixed Integer Linear Optimization models that provide an optimal solution in small cases, they are not a viable alternative for the company because they require excessive computational time (even, in some cases, to obtain feasible solutions) and use overly expensive commercial solvers.Ítem An exact model for a slitting problem in the steel industry(Elsevier, 2021-11-16) Sierra Paradinas, María; Soto Sánchez, Óscar; Alonso Ayuso, Antonio; Martín Campo, Francisco Javier; Gallego Carrillo, MicaelDesde el punto de vista económico, la industria siderúrgica desempeña un papel importante y, cuando se trata de responder a nuevos retos, la innovación es un factor crucial. En este trabajo se propone una metodología matemática para resolver el problema del corte longitudinal en una empresa siderúrgica situada en Europa. El problema del corte longitudinal se produce cuando las bobinas de acero de gran anchura se cortan en bobinas más estrechas, conocidas como flejes, para satisfacer los requisitos de los clientes. Uno de los principales retos es definir un plan de corte longitudinal que cumpla todos estos requisitos, así como las limitaciones operativas y las demandas de los clientes. La empresa busca una reducción de los sobrantes generados en todo el proceso, maximizando al mismo tiempo la precisión global de los pedidos. Estos restos pueden utilizarse en el futuro como parte de nuevos pedidos siempre que puedan responder a necesidades específicas, o en caso contrario, se descartan y se consideran desperdicio. Este artículo presenta un novedoso modelo de optimización lineal para responder a un problema específico de corte longitudinal. El modelo se valida con datos reales y supera los resultados obtenidos por la empresa de diferentes maneras: ajustando los pedidos que deben servirse, reduciendo la cantidad de desechos y utilizando los restos para futuros pedidos. Además, el modelo se resuelve en sólo unos minutos, mientras que la empresa necesita varias horas para preparar la programación en el proceso operativo actual.Ítem Diapositivas de la asignatura Optimización II del Grado en Ciencia e Ingeniería de Datos(2025-02-18) Alonso Ayuso, Antonio; Lancho Martín, CarmenDiapositivas de la asignatura Optimización II del Grado en Ciencia e Ingeniería de Datos. Contiene un archivo pdf con un índice y todas las diapositivas de la asignatura. También un zip con los archivos fuente en pptx.Ítem Ejercicios de la asignatura Optimización II del Grado en Ciencia e Ingeniería de Datos(2025-02-18) Alonso Ayuso, Antonio; Lancho Martín, CarmenEjercicios de optimización lineal continua y discreta de la asignatura Optimización II del Grado en Ciencia e Ingeniería de Datos. Contiene el archivo final en pdf con todos los ejercicios y un índice aclaratorio y un zip con los archivos fuente en word.Ítem Guía de estudio de la asignatura Optimización II del Grado en Ciencia e Ingeniería de Datos(2025-02-18) Alonso Ayuso, Antonio; Lancho Martín, CarmenGuía de estudio sobre cómo seguir la asignatura de Optimización II del Grado en Ciencia e Ingeniería de Datos. Contiene el archivo final en pdf y el archivo fuente en word.Ítem Repositorio con código de ejercicios de la asignatura Optimización II del Grado en Ciencia e Ingeniería de Datos(2025-02-18) Alonso Ayuso, Antonio; Lancho Martín, CarmenRepositorio con códigos de ejercicios de la asignatura Optimización II del Grado en Ciencia e Ingeniería de Datos. Todos los ejercicios están realizados en Python. El repositorio está organizado en carpetas en función de la librería de Python que se usa (gurobipy o pulp). El enunciado de los ejercicios se encuentra o bien en las diapositivas o bien en los ejercicios, ambas opciones también se encuentran en abierto y disponibles para consulta. SWHID: swh:1:dir:7885ff2840462846db4b3f9ac26f6c94c79d876f Repositorio: https://github.com/URJCDSLab/OptimizacionII_GCID