UNIVERSIDAD NACIONAL DE TRUJILLO

FACULTAD DE INGENIERÍA
ESCUELA DE INGENIERÍA DE SISTEMAS

TRABAJO DE INVESTIGACIÓN

PROGRAMACION LINEAL ENTERA BINARIA

CURSO:
INVESTIGACION DE OPERACIONES II
DOCENTE:
MG. BACA LOPEZ, MARCOS GREGORIO

INTEGRANTES:
CUBAS RODRIGUEZ, CARLOS DANIEL
CERNA VARGAS, MANUEL ARMANDO
MUÑOZ SÁNCHEZ, PABLO LORENZO
RUIZ VERA, RAFAEL
VERASTEGUI CHACON, KEVIN GLEISER

CICLO:
VII

GUADALUPE – PERÚ
UNIVERSIDAD NACIONAL DE TRUJILLO

EJERCICIOS
EJERCICIO 1:

El consejo directivo de General Wheeis Co., estudia seis grandes inversiones

de capital. Cada inversión se puede hacer sólo una vez. Estas inversiones
difieren en la ganancia estimada a largo plazo (valor presente neto) que
generarán, así como en la cantidad de capital que requiere cada uno, como se
muestra en la siguiente tabla (en millones de dólares):

OPORTUNIDAD DE INVERSIÓN

1 2 3 4 5 6

GANANCIA ESTIMADA 15 12 16 18 9 11

CAPITAL REQUERIDO 38 33 39 45 23 27

Se dispone de $100 millones de dólares como capital total para estas

inversiones. Las oportunidades de inversión 1 y 2 son mutuamente
excluyentes, lo mismo que 3 y 4. Más aún, la oportunidad 3 o la 4 no se pueden
aprovechar a menos que se invierta en una de las dos primeras opciones. No
existen restricciones de este tipo sobre las oportunidades de inversión 5 y 6. El
objetivo es elegir la combinación de inversiones de capital que maximice la
ganancia estimada a largo plazo (valor presente neto).

a) Formule el modelo de PEB para este problema.

b) Use la computadora para resolver este modelo.

MAX= (38+15) *Y1+(33+12) *Y2+(39+16) *Y3+(18+45) *Y4+(23+9) *Y5+(27+11) *Y6;

38*Y1+33*Y2+39*Y3+45*Y4+23*Y5+27*Y6<=100;

Y1+Y2<=1;
Y3+Y4<=1;
Y3<=Y1+Y2;
Y4<=Y1+Y2;

@BIN(Y1);
@BIN(Y2);
@BIN(Y3);
@BIN(Y4);
@BIN(Y5);
@BIN(Y6);

2
UNIVERSIDAD NACIONAL DE TRUJILLO

EJERCICIO 2:
La división de investigación y desarrollo de la Progresive Company está en
proceso de desarrollar cuatro líneas de posibles nuevos productos. La
administración debe decidir cuáles de estos cuatro productos fabricar y a qué
niveles. Ha pedido al departamento de IO que formule un modelo de
programación matemática para encontrar la mezcla de productos más
redituable. La puesta en marcha de la fabricación de cualquier producto se
asocia a un costo sustancial, que se proporciona en el primer renglón de la
tabla. El objetivo de la administración es encontrar la mezcla de productos que
maximice la ganancia total (ingreso neto total menos costos fijos).

PRODUCTO

1 2 3 4

COSTO DE ARRANQUE $50000 $40000 $70000 $60000

INGRESO MARGINAL $70 $60 $90 $80

Defina las variables de decisión continuas x1, x2, x3 y x4 como los niveles de
producción de los productos 1, 2, 3 y 4. Por políticas de la empresa, la
administración ha impuesto las siguientes restricciones sobre estas variables:

1. Como máximo. sólo deben fabricarse dos de estos productos.

2. Cualquiera de productos 3 o 4 se puede producir sólo si se fabrica el
producto 1 o el 2.
3. O bien 5x1 + 3x2 + 6x3 + 4x4 <= 6000
o 4x1 + 6x2 + 3x3 + 5x4 <= 6000

MAX=70*X1+60*X2+90*X3+80*X4-50000*Y1-40000*Y2-70000*Y3-60000*Y4;

3
UNIVERSIDAD NACIONAL DE TRUJILLO

Y1+Y2+Y3+Y4<=2;

Y3<=Y1+Y2;
Y4<=Y1+Y2;

5*X1+3*X2+6*X3+4*X4<=6000;
4*X1+6*X2+3*X3+5*X2<=6000;

@BIN(Y1);
@BIN(Y2);
@BIN(Y3);
@BIN(Y4);

EJERCICIO 3:

La gerencia general está estudiando el conjunto de inversiones a ejecutar que

aparecen en el cuadro inferior, además de los rendimientos y costos (en
millones de dólares) asociados a estas. La gerencia dese maximizar el
rendimiento total invirtiendo no más de 30 millones de dólares en total. Formule
el modelo respectivo.

INVERSIONES CONDICONES RENDIMIENTO COSTO

1 Ninguna 10 7

2 Solo si 1 es seleccionada 8 4
3 Solo si 2 es seleccionada 11 8

4 Se hará si 1 y 2 son seleccionadas 7 4

5 No se selecciona si 1 o 2 son seleccionadas 11 7

6 No se selecciona si 2 y 3 son seleccionadas 8 5

7 Solo si se selecciona 2 y no se selecciona 3 9 6

4
UNIVERSIDAD NACIONAL DE TRUJILLO

VARIABLES:

J= INVERSIÓN 1,2, 3, …, 7

x i=( 1 ) si se ejecutai ; caso contrario (0).

FUNCION OBJETIVO:

Max Z=10∗x 1+ 8∗x 2 +11∗x 3+7∗x 4 +11∗x 5 +8∗x 6+ 9∗x 7

RESTRICCIONES:

7∗x 1+ 4∗x 2+ 8∗x 3 +4∗x 4+ 7∗x 5 +5∗x 6+ 6∗x 7 ≤30 R1

X ( 2) ≤ X ( 1)
1 ≤ 1
0 ≤ 1
0 ≤ 0

x 2 ≤ x 1  R2

X ( 3) ≤ X ( 2)
1 ≤ 1
0 ≤ 1
0 ≤ 0

x 3 ≤ x 2  R3

2∗X ( 4) ≤ X ( 1) + X ( 2)
2*(1) ≤ (1) + (1)
2*(0) ≤ (1) + (1)
2*(0) ≤ (1) + (0)
2*(0) ≤ (0) + (1)
2*(0) ≤ (0) + (0)

2∗x 4 ≤ x 1+ x 2  R4

2∗X (5 ) + X ( 1) + X ( 2) ≤ 2
2*(0) + (1) + (0) ≤ 2
2*(0) + (0) + (1) ≤ 2
2*(0) + (1) + (1) ≤ 2
2*(1) + (0) + (0) ≤ 2
2*(0) + (0) + (0) ≤ 2

5
UNIVERSIDAD NACIONAL DE TRUJILLO

X ( 5) + X ( 1) ≤ 1 X ( 5) + X ( 2) ≤ 1
(0) + (1) ≤ 1 2*(1 + (0) ≤ 1
(0) + (0) ≤ 1 )
(0) + (1) ≤ 1 2*(0 + (1) ≤ 1
(1) + (0) ≤ 1 )
(0) + (0) ≤ 1 2*(0 + (1) ≤ 1
)
2*(0 + (0) ≤ 1
2∗x5 + x 1 + x2 ≤ 2 R5 )
2*(0 + (0) ≤ 1
)
X ( 6) + X ( 2) + X ( 3) ≤ 2
(0) + (1) + (1) ≤ 2
(1) + (0) + (0) ≤ 2
(1) + (1) + (0) ≤ 2
(0) + (1) + (0) ≤ 2
(1) + (0) + (1) ≤ 2
(0) + (0) + (1) ≤ 2
(0) + (0) + (0) ≤ 2

x 6 + x 2+ x 3 ≤2 R6

2∗X (7 ) - X ( 2) + X ( 3) ≤ 1
2*(1) - (1) + (0) ≤ 1
2*(0) - (1) + (0) ≤ 1
2*(0) - (1) + (1) ≤ 1
2*(0) - (0) + (1) ≤ 1
2*(0) - (0) + (0) ≤ 1

X ( 7) ≤ X ( 2) X ( 7) + X ( 3) ≤ 1
1 ≤ 1 1 + 0 ≤ 1
0 ≤ 1 0 + 0 ≤ 1
0 ≤ 1 0 + 1 ≤ 1
0 ≤ 1 0 + 1 ≤ 1
0 ≤ 0 0 + 0 ≤ 1

2∗x7 −x2 + x 3 ≤1 R7

MAX = 10*X1 + 8*X2 + 11*X3 + 7*X4 + 11*X5 + 8*X6 + 9*X7;

6
UNIVERSIDAD NACIONAL DE TRUJILLO

7*X1 + 4*X2 + 8*X3 + 4*X4 + 7*X5 + 5*X6 + 6*X7<=30;

X2 <= X1;
X3 <= X2;

2*X4 <= X1 + X2;

2*X5 + X1 + X2 <= 2;

X6 + X2 + X3 <=2;
2*X7 - X2 + X3 <= 1;

@BIN(X1);
@BIN(X2);
@BIN(X3);
@BIN(X4);
@BIN(X5);
@BIN(X6);
@BIN(X7);

7
UNIVERSIDAD NACIONAL DE TRUJILLO

EJERCICIO 3:

En el hospital general Blair se ejecutan 6 tipos de operaciones quirúrgicas. Los

tipos de operaciones que cada cirujano está calificado para practicar
(señalados como 1) se proporciona en la tabla.

Suponga que el cirujano 1 y el cirujano 2 no simpatizan entre sí, y no pueden

estar en el mismo tiempo de servicio.

Se necesita la cantidad mínima de cirujanos necesarios para que el hospital

pueda desarrollar todo tipo de operaciones.

OPERACIÓN
CIRUJANO
1 2 3 4 5 6
1 x x   x    
2     x   x x
3     x   x  
4 x         x
5   x        
6       x x  

SOLUCION:

Si consideramos a cada X como 1 y cada espacio vacío como 0:

OPERACIÓN
CIRUJANO
1 2 3 4 5 6
1 1 1 0 1 0 0
2 0 0 1 0 1 1
3 0 0 1 0 1 0
4 1 0 0 0 0 1
5 0 1 0 0 0 0
6 0 0 0 1 1 0

DEFINIMOS LAS VARIABLES A UTILIZAR:

8
UNIVERSIDAD NACIONAL DE TRUJILLO

XI = 1 SI EL CIRUJANO I REALIZA ALGUNA OPERACIÓN. (I = 1, 2, 3, 4, 5,

6)

0 EN CASO CONTRARIO

FUNCION OBJETIVO:

MIN Z= X1 + X2 + X3 + X4 + X5 + X6;

X1 + X4 > = 1

X1 + X5 > = 1
Cirujanos que están disponibles para
X2 + X3 > = 1 realizar cada una de las 6 operaciones
X1 + X6 > = 1 según la tabla

X2 + X3 + X6 > = 1

X2 + X4 + X5 > = 1

X1 + X2 <= 1 (EL CIRUJANO 1 Y 2 NO SIMPATIZAN ENTRE SI)

XI >= 0 (I = 1, 2, 3, 4, 5, 6);

MIN = X1 + X2 + X3 + X4 + X5 + X6;

X1 + X4 >= 1;
X1 + X5 >= 1;
X2 + X3 >= 1;
X1 + X6 >= 1;

X2 + X3 + X6 >= 1;
X2 + X4 + X5 >= 1;

X1 + X2 <= 1;

@BIN(X1);
@BIN(X2);
@BIN(X3);
@BIN(X4);
@BIN(X5);
@BIN(X6);

9
UNIVERSIDAD NACIONAL DE TRUJILLO

EJERCICIO 4:

Materiales “Los Andes” es una de las empresas más grandes en

comercialización y distribución de productos para el sector de la construcción y
ferretería en el occidente del país. La empresa cuenta con 3 establecimientos,
Mérida, Barinas y El Vigía, cubriendo de esta manera gran parte de la región
andina y los llanos venezolanos. Materiales los Andes tiene dos clientes
principales ubicados en la ciudad de Cabimas y Valera. Los establecimientos
de Mérida, Barinas y El Vigía pueden satisfacer con 25000, 20000 y 10000
piezas de construcción y ferretería mensuales respectivamente para los
clientes de Cabimas y Valera. Las necesidades de los clientes de las ciudades
de Cabimas y Valera son de 35000 y 20000 piezas de construcción y ferretería
mensuales respectivamente. La gerencia quiere determinar la programación de
envío de costo mínimo para sus operaciones mensuales respecto a piezas de
construcción y ferretería. Los costos asociados al envió de cada pieza entre los
establecimientos de Materiales los Andes y sus clientes principales se
muestran en la siguiente tabla. Formule un modelo de programación lineal que
permita satisfacer las necesidades de todas las ciudades al tiempo que
minimice los costos asociados al transporte.

  Destinos
Fuentes Cabimas Valera
Mérida 1500 2000
Barinas 3500 1500
El Vigía 1000 2500

Paso 01: Definiendo Variables Xij, donde i = fuente y j = destino

10
UNIVERSIDAD NACIONAL DE TRUJILLO

Variables Definidas:

X1,1 : De Mérida a Cabimas X1,2 : De Mérida a Valera

X2,1 : De Barinas a Cabimas X2,2 : De Barinas a Valera

X3,1 : De El Vigía a Cabimas X3,2 : De El Vigía a Valera

Paso 02: Formulación de la función objetivo, la cual está relacionada al costo

de la ruta.

Min = 1500* X1,1 + 2000* X1,2 + 3500* X2,1 +1500* X2,2 +1000* X3,1 +2500* X3,2

Paso 03: Formulación de las restricciones correspondientes a la oferta y

demanda de los clientes.

Restricciones de Oferta

X1,1 + X1,2 <= 25000

X2,1 + X2,2 <= 20000

X3,1 + X3,2 <= 10000

Restricciones de Demanda

X1,1 + X2,1 + X3,1 >= 35000

X1,2 + X2,2 + X3,2 >= 20000

11
UNIVERSIDAD NACIONAL DE TRUJILLO

@gin(X11);
@gin(X12);
@gin(X21);
@gin(X22);
@gin(X31);
@gin(X32);

EJERCICIO 5:

El Boxcar Burger es una nueva cadena de comida rápida, el local planifica su

expansión en el centro y áreas urbanas, La gerencia desea determinar cuántos
restaurantes abrir en cada área, maximizando la ganancia semanal neta.

Requerimientos y restricciones:

- No más de 19 gerentes pueden ser asignados.

- Por lo menos deben abrirse 2 restaurantes en el centro

12
UNIVERSIDAD NACIONAL DE TRUJILLO

- La inversión total no puede exceder a $2.7 Millones.

  Suburbano Centro
Inversión por la ubicación 200000 600000
Ganancia Diaria 1200 2000
Horas de Operación 24 horas 12 horas
Gerentes 3 1

Paso 01: Definiendo Variables

X: Restaurantes en lugares suburbanos.

Y: Restaurantes en lugar céntrico.

Paso 02: Función objetiva, de acuerdo a la ganancia semanal neta

Max = 1200 X + 2000 Y;

Paso 03: Formulación de restricciones correspondientes

2X + 6Y <= 2700000;
Y>= 2;
3X + Y >= 19;

13
UNIVERSIDAD NACIONAL DE TRUJILLO

PAPERS

14
UNIVERSIDAD NACIONAL DE TRUJILLO

1) TÍTULO: Modelo de programación lineal binaria para el balance de carga

de trabajo en el problema de asignación de proyectos

Autores:

• Saray Yurley Acuña-Parada

• Esteban Madiedo-Bautista

• Néstor Raúl Ortiz-Pimiento

Problema:

El problema de balance de carga de trabajo de empleados en una asignación

de proyectos consiste en que una empresa que tiene P proyectos debe
asignarlos entre M empleados, pero el número de empleados es menor que la
cantidad de proyectos, y estos, a su vez, deben desarrollarse en un horizonte
de planificación discreto de T periodos. La carga de trabajo que exige cada
proyecto es diferente en tiempo y cantidad de periodos. Se tiene como
condición del problema que cada empleado tiene las competencias necesarias
para trabajar en cualquier proyecto sin afectar el tiempo, la calidad o los
recursos económicos empleados para su desarrollo. Adicionalmente, una vez
asignado un proyecto, no podrá cedérselo a otro empleado. Para garantizar la
calidad y evitar la insatisfacción laboral de los empleados, se establece un
límite para la carga de trabajo de un empleado en cada periodo.

Es un problema es común en situaciones como la asignación Modelo de

programación lineal binaria para el balance de carga de trabajo en el problema
de asignación de proyectos de máquinas a los puestos de trabajo, de
trabajadores a los puestos de trabajo y de trabajadores a las máquinas

Método de solución

El objetivo del modelo propuesto consiste en asignar los proyectos a los

empleados, con el propósito de equilibrar la carga de trabajo total entre ellos. El
balance de carga se medirá por medio de la sumatoria de los cuadrados de las
diferencias entre las cargas individuales y la carga promedio. se formuló el
modelo matemático para el problema de balance de carga durante la
asignación de proyectos, luego se programó en el Sistema General de
Modelaje Algebraico (GAMS)

SOLUCIÓN:

15
UNIVERSIDAD NACIONAL DE TRUJILLO

t: índice para periodos, t = 1, …, T

i: índice para empleados, i = 1, ..., M

k: índice para proyectos, k = 1, …, P

ckt: carga de trabajo del proyecto k en el periodo t.

C: máxima carga de trabajo permitida en cualquier periodo t para cualquier

empleado i,

Variable de decisión:

U: máxima carga de trabajo total de todos los ingenieros en el horizonte de

planeación.

L: Mínima carga de trabajo total de todos los ingenieros en el horizonte de

planeación.

Xik: elección de asignación. Es 1 si el proyecto k es asignado al ingeniero i.

la ecuación (2) asegura que un proyecto se asigne a uno y solo un ingeniero.

La ecuación (3) asegura que la carga de trabajo del periodo de todos los
ingenieros sea acotada superiormente.

Las ecuaciones (4) y (5) se utilizan para definir el máximo y el mínimo total de
carga de trabajo Impacto:

El modelo planteado puede aplicarse en aquellas organizaciones en las cuales

su modelo de negocios es vender y ejecutar proyectos para sus clientes (como
las empresas de consultoría, desarrollo de software, producción audiovisual,
agencias de publicidad o de ingeniería), o porque la compañía está buscando
asegurar su futuro trabajando en proyectos de innovación de sus productos,
procesos o sistemas, teniendo en cuenta la restricción en la cual los proyectos
deben establecerse al principio del horizonte del tiempo.

El modelo propuesto en el artículo distribuye de mejor manera las cargas entre

los empleados, es decir, un mejor valor de la función objetivo, que el modelo
existente en la literatura (Liang et al., 2009). Ello sugiere que el modelo
propuesto es más apropiado que el modelo existente en la designación
balanceada de cargas de trabajo en el problema de asignación de proyectos.

16
UNIVERSIDAD NACIONAL DE TRUJILLO

2)TÍTULO: Ubicación óptima del sensor para detección y aislamiento de

fallas mediante programación lineal de enteros binarios

Autor:

• Albert Rosich

• Ramon Sarrate

• Fatiha Nejjari

Referencia Bibliográfica: Departamento de control automático, Universidad

Politécnica de Catalunya, España

Problema:

Este artículo se dedica a encontrar un conjunto óptimo de sensores para la FDI

(detección y aislamiento de fallas) basada en modelos.

La programación lineal de enteros binarios se utiliza en el problema de

optimización, lo que lleva a una formulación de las especificaciones de
capacidad de detección y aislamiento como restricciones de desigualdad lineal.

El enfoque se ha aplicado a un sistema de dos tanques.

Método de solución:

El sistema está compuesto por dos tanques interconectados por una bomba y
una válvula.

SISTEMA

El sistema puede equiparse con dos sensores de nivel que miden alturas de
líquido en los tanques hu y hl, y dos caudales sensores que miden qp y qv. Las
variables de entrada up y uv también se pueden medir.

Solución
este trabajo, se ha abordado una nueva metodología para resolver el problema
de colocación de sensores para FDI. El problema de colocación del sensor se
ha presentado formalmente como un problema de variable binaria. La novedad
es que se usa la formulación estándar PLEB, por lo tanto, se pueden usar
algoritmos estándar para resolver la optimización PLEB. La ventaja es que
estos algoritmos están profundamente desarrollados y la búsqueda de
bifurcaciones y enlaces está bien estudiada, lo que lleva a resolución en la
mayoría de los casos.

17
UNIVERSIDAD NACIONAL DE TRUJILLO

1) TÍTULO: Minimizando el consumo de energía en redes inalámbricas de

sensores usando programación lineal entera binaria

Problema:

En el artículo examina el problema de minimizar la energía de consumo de

nodos sensores en la red bajo la limitación de costo de red (especificada por el
número limitado de Estaciones repetidoras “RS”)

La vida útil requerida de la red tiene en cuenta en el modelo los efectos del
ruido y las características de tasa de error de bis de los transceptores
inalámbricas de conectividad de nodos sensores (NS) y la calidad de los
enlaces de comunicación

Método de solución

Proponemos una nueva formulación matemática como un modelo de

programación lineal de entera binaria (PLBE) que puede determinar las
ubicaciones óptimas para las estaciones de retransmisión instaladas y la ruta
de transmisión de paquetes desde los nodos sensores a la estación base bajo
un conjunto de restricciones en el rango de comunicación por radio, la señal
requisito de calidad en términos de limitación de la tasa de error de bits y la
vida útil de red requerida

El modelo propuesto tiene como objetivo determinar ubicaciones para instalar

RS (estaciones repetidoras) en el campo de objetivos y determinar la ruta
óptima para reenviar el paquete de detección SN ( nodos sensores)
directamente a BS (estaciones base) o indirectamente a través de RS
(estaciones repartidoras) para que el consumo de energía utilizado para la
transmisión de datos del SN (nodos sensores) se minimizar y la configuración
de red resultante puede garantizar que la vida útil de la red y la calidad radio de
comunicación con la tasa de error de bit requerida y un presupuesto
determinado para la instalación de RS( estaciones repetidoras)

En el artículo define la vida útil de la red como la duración desde el inicio de la

red hasta que el primer SN (nodos sensores) agota la energía de la batería

18
UNIVERSIDAD NACIONAL DE TRUJILLO

SOLUCIÓN

(1) La función objetivo pretende minimizar el consumo de energía de los SN

(nodos sensores) para recibir y reenviar paquetes de datos de detección
durante la vida útil de la red requerida
(2) Establece que cada SN (nodos sensores) forma una ruta para enviar
paquetes de datos a través de un SN (nodos sensores) vecino. Para la
preservación de energía se limita la transmisión un salto de sensor a
sensor
(3) Establece que si un SN (nodos sensores) recibe el paquete de datos
desde otro SN (nodos sensores), lo enviara el paquete a RS o BS
(4) Especifica el numero de RS para ser utilizado en el campo de
sensibilidad
(5) Asegura que los SN (nodos sensores) envían paquetes de datos a los
RS que están instalados
(6) Asegura que la intensidad de la señal recibida en SN RS BS deben ser
mayores al limite especificado
(7) Asegura que la intensidad de la señal recibida en SN RS BS deben ser
mayores al límite especificado

19
UNIVERSIDAD NACIONAL DE TRUJILLO

(8) Asegura que la intensidad de la señal recibida en SN RS BS deben ser

mayores al límite especificado
(9) Hace cumplir que el nivel de radio de ruido (SNR) relacionado con SN
RS BS de ser mayores que el limite especificado
(10) Hace cumplir que el nivel de radio de ruido (SNR) relacionado
con SN RS BS de ser mayores que el límite especificado
(11) Hace cumplir que el nivel de radio de ruido (SNR) relacionado
con SN RS BS de ser mayores que el límite especificado
(12) Establece que el consumo total de energía de cada SN para
generar, recibir y transmitir todos los paquetes de datos durante la vida
útil de la red no puede exceder la energía inicial

Impacto:

El consumo de energía de los nodos sensores en la red depende no solo de la

densidad de los nodos sensores en el área sino también de cómo se
distribuyen los nodos sensores en el campo de detección.

20
UNIVERSIDAD NACIONAL DE TRUJILLO

BIBLIOGRAFÍA

ACUÑA, S. Y. y MADIEDO, E. Balance de carga de trabajo de empleados en

asignación de proyectos.

Trabajo de grado Ingeniería Industrial. Bucaramanga: Universidad Industrial de

Santander, 2012.

DÍAZ, J. A. y FERNÁNDEZ, E. A tabu seach heuristic for the generalized

assignment problem.

European Journal of Operational Research. 2001, vol. 132, pp. 22-38.

FRANZ, L. S. y MILLER, J. L. Scheduling medical residents to rotations: Solving

the largescale multiperiod staff assignment problem. Operations Research.
1993, vol. 41, núm. 2,

21