Restricciones y Objetivos Personalizados

​

Descripción general

El optimizador ya impone la física de la producción sin que configures nada. Cada escenario — el nombre que la interfaz da a una ejecución de planificación — respeta el balance de materiales (el inventario trasladado entre intervalos, consumido y repuesto a medida que se fabrican las cosas), el consumo de la lista de materiales y de recursos (cada unidad producida reduce sus componentes y los recursos que requiere su ruta), la capacidad de recursos como un tope estricto, el plazo de entrega de producción (la salida llega algunos intervalos después de empezar) y las órdenes de plazo estricto. Por encima de eso optimiza un objetivo fijo: el equilibrio entre cumplir la demanda a tiempo y mantener el inventario en su objetivo — los dos objetivos integrados. Las restricciones personalizadas y los términos objetivo personalizados son el punto de extensión para todo lo que esos elementos integrados no expresan. Te permiten agregar reglas como tamaños de lote mínimos, un tope de cuántos productos distintos corren en un intervalo, duraciones mínimas de corrida o exclusiones mutuas — y agregar metas como “mantener la producción estable” o “penalizar la variedad” que se ponderan junto con la demanda y el inventario. Ambas se crean en el modelo de planificación y se aplican a todos los escenarios contra él.

​

Creación con Dexter

Las nuevas restricciones personalizadas se crean a través de Dexter. Describe la regla en lenguaje simple a Dexter — “no fabriques ningún SKU en un lote menor a 500 a menos que no estemos fabricando nada de él” — y Dexter la expresa como una restricción precisa sobre el modelo, y luego la valida mediante el mismo compilador del optimizador que corre al momento de resolver. Si la regla no se puede expresar o no compila, lo sabes de inmediato en lugar de en la siguiente resolución. Debajo, cada regla es una entrada que el compilador entiende: una sola restricción, o un solo término objetivo ponderado. Tú describes la intención; Dexter se encarga de la codificación y de los detalles numéricos delicados. El resto de esta página es un recorrido por lo que se puede expresar, para que sepas qué puedes pedir.

​

El panel de Restricciones Personalizadas

Abre la sección Restricciones Personalizadas del modelo para ver lo que lleva, en dos listas: Restricciones y Términos Objetivo. Cada restricción muestra su tipo de restricción; cada término objetivo muestra si se minimiza o se maximiza y su peso. Cada fila tiene dos pestañas:

• Descripción de IA — un resumen en lenguaje simple de la regla, escrito por IA a partir de su definición.
• Definición — la regla como un formulario editable: sus variables, expresiones, límites y penalización. Cambia un valor y Guarda, o Cancela para descartar el cambio.

Para cambiar una regla con palabras en lugar de eso, elige Editar con agente, describe el cambio y Enviar al agente. Dexter actualiza la regla en el modelo. El ícono de papelera elimina una regla después de que confirmes. Si la validación del escenario seleccionado encuentra un problema con una regla, el problema aparece en la fila de esa regla. Añadir objetivo en la lista de Términos Objetivo ofrece dos objetivos comunes: Cada uno se agrega como un término minimizado con peso 1, que puedes ajustar después en su pestaña Definición. Agregar uno le da peso adicional a ese objetivo integrado, por encima del Comportamiento del solucionador del modelo.

​

Qué puedes referenciar

Una regla personalizada se construye a partir de las propias variables de decisión del optimizador — las cantidades que el solucionador está eligiendo. Estas son las únicas variables que una regla puede mencionar, y cada una se indexa como el solucionador la rastrea. Los nombres de abajo son los que muestra la pestaña Definición. Las dimensiones de índice significan:

• intervalo — un bloque de tiempo en el horizonte, numerado desde 0 (el primer intervalo).
• material — un material referenciado por el nombre de su entidad. Si la entidad tiene varias variantes, la regla fija la que quiere decir con una condición de variante.
• orden — una orden de demanda, referenciada por su nombre.
• SKU — una entidad de producto terminado.

​

Bloques de construcción

Las reglas se ensamblan a partir de un conjunto pequeño y componible de piezas. Dexter las ensambla por ti, y la pestaña Definición las muestra como campos de formulario; de cualquier forma, definen el límite de lo que una regla puede decir. Aritmética. Suma, resta y niega cantidades; multiplica por una constante (o por una variable sí/no); divide entre una constante. Dos variables de decisión no se pueden multiplicar entre sí — el modelo se mantiene lineal para que el solucionador pueda probar la optimalidad. Las agregaciones acumulan una cantidad sobre un conjunto de intervalos, materiales, órdenes, SKU o recursos, con un filtro opcional para incluir solo algunos de ellos: Las funciones de forma convierten una cantidad cruda en la forma que realmente le importa a una regla o penalización: La lógica compone las condiciones que prueba una regla:

• Comparaciones — menor que, como máximo, mayor que, al menos, igual, distinto.
• y / o / no, implica (“si A entonces B”), y sii (“A exactamente cuando B”).
• al menos / como máximo / exactamente k — cuántas condiciones de una lista pueden (o deben) cumplirse a la vez.
• para todo / existe — una condición debe cumplirse en todos los miembros de un conjunto, o en al menos uno.

​

Tipos de restricción

Una regla toma una de estas formas:

​

Estricta vs. flexible

Una restricción estricta es inviolable: el solucionador no devolverá un plan que la incumpla, y si ningún plan puede satisfacerla el escenario resulta no factible. Usa restricciones estrictas para límites físicos o contractuales genuinos. Una restricción flexible es una preferencia con un precio. Al plan se le permite incumplirla, pero cada infracción agrega una penalización al objetivo, así que el optimizador evita incumplirla a menos que hacerlo compre lo suficiente en otro lado. La penalización viene en dos estilos:

• Por unidad — el costo escala con cuánto se incumple la regla (cada unidad por encima de un tope cuesta la penalización).
• Fija — un costo plano en el momento en que la regla se incumple, sin importar en qué medida.

Suavizar una regla es la solución habitual cuando una restricción estricta vuelve no factibles los escenarios pero la preferencia subyacente es real — mantienes la presión sin el precipicio.

​

Términos Objetivo Personalizados

Más allá de las restricciones, puedes agregar términos ponderados al objetivo mismo. Un término es una expresión más un peso y una dirección (minimizar o maximizar); se incorpora junto a los dos términos integrados (retraso de demanda y pérdida de inventario), así que el optimizador equilibra tu meta contra las estándar de forma automática. Así es como expresas metas que las predeterminadas no llevan — minimizar un indicador de costo, premiar una salida más suave, o penalizar algo ante lo que las integradas son indiferentes. El peso fija qué tan fuerte habla el término en relación con la demanda y el inventario; un peso pequeño empuja levemente el plan, uno grande lo domina.

​

Ejemplos resueltos

Tres reglas que muestran el rango, cada una apoyada en las variables de arriba. Pedirías esto en lenguaje simple; la descripción de la forma de cada regla muestra lo que Dexter construye.

​

Tamaño de lote mínimo

“No produzcas ningún SKU en una cantidad por debajo de su tamaño de lote mínimo — pero cero está bien.”

Para cada intervalo, una regla dice producido del SKU = 0 o producido del SKU ≥ 500. Es un para todos sobre los intervalos que envuelve un o de dos comparaciones sobre produced, lo cual prohíbe el término medio incómodo (“un puñado de unidades”) mientras sigue permitiendo que el plan omita el SKU por completo. Hazla una regla flexible, por unidad en su lugar y los lotes por debajo del mínimo se vuelven simplemente caros en lugar de imposibles.

​

Limitar productos distintos por intervalo

“Nunca corras más de tres productos distintos en un solo intervalo.”

La producción se planifica por material por intervalo, así que esto cuenta la variedad dentro de un bloque de tiempo. Para cada intervalo, una regla dice contar de materiales producibles con produced ≥ 1 ≤ 3 — una agregación de contar sobre materiales producibles, comparada contra 3, aplicada para todos los intervalos. Limita los cambios de configuración al acotar cuántas cosas están en curso a la vez.

​

Premiar corridas más largas (un término objetivo)

“En igualdad de condiciones, prefiere planes que corran menos productos distintos por intervalo.”

El mismo conteo de productos distintos, sumado a lo largo de todo el horizonte, se convierte en un término objetivo de minimizar con un peso pequeño. No prohíbe la variedad como lo hace el tope — inclina suavemente al optimizador hacia consolidar la producción, y cede cuando cumplir una fecha de vencimiento o un objetivo de inventario vale el cambio de configuración adicional.

​

Para tener en cuenta

• Cada regla la valida el compilador del optimizador. Una regla que Dexter no puede expresar se rechaza cuando la crea. Una edición que guardas en la pestaña Definición se comprueba cuando el escenario se valida, y cualquier problema aparece en la fila de la regla. Una regla que compila pero entra en conflicto con el plan sale a la luz cuando corre el optimizador. Consulta validar las entradas.
• Un conjunto demasiado ajustado puede volver no factible un escenario. Un piso de producción mínima apilado contra un tope de salida máxima puede excluir juntos todos los planes posibles; el escenario entonces resulta no factible sin solución. Relaja la regla que está limitando, o suavízala. La guía completa de recuperación está en cuándo un escenario no es factible.
• Cambia una regla a la vez. Porque las reglas personalizadas interactúan entre sí y con la estructura integrada, agrégalas o ajústalas de forma incremental y vuelve a ejecutar, para que puedas ver cuál movió el plan — o lo rompió.
• Dexter maneja las sutilezas numéricas. Algunas codificaciones solo son sólidas en cantidades enteras como produced (las pruebas de igualdad exacta y desigualdad no aplican de forma limpia a los niveles de inventario continuos, que se comparan con rangos en su lugar). Tú describes la intención en lenguaje simple; Dexter elige una codificación que el solucionador pueda manejar.