Browsing by Author "Cofré Ramírez, Rodrigo"

Now showing 1 - 1 of 1
  • Thumbnail Image
    Item
    Aplicación de optimización robusta ajustable a la planificación de cosecha de viñedos bajo incertidumbre en la capacidad de procesamiento
    (2018) Cofré Ramírez, Rodrigo; Vera Andreo, Jorge; Pontificia Universidad Católica de Chile. Escuela de Ingeniería
    Este trabajo presenta la implementación del modelo de adaptabilidad finita robusta propuesto por Bertsimas y Dunning (2016) aplicado a la planificación de cosecha de viñas con incertidumbre en la capacidad de procesamiento de la uva y su comparación con otros modelos de optimización, a través del uso de medidas geométricas calculadas a partir de sus conjuntos de soluciones factibles. Primero se muestra el problema de planificación de cosechas desarrollado por Ferrer et al. (2008). Luego, se exponen los modelos de optimización que se utilizarán en el análisis que corresponden a modelos estocástico de dos etapas, robusto con conjunto de incertidumbre poliedral, robusto ajustable utilizando reglas lineales afines y el modelo de adaptabilidad finita. Además, se establece el efecto de la variabilidad de los datos en la función objetivo de un problema de optimización como se muestra en Vera (2014), donde se muestra un indicador de robustez construido a partir de medidas geométricas del conjunto de soluciones factibles del problema. Junto con lo anterior, se muestra cómo se realizarán las estimaciones de estas medidas. En este trabajo se probó la factibilidad de usar modelos robustos ajustables en la planificación de cosechas de vino. Además, el nuevo modelo muestra mayor robustez con respecto a todos los demás modelos de acuerdo a las medidas geométricas propuestas. Esta mayor robustez es cuantificada al analizar el comportamiento de los dos modelos adaptables ante variaciones de los datos. Este análisis evidencia, tal como indican las medidas geométricas, que el modelo de Bertsimas y Dunning presenta menos variaciones en su valor objetivo que su par ajustable afín ante las mismas perturbaciones de los datos, lo que da indicios de la utilidad de estas medidas como un indicador de robustez.