32 1 
Home Page  

  • SciELO

  • Google
  • SciELO
  • Google


Ciencia e Ingeniería Neogranadina

 ISSN 0124-8170 ISSN 1909-7735

PEREA VALENCIA, Heiver; ESCOBAR, John Willmer    OCAMPO DUQUE, William. A Multiobjective Stochastic Optimization Scheme for the Problem of Chemical Production for Sugarcane Companies. []. , 32, 1, pp.115-136.   03--2022. ISSN 0124-8170.  https://doi.org/10.18359/rcin.5811.

^a

This paper presents a multiobjective optimization stochastic scheme for production planning for sugarcane companies under uncertainty. The proposed approach considers three stages. The first stage comprises the mass and energy balances for determining process flows. The second stage considers the formulation of a Multiobjective Deterministic Model (MODM) by considering two objective functions: maximizing the gross margin and minimizing the environmental impact. The MODM is given by different production plans that respond differently to the parameters' variability under uncertainty. Finally, the last stage considers stochastic elements (i.e., product prices, demands, and costs) within the deterministic scheme to obtain a Multiobjective Stochastic Model (MOSM). A case study's computational results based on the Colombian sugarcane industry show the proposed scheme's effectiveness. Results include the investment strategy for optimal production planning with an analysis of the parameters' uncertainty on the economic performance of the planning production configurations.

^len^a

Este artículo presenta un esquema de optimización estocástica multiobjetivo para la planificación de la producción de empresas cañeras bajo incertidumbre. El enfoque propuesto considera tres etapas. La primera etapa comprende los balances de masa y energía para determinar los flujos del proceso. La segunda etapa considera la formulación de un Modelo Determinístico Multiobjetivo (MÜDM, por sus siglas en inglés) considerando dos funciones objetivo: maximizar el margen bruto y minimizar el impacto ambiental. El MÜDM está dado por diferentes planes de producción que responden de manera diferente a la variabilidad de los parámetros bajo incertidumbre. Finalmente, la última etapa considera elementos estocásticos (es decir, precios de productos, demandas y costos) dentro del esquema determinista para obtener un Modelo Estocástico Multiobjetivo (MÜSM, por sus siglas en inglés). Los resultados computacionales de un estudio de caso con base en la industria de la caña de azúcar colombiana muestran la efectividad del esquema propuesto. Los resultados incluyen la estrategia de inversión para la planificación óptima de la producción con un análisis de la incertidumbre de los parámetros en el rendimiento económico de las configuraciones de producción planificadas.

^les

: .

        · | |     · |     · ( pdf )