Helena Ramalhinho, profesora del Departamento de Economía y Empresa de la UPF y directora del Business Analytics Research Group de la UPF, es coautora de un artículo científico que presenta un método innovador para afrontar problemas de optimización de recursos empresariales. En el trabajo se describe un modelo matemático y un algoritmo de optimización para resolverlo, basado en técnicas de metaheurísticas randomizadas.

El artículo "A BRILS metaheuristic for non-smooth flow-shop problems with failure-risk costs" está escrito conjuntamente con Albert Ferrer (Departamento de Matemáticas Aplicadas, UPC), Daniel Guimarans (Optimization Research Group NICTA-Australia) y Ángel Juan (Departamento de Informática, Multimedia y Telecomunicación, UOC) y se ha pubilicado en la revista Expert Systems with Applications (ESWA). Se trata de una revista de cuartil uno en tres categorías de la Web of Science: Computer Science, Artificial Intelligence; Engineering, Electrical & Electronic y Operations Research & Management Science.

El trabajo, basado en una investigación parcialmente financiada por el Ministerio de Economía y Competitividad de España (TRA2013-48180-C3-P), presenta un problema de planificación de líneas de producción, conocido en inglés como Flow-Shop Scheduling Problem. Este tipo de problemas aparecen frecuentemente en empresas de producción (líneas de montaje), salud pública (planificación de intervenciones), asignación de recursos a proyectos, etc.

Un modelo matemático que tiene en cuenta el riesgo de que falle algún recurso

Uno de los aspectos más innovadores del artículo es la incorporación en el modelo matemático de planificación del riesgo de fallo de algún recurso en la línea de producción (como por ejemplo, interrupciones en el funcionamiento de la maquinaria) y el coste asociado a este riesgo. Esta incorporación complica considerablemente la resolución del problema, ya que el modelo matemático resultante es no lineal, pero el resultado final se aproxima mucho más a la realidad.

El algoritmo BRILS (Bias-Randomized Iterated Local Search) es una extensión del método Iterated Local Search (ILS) y es capaz de resolver el problema de una forma sencilla y muy eficiente. En el artículo se incluye la comparación de BRILS con otras técnicas conocidas hasta la fecha. En todos los casos, BRILS presenta resultados mejores, tanto en términos del cálculo de los costes de la planificación como en el tiempo de ejecución del algoritmo.

Otro aspecto a resaltar de BRILS es que se puede adaptar y extender fácilmente a problemas cotidianos de planificación de tareas de muchas empresas, que son en general problemas no lineales de optimización de gran dimensión, donde el tiempo de resolución resulta crítico. Este aspecto del problema forma parte del trabajo actual de investigación del mismo equipo de trabajo. Por otro lado, la misma metodología se puede aplicar a muchos otros problemas de optimización no lineal, que están presentes con mucha frecuencia en el mundo empresarial real.

Trabajo de referencia: A. Ferrer, D. Guimarans, H. Ramalhinho, A.A. Juan. "A BRILS metaheuristic for non-smooth flow-shop problems with failure-risk costs". Expert Systems with Applications, doi: 10.1016/j.eswa.2015.09.011, septiembre 2015.