MODELOS Y MÉTODOS DE SOLUCIÓN EN EL
BALANCEO DE LÍNEAS DE PRODUCCIÓN
APLICADOS EN LAS ORGANIZACIONES: ANÁLISIS
DE LITERATURA BIBLIOMÉTRICA ENFOCADO AL
MÉTODO DE ASIGNACIÓN
MODELS AND SOLUTION METHODS IN PRODUCTION
LINE BALANCING APPLIED IN ORGANIZATIONS: A
BIBLIOMETRIC LITERATURE ANALYSIS FOCUSED ON
THE ASSIGNMENT METHOD.
Ivan Araoz Baltazar
Tecnologico Nacional de Mexico / Instituto Tecnologico de Tehuacan Universidad
Nacional, Mexico
Iniria Guevara Ramírez
Tecnologico Nacional de Mexico / Instituto Tecnologico de Tehuacan Universidad
Nacional, Mexico
Oscar Del Angel Medina
Tecnologico Nacional de Mexico / Instituto Tecnologico de Tehuacan Universidad
Nacional, Mexico
Jessica Cruz Manzo
Tecnologico Nacional de Mexico / Instituto Tecnologico de Tehuacan Universidad
Nacional, Mexico
Israel Martínez Zárate
Tecnologico Nacional de Mexico / Instituto Tecnologico de Tehuacan Universidad
Nacional, Mexico
pág. 3873
DOI: https://doi.org/10.37811/cl_rcm.v8i6.15132
Modelos y Métodos de Solución en el Balanceo de Líneas de Producción
Aplicados en las Organizaciones: Análisis de Literatura Bibliométrica
Enfocado al Método de Asignación
Ivan Araoz Baltazar1
ivan.ab@tehuacan.tecnm.mx
https://orcid.org/0000-0003-0394-2979
Tecnologico Nacional de Mexico / Instituto
Tecnologico de Tehuacan Universidad Nacional
Mexico
Iniria Guevara Ramírez
iniria.gr@tehuacan.tecnm.mx
https://orcid.org/0000-0002-6390-1661
Tecnologico Nacional de Mexico / Instituto
Tecnologico de Tehuacan Universidad Nacional
Mexico
Oscar Del Angel Medina
oscar.delangel2106@gmail.com
https://orcid.org/0009-0003-0852-5143
Tecnologico Nacional de Mexico / Instituto
Tecnologico de Tehuacan Universidad Nacional
Mexico
Jessica Cruz Manzo
jessica.cm@tehuacan.tecnm.mx
https://orcid.org/0000-0001-9872-1794
Tecnologico Nacional de Mexico / Instituto
Tecnologico de Tehuacan Universidad Nacional
Mexico
Israel Martínez Zárate
israel.mz@tehuacan.tecnm.mx
https://orcid.org/0000-0002-7896-784X
Tecnologico Nacional de Mexico / Instituto
Tecnologico de Tehuacan Universidad Nacional
Mexico
RESUMEN
Este estudio analiza la evolución de los métodos de balanceo de líneas de producción (ABLP) en la
industria manufacturera, combinando un análisis bibliométrico con una revisión de la literatura. Desde
enfoques tradicionales, como heurísticas y programación lineal, los métodos han avanzado hacia
algoritmos genéticos, optimización multiobjetivo e inteligencia artificial, integrando estas técnicas para
facilitar su implementación. Se examina la creciente adopción de principios de la Industria 5.0, como la
colaboración humano-robot, y su impacto en el modelado del balanceo de líneas. En sectores donde la
mano de obra humana sigue siendo crucial, los métodos de “asignación” ofrecen soluciones específicas,
considerando las competencias individuales de los operarios. Además, se subraya un énfasis en la
sostenibilidad, incluyendo el reciclaje mediante líneas de desensamble, la reducción del impacto
ambiental y la mejora de las condiciones ergonómicas. A pesar de los avances, persisten retos
significativos, como la integración de restricciones del mundo real en modelos matemáticos y la gestión
de la dinámica natural en las líneas de desensamble. Los hallazgos destacan la necesidad de seguir
innovando en técnicas de balanceo que respondan a las demandas de la manufactura moderna,
manteniendo el compromiso con la sostenibilidad y la asignación de tareas de acuerdo con las
competencias de cada trabajador.
Palabras clave: balanceo de línea, asignación, bibliometrix
1
Autor principal.
Correspondencia: ivan.ab@tehuacan.tecnm.mx
pág. 3874
Models and Solution Methods in Production Line Balancing Applied in
Organizations: A Bibliometric Literature Analysis Focused on the
Assignment Method.
ABSTRACT
This study analyzes the evolution of assembly line balancing (ALB) methods in the manufacturing
industry, combining a bibliometric analysis with a literature review. From traditional approaches, such
as heuristics and linear programming, the methods have advanced toward genetic algorithms, multi-
objective optimization, and artificial intelligence, integrating these techniques to facilitate their
implementation. The study examines the growing adoption of Industry 5.0 principles, such as human-
robot collaboration, and their impact on assembly line balancing modeling. In sectors where human
labor remains crucial, "assignment" methods offer tailored solutions, considering individual workers'
skills. Additionally, the study highlights an emphasis on sustainability, including recycling through
disassembly lines, reducing environmental impact, and improving ergonomic conditions. Despite
advancements, significant challenges persist, such as integrating real-world constraints into
mathematical models and managing the inherent dynamics in disassembly lines. The findings
underscore the need to continue innovating balancing techniques that meet the demands of modern
manufacturing while maintaining a commitment to sustainability and task allocation based on individual
worker competencies.
Keywords: line balancing, assignment, bibliometrix
Artículo recibido 12 octubre 2024
Aceptado para publicación: 15 noviembre 2024
pág. 3875
INTRODUCCIÓN
Los modelos de balanceo de líneas (ABLP) distribuyen la carga total de trabajo para la fabricación de
cualquier producto entre los puestos de trabajo a lo largo de la línea (Becker & Scholl, 2004). Estos
modelos se aplican en la industria manufacturera para minimizar el tiempo ocioso en las estaciones de
trabajo, es decir, aprovechar al máximo los recursos humanos, herramientas y maquinaria. Como
resultado, se logra un mejor uso de recursos como la energía eléctrica, combustibles y costos de
mantenimiento.
Este artículo ofrece un estudio bibliométrico y un análisis de la literatura, cuyo propósito es identificar
los distintos métodos de solución empleados en cada modelo de balanceo de líneas de producción. Este
conocimiento es esencial para reconocer principios de solución eficaces y adaptables, aplicables a
diversos contextos y problemas (Boysen et al., 2021).
La manufactura tradicional se centra en la producción y ensamblaje de productos nuevos. La primera
formulación analítica del problema de balanceo de líneas de ensamblaje (ALB) fue presentada por
Helgeson en 1954 y posteriormente por Salveson en 1955 (Ghosh & Gagnon, 1989). Sin embargo, desde
2016, los temas de “economía circular” y “desarrollo sostenible” han sido promovidos a nivel global, lo
que ha generado un aumento en las investigaciones relacionadas con sistemas de producción orientados
al reciclaje, la reutilización, la recuperación o la eliminación de productos al final de su vida útil (Pan
& Li, 2016). Este enfoque plantea nuevos desafíos para la gestión de la producción, siendo uno de los
más relevantes la adaptación de los métodos de balanceo de líneas, conocidas como líneas de
desensamble (DLBP). Estas líneas se utilizan ampliamente para desmantelar productos, reduciendo así
la ocupación de recursos útiles y la contaminación ambiental (Liang et al., 2020).
A diferencia del ensamblaje, el desensamble parcial en la industria actual busca maximizar los beneficios
o minimizar los costos, justificando la remanufactura de estos productos. Además, este proceso
introduce relaciones de precedencia adicionales entre las tareas debido a restricciones físicas inherentes
(Altekin et al., 2008).
El principal reto para las organizaciones es desarrollar un modelo matemático de balanceo de líneas que
contemple las características específicas de las líneas de ensamblaje o desensamble, incluyendo la
distribución secuencial de las estaciones de trabajo y la asignación de tareas sin violar las relaciones de
pág. 3876
precedencia (Lalaoui & Afia, 2019). También es esencial considerar la interacción entre operarios,
maquinaria y robots, así como otras particularidades del sistema de producción, para seleccionar el
método de solución más adecuado y garantizar que este modelo tenga implicaciones sostenibles. Dicho
de otra manera:
• El balanceo de líneas debe optimizar la utilización de energía invertida en la producción.
• Los trabajadores deben ser asignados a estaciones de trabajo de manera que puedan realizar
todas las tareas según su cualificación, lo cual mejora su entorno laboral y, en algunos casos,
genera beneficios sociales significativos, incluso aceptando pequeñas desviaciones del óptimo
económico (Boysen et al., 2021; Trost et al., 2022).
• Finalmente, el modelo debe contribuir a la reducción de costos y a un mayor beneficio global.
Revisión de Literatura
La revisión de literatura enfocada en el balanceo de líneas proporcionó información clave que resultó
fundamental para contextualizar y orientar los objetivos planteados en este artículo. Como punto de
partida, identificamos los problemas que los autores más influyentes en el ámbito buscan resolver. Esto
fue especialmente relevante para comprender en qué aspectos concentran sus esfuerzos los
investigadores, permitiéndonos enfocar nuestras futuras investigaciones y profundizar en los sectores
relevantes a nivel local. Para muchas empresas, identificar y definir un problema, sus características y
criterios suele ser más complejo que resolver el problema en sí (Dolgui & Proth, 2010).
Entre los hallazgos destacados, presentados en la Tabla 1, tenemos que permanece el objetivo principal
de los métodos de balanceo de línea como la reducción de costos y la optimización en la asignación de
tareas, con el objetivo de determinar el número mínimo de estaciones de trabajo necesarias para cumplir
con los requisitos de producción establecidos (Talbot et al., 1986). Incluso pequeñas mejoras en estos
aspectos pueden traducirse en ahorros económicos significativos (Pilati et al., 2021).
Otro punto relevante es la importancia de no solo priorizar la eficiencia y productividad de los
colaboradores, sino también mejorar sus condiciones laborales. Para lograr dicha eficiencia, es crucial
incorporar consideraciones ergonómicas al analizar el balanceo de líneas, especialmente en entornos
donde la proporción de trabajo manual es elevada (Otto & Scholl, 2011). Aunque las líneas de
ensamblaje robóticas han demostrado ser más eficientes que las manuales, su desempeño depende
pág. 3877
estrictamente de la calidad de su balance, sin enfrentarse a los desafíos asociados con factores humanos
(Levitin et al., 2002). Por su parte, las líneas híbridas, que combinan humanos y robots colaborativos,
representan un paso evolutivo significativo en la fabricación, al demostrar alta eficiencia. Sin embargo,
estas líneas híbridas siguen planteando grandes retos en términos de balanceo de líneas (Mura & Dini,
2019). En este contexto, la asignación de tareas en base a las competencias de cada trabajador se vuelve
trascendental para eficientar la línea de producción, a esto se le denomina Problema de Asignación de
Trabajadores y Balanceo de Líneas de Ensamblaje (ALWABP, por sus siglas en inglés) donde las
asignaciones de tareas como de trabajadores a estaciones de trabajo se realizan de manera paralela
(Katiraee et al., 2022b).
Finalmente, se observa un claro repunte en la remanufactura, la cual no solo contribuye
económicamente, sino también al cuidado del medio ambiente. Sin embargo, este enfoque plantea
desafíos importantes en la optimización del balanceo de líneas, debido a la naturaleza dinámica del
desensamble. Las variaciones en la entrada de productos desechados, la demanda y los ingresos
requieren ajustes constantes, lo que demanda sistemas flexibles y adaptativos (Altekin et al., 2008c).
Tabla1. Principales problemas abordados y principales objetivos de la literatura
Autor
Objetivo
Problema que aborda el autor
(Dolgui & Proth,
2010)
Implementación de soluciones eficientes y
flexibles adaptadas a las realidades y desafíos de
la industria moderna.
Definir el problema en sí, imposibilidad de aplicar
en contextos reales las teorías, la complejidad de los
modelos no son aceptados por las empresas
(Altekin et al.,
2008)
Asignación óptima de tareas a estaciones, Ajuste
dinámico del tiempo de ciclo y número de
estaciones
Las líneas actuales de desensamble consisten en una
única estación donde se realiza manualmente el
desensamble
(Talbot et al.,
1986)
Proporcionar guías para elegir las reglas
heurísticas más adecuadas dependiendo del
objetivo
Es difícil agrupar las tareas de trabajo que deben
realizarse en "work packages" o estaciones de
trabajo, de manera que se logre un nivel deseado de
desempeño
(Lee et al., 2001)
Reducir el impacto en los criterios tradicionales
como tiempo de ciclo y número de estaciones,
manteniendo o mejorando la calidad de las
soluciones.
Dificultad para ensamblar productos de gran
tamaño, como camiones y autobuses.
(Levitin et al.,
2002)
Desarrollar un método eficiente basado en
algoritmos genéticos
Distribución ineficiente de tareas entre robots
especializados
(Dimopoulos &
Zalzala, 2000)
Examinar y presentar desarrollos recientes en el
uso de algoritmos evolutivos para la optimización
de manufactura.
No existe un algoritmo de tiempo polinómico que
pueda resolver problemas combinatorios, se
emplean métodos heurísticos para resolverlos
(Kalayci & Gupta,
2013)
Desarrollar un algoritmo eficiente para resolver el
problema de balanceo de líneas de desensamble
dependientes de secuencia (SDDLBP)
La remoción tardía de componentes peligrosos y de
alta demanda.
(Otto & Scholl,
2011)
Integrar métodos de estimación de riesgos
ergonómicos en modelos de balanceo de líneas.
Condiciones de trabajo desfavorables o la
ergonomía deficiente en el lugar de trabajo
pág. 3878
(Gonçalves &
Almeida,2002)
Diseñar un método híbrido que combine
algoritmos genéticos y heurísticas
Los métodos de balanceo de línea organizan las
estaciones de trabajo en línea recta sin flexibilidad
(Kalayci et al.,
2014)
Resolver el problema de balanceo de líneas de
desensamble dependientes de secuencia
No se prioriza la remoción de componentes de alta
demanda y de componentes peligrosos.
(Kalayci & Gupta,
2013)
Resolver el problema de balanceo de líneas de
desensamble dependientes de secuencia
Realiza una propuesta de un modelo teórico general
y propuesta de solución
(Gamberini et al.,
2005)
Desarrollar un enfoque multiobjetivo
Alta reasignación de tareas genera costos asociados
como capacitación, garantía de calidad y cambios
en equipos.
(Ding et al., 2010)
Optimización de la demanda y recuperación de
partes reutilizables.
La corta vida útil de los productos, las tecnologías
emergentes innovaciones y un aumento
espectacular del consumo genera un problema
alarmante de gestión de residuos
(Avikal et al.,
2013)
Optimizar el proceso de desensamble desde las
perspectivas económica, técnica, ambiental y
social.
Faltan métodos para extraer partes, subconjuntos y
materiales valiosos de productos desechados
mediante una serie de operaciones estructuradas.
(Baykasoglu,
2006)
Maximizar el índice de suavidad (Smoothness
Index, SI) y el rendimiento de la línea
(minimización del número de estaciones).
Desorganización en las tareas de trabajo de
estaciones de manera que no se alcanza el nivel de
rendimiento requerido.
(Guo et al., 2023)
Incorporar escenarios de mantenimiento
preventivo en el problema de balanceo de líneas
de desensamble parciales (PDLBP)
No se prevén fallas inevitables de máquinas y
escenarios de mantenimiento preventivo
(Zhang et al.,
2023)
Tiempos ociosos en las estaciones.
Alto consumo de energía y costos
(Liang et al., 2020)
Resolver el problema de balanceo de líneas de
desensamble de dos lados con restricciones
complejas de ejecución (TDLBP-CECs)
Contaminación ambiental de productos al final de
su vida útil como electrónicos de consumo,
electrodomésticos y vehículos
(Mura & Dini,
2019)
Lograr sistemas de producción más dinámicos
La industria manufacturera está pasando de la
producción en masa a la personalización en masa
(J. Liu et al., 2019)
Optimización de las celdas robóticas y de las
líneas de desensamble robótico, mejorando así la
eficiencia del desensamble
Priorizar las ganancias sin considerar
adecuadamente la conservación de materiales y la
emisión de contaminantes, el desensamble manual
tiene desventajas como baja eficiencia y altos
costos laborales.
(Chiang et al.,
2007)
Introducir y formalizar el problema de balanceo de
múltiples líneas en U (MULB)
Múltiples líneas idénticas, así como con múltiples
líneas de diferentes tamaños
(Abdous, Delorme,
Battini, Sgarbossa,
et al., 2022)
Incorporar la ergonomía desde la fase de diseño de
líneas de ensamblaje
Los trabajadores siguen enfrentándose a riesgos de
trastornos musculoesqueléticos y lesiones
asociadas con sus actividades laborales.
(Bilir et al., 2023)
Minimizar la diferencia de carga de trabajo entre
los trabajadores de la línea de montaje durante un
límite de tiempo
Dificultad para asignar tareas de acuerdo con las
competencias de cada trabajador dada una moda
cambiante
(Katiraee et al.,
2022)
Minimizar el tiempo de ciclo y el número de tareas
reasignadas según competencia de los
trabajadores
Los trabajadores no necesariamente tienen el
mismo desempeño debido a sus diferencias en edad,
género, habilidades y atributos físicos
Fuente: Elaboración propia con la base Scopus y WOS.
pág. 3879
Como complemento de la revisión de literatura, en la Tabla 2 se presentan los principales tipos de líneas
de producción o ensamblaje estudiados por los autores más destacados, junto con los modelos de
solución empleados para abordar los problemas identificados en la tabla de aportaciones anterior (Tabla
1). El análisis abarca artículos publicados desde 1986 hasta 2024, con el objetivo de identificar la
evolución de las líneas de balanceo, desde los métodos tradicionales basados en precedencias y
algoritmos heurísticos, hasta soluciones avanzadas como algoritmos genéticos y otras de inteligencia
artificial.
El estudio también explora estaciones bilaterales o de dos lados, algoritmos de enjambre de partículas
y, más recientemente, la incorporación redes neuronales como métodos de aprendizaje automático. Este
ejercicio de revisión nos introduce a la nueva realidad de las técnicas del balanceo de líneas, el enfoque
en la Industria 5.0, que pone al ser humano en el centro como evolución de la Industria 4.0, con énfasis
en sistemas híbridos de fabricación con robots colaborativos (Abdous, Delorme, Battini, & Berger-
Douce, 2022). Sin embargo, muchas empresas todavía dependen en gran medida de las operaciones
manuales, lo que hace que la habilidad y competencia de los trabajadores sean factores cruciales,
especialmente en industrias como la confección (Bilir et al., 2023).
Tabla 2. Líneas de ensamble y modelos de solución de la literatura
Sector
Tipo de línea
Modelo de solución
No se menciona uno
específico
Líneas de ensamblaje tradicionales
26 reglas heurísticas de decisión, Reglas
heurísticas con retroceso (backtracking)
Manufactura
Líneas simples y líneas para
modelos mixtos
Algoritmos evolutivos (EAs), Enfoques
multiobjetivo
Fabricación de
productos de gran
tamaño
Líneas de ensamblaje de dos lados
(two-sided assembly lines),
Desarrollo de un procedimiento heurístico de
asignación grupal, que asigna grupos de tareas
en lugar de tareas individuales.
Manufactura
Líneas de ensamblaje simples,
(Simple Assembly Line Balancing
Problem, SALBP-1).
Algoritmo genético híbrido, claves aleatorias
(random keys), procedimientos orientados a
estaciones (station-oriented procedures).
Líneas de ensamblaje
automatizadas y
robóticas
Líneas de ensamblaje robóticas
(Robotic Assembly Lines),
sistemas de ensamblaje flexible
(Flexible Assembly Systems, FAS)
Algoritmo Genético (GA), procedimiento de
mejora local (hill climbing) para optimizar
asignaciones, Asignación recursiva,
Asignación consecutiva
Manufactura manual
Líneas de ensamblaje estocásticas
de modelo único (single-model
stochastic assembly lines)
Técnica para la Preferencia de Orden por
Similaridad con la Solución Ideal (TOPSIS),
Heurística de Kottas y Lau, actor de similitud
(similarity factor)
Manufactura
Líneas de ensamblaje rectas
(straight-line), línea de ensamblaje
en forma de U (U-shaped).
Algoritmo de Recocido Simulado
Multiobjetivo (SA), reglas de asignación de
tareas múltiples, programación por metas
Manufactura Just-In-
Time (JIT)
Líneas en forma de U múltiples
(Multiple U-Lines), utilizadas en
ambientes de producción Just-In-
Time (JIT)
Programación lineal entera mixta (MILP),
Algoritmo Branch-and-Bound
pág. 3880
Desensamble
(remanufacturing)
Líneas de desensamble parciales
orientadas al beneficio (profit-
oriented partial disassembly lines)
Programación entera mixta, Relajación de
programación lineal.
Manufactura
Líneas de Ensamblaje en Forma de
"U"; Brigadas en Cubo (Bucket
Brigades), Líneas de Ensamblaje
Mixtas
Genetic algorithms, Simulated Annealing.,
Dynamic programming, polinomios de
Tchebycheff
Reciclaje y
Remanufactura
Líneas de desensamble
determinísticas de modelo único
(single-model deterministic
disassembly lines)
Algoritmo Multiobjetivo Basado en Colonia de
Hormigas (MOACO), heurísticas basadas en
prioridades, filtro de soluciones de Pareto
Manufactura
Líneas de ensamblaje tradicionales
Estimación de riesgos ergonómicos no lineales,
SALOME: Procedimiento exacto para
minimizar el número de estaciones, Simulated
Annealing (SA)
Desensamble
(remanufacturing)
Líneas de desensamble
dependientes de secuencia
(Sequence-Dependent Disassembly
Lines)
Algoritmo de Colonia de Abejas Artificial
(ABC) vs Optimización por enjambre de
partículas (PSO), búsqueda tabú (TS), y
algoritmos genéticos (GA).
Reciclaje y
Remanufactura
Líneas de desensamble
dependientes de secuencia
(Sequence-Dependent Disassembly
Lines)
Algoritmo de Optimización por Enjambre de
Partículas (PSO), operadores de mutación
basados en vecindarios (SWAP e INSERT),
función multiobjetivo
Reciclaje y
Remanufactura
Líneas de desensamble
determinísticas de modelo único
(Single-Model Deterministic
Disassembly Lines)
Fuzzy AHP (Analytic Hierarchy Process
difuso), Método PROMETHEE II (Preference
Ranking Organization Method for Enrichment
Evaluations), Heurística de asignación
Reciclaje y
Remanufactura
Líneas de desensamble
dependientes de secuencia
(Sequence-Dependent Disassembly
Lines)
Algoritmo Genético Híbrido (HGA), búsqueda
en vecindarios variables (Variable
Neighborhood Search, VNS). optimización
multiobjetivo
Manufactura
Líneas de ensamblaje colaborativas
con humanos y robots
Algoritmo genético (GA), Representación en
cromosomas con dos subcomponentes, Función
de fitness basada en una suma ponderada de los
objetivos.
Reciclaje y
Remanufactura
Líneas de desensamble robóticas
(Robotic Disassembly Lines) para
productos al final de su vida útil
(End-of-Life, EOL)
Algoritmo de abejas discretas mejorado
(IDBA), Proceso analítico en red (ANP)
Manufactura
Líneas de ensamblaje colaborativas
con humanos y robots
colaborativos (cobots)
Descomposición de Benders, Evaluación
computacional extensiva
Reciclaje y
Remanufactura
Líneas de desensamblaje de dos
lados (two-sided disassembly lines)
Modelo de programación lineal entera mixta
(MILP), Algoritmo de recocido simulado
multiobjetivo de doble individuo (DMOSA),
Manufactura
Líneas de ensamblaje simples
(Simple Assembly Line Balancing
Problem, SALBP), con enfoque en
la ergonomía
Modelo de programación lineal entera mixta
(MILP), Algoritmo exacto de búsqueda
dicotómica iterativa (IDS)
Manufactura
Modelo de programacion lineal con
bi-objetivo
Modelo de programación lineal con bi-objetivo
Reciclaje y
Remanufactura
Líneas de desensamble parciales
(Partial Disassembly Lines, PDL)
Modelo matemático difuso multiobjetivo,
Algoritmo híbrido mejorado de colonia de
abejas artificiales (ABC), Búsqueda adaptativa
en vecindarios, Estrategia de aprendizaje global
híbrido
Reciclaje y
Remanufactura
Líneas de desensamble paralelas
Modelo de balanceo para líneas de desensamble
paralelas, Algoritmo de enjambre de salpas
(SSA), CPLEX: Validación matemática del
modelo, Algoritmo genético (GA), Enfoque de
descomposición con optimización de
cuadrículas (CDG). Búsqueda aleatoria (RS)
pág. 3881
Manufactura
orientada a la
sostenibilidad
Líneas de ensamblaje mixtas con
múltiples trabajadores por estación
(Mixed-Model Multi-Manned
Assembly Lines),
Modelo de programación lineal entera mixta
(MILP), Algoritmo de coevolución
multiobjetivo, Representación de dos capas,
Estrategia de doble cooperación
Industria de la
confección
Modelo matemático con asignación
de tareas basado en competencias
del trabajador
Modelo matemático con asignación de tareas
basado en competencias del trabajador
Fuente: Elaboración propia con la base Scopus y WOS.
METODOLOGÍA
Para la elaboración del presente artículo, se realizó un estudio bibliométrico de la literatura enfocada en
el balanceo de líneas, lo que permitió explorar y analizar datos científicos disponibles en las principales
bases de datos académicas. Este análisis nos ayudó a identificar la evolución del tema a lo largo del
tiempo y detectar temas emergentes en el campo (Donthu et al., 2021).
La búsqueda se llevó a cabo en las bases de datos Scopus y Web of Science, y la información obtenida
fue unificada para su análisis mediante la herramienta de código abierto Bibliometrix (Aria &
Cuccurullo, 2017). Adicionalmente, utilizamos Excel como soporte para el ordenamiento de datos, la
creación de tablas y la elaboración de gráficos de resultados (Cruz Manzo et al. 2024). Para el análisis
visual y la representación gráfica de mapas bibliométricos, se empleó el software especializado
VOSviewer (Van Eck & Waltman, 2009). Estos pasos se ilustran en la Figura 1.
Figura 1. Proceso de búsqueda
Fuente: Elaboración propia
Con el objetivo de abarcar la mayor cantidad posible de literatura relevante siguiendo las palabras clave
definidas para nuestro tema de estudio, se examinaron dos de las principales plataformas de búsqueda
académica y de información científica. En años recientes, las bases de datos Web of Science Core
Collection y Scopus se han consolidado como fuentes fundamentales para la evaluación de
investigaciones científicas. Estos estudios exigen la eliminación de registros duplicados para prevenir
errores de sobrerrepresentación (Valderrama-Zurián et al., 2015).
pág. 3882
Se llevó a cabo una búsqueda en ambas bases de datos utilizando la ecuación de búsqueda (“LINE
BALANCING” OR BALANCING OF LINE) AND “ASSIGNMENT”, obteniéndose 496 documentos
de Scopus y 427 documentos de Web of Science (Figura 2). Al analizar la información recopilada de
ambas plataformas, se identificaron los artículos presentes en ambas bases de datos, así como aquellos
exclusivos de cada una. Los resultados muestran que el 54.7% (329) de los documentos están disponibles
en ambas plataformas, mientras que el 28.7% (173) son exclusivos de Scopus, el 15.9% (96) son
exclusivos de Web of Science y el 0.7%(4) fueron descartados por contener información repetida o
irrelevante. Esto confirma que la cobertura de las dos bases de datos difiere significativamente
(Mongeon & Paul-Hus, 2015).
Figura 2. Diagrama de Venn entre Web of Science y Scopus
Fuente: Elaboración propia con la base Scopus y WOS.
Tras realizar el análisis, ambas bases de datos fueron unificadas manualmente, eliminando los artículos
duplicados. Dado que la mayor cantidad de datos se encontraba en el formato .csv utilizado por Scopus,
se integraron a este los 96 artículos provenientes de Web of Science. Para ello, se ajustaron los formatos
de los autores al estilo de Scopus y se respetaron las columnas de información originales de dicha base.
Finalmente, la base consolidada fue verificada y probada en Biblioshiny de Bibliometrix. En la Tabla 3
se presentan los resultados generales obtenidos de ambas bases de datos, así como de la base unificada.
Esta última ofrece una recopilación más sólida, completa y no contiene artículos duplicados, con un
total de 598 documentos.
pág. 3883
Tabla 3. Comparativa de Información general de bases de datos desde Bibliometrix.
MAIN INFORMATION
ABOUT DATA
SCOPUS
WOS
UNIFICADA
Timespan
1968:2025
1993:2025
1968:2025
Sources (Journals, Books,
etc.)
229
181
267
Documents
506
425
598
Document Average Age
10.2
8.1
9.6
Average citations per doc
23.46
22.49
22.3
Keywords Plus (ID)
2097
412
2219
Author's Keywords (DE)
1068
996
1245
Authors
985
827
1177
Fuente: Elaboración propia con la base Scopus y WOS.
RESULTADOS Y DISCUSIÓN
Producción Científica Anual
Como podemos ver en la Figura 3, se identificaron publicaciones desde 1968, donde ya se discutía el
desafío de minimizar los costos laborales y de incumplimiento mediante la agrupación de tareas en
asignaciones de trabajo para lograr el balanceo de líneas (Kottas & Lau, 1973). Desde entonces, la
cantidad de artículos sobre este tema ha ido en aumento, aunque el crecimiento significativo comenzó
en 1996. Entre 1996 y 2024 se concentra el 95% de los artículos publicados sobre esta temática. La
década de los noventa marcó el inicio de un notable crecimiento en la publicación de artículos,
impulsado por las tendencias de la industria manufacturera hacia un mayor nivel de personalización de
productos en respuesta a la demanda de los consumidores, lo cual incrementó la necesidad de sistemas
de ensamblaje flexibles, capaces de producir simultáneamente múltiples versiones de productos
similares (Askin & Zhou, 1997). Durante este período, los investigadores comenzaron a centrarse en el
desarrollo de sistemas de asignación flexibles, ya que la cantidad de trabajadores superó al número de
máquinas disponibles (Zavadlav et al., 1996). Observamos un pico entre los años 2012 y 2014, periodos
en los que los investigadores empiezan a abordar temas enfocados al trabajador y su efecto en la
eficiencia del balanceo de línea, por ejemplo, los trabajadores con discapacidad, que representaban
aproximadamente el 10% de la población mundial y podían hacer una contribución significativa a todos
los niveles de la economía y la sociedad. (Araújo et al., 2012). A diferencia del conocido problema de
balanceo de la línea de montaje simple, los tiempos de ejecución de las tareas varían según el trabajador
asignado. (Moreira et al., 2012). Tuvieron en cuenta las competencias individuales, la movilidad y las
pág. 3884
preferencias de cada empleado, así como los requisitos de personal y competencias asociados a cada
actividad de montaje (Sabar, 2014). La importancia de las curvas de aprendizaje de cada trabajador
como efecto en la eficiencia de la línea. (Stroieke et al., 2013). También, surgió la preocupación por
desarrollar métodos que integraran las restricciones del balanceo de línea en entornos reales (Sternatz,
2013; Battaïa & Dolgui, 2011).
En los últimos cinco años, se ha observado un repunte significativo en las investigaciones relacionadas
con el balanceo de líneas, impulsado por el enfoque en la sostenibilidad y la transición de la Industria
4.0 hacia la Industria 5.0. Este cambio representa un desafío que ha despertado un interés creciente en
este ámbito. Los espacios de trabajo compartidos, también conocidos como sistemas híbridos de
fabricación colaborativa, están evolucionando hacia entornos más centrados en el ser humano (Abdous
et al., 2022).
La coexistencia entre trabajadores y tecnologías avanzadas, como robots colaborativos, ha comenzado
a posicionarse como una de las principales áreas de investigación, explorando la posibilidad de que
humanos y robots ejecuten simultáneamente tareas en la misma estación de trabajo, ya sea en paralelo
o de manera colaborativa (Weckenborg et al., 2019). Esta colaboración en un entorno sin barreras
requiere un enfoque más integral que el modelo tradicional de asignación de estaciones de trabajo, de
tal manera que se puedan cumplir con las restricciones de tiempo de ciclo y precedencia, así como la
disminución de los costos de producción (Kheirabadi et al., 2023; Campana et al., 2021).
Estos avances destacan la necesaria evolución del balanceo de líneas y de las técnicas utilizadas en
ingeniería para optimizar la eficiencia global, integrando objetivos que sean no solo productivos, sino
también sostenibles.
pág. 3885
Figura 3. Producción de documentos científica por año
Fuente:Elaboración propia a partir de Bibliometrix
Relación autores-palabras clave-tópicos de resúmenes
En el gráfico de tres campos (Figura 4) se establece una relación entre los 25 autores con mayor impacto
en la literatura (lado izquierdo), identificados automáticamente por Bibliometrix, los 15 temas
principales derivados de los resúmenes de los artículos (lado derecho), y las 15 palabras clave más
relevantes (en el centro). Este diagrama de Sankey permite visualizar los elementos principales de estos
tres campos y sus interrelaciones (Aria & Cuccurullo, 2017), proporcionando una representación clara
de las conexiones entre autores, temas y palabras clave.
Identificamos individualmente a Costa, Alysson M., Zhang, Linxuan, y Janardhanan, Mukund
Nilakantan como los autores con mayor relación con las palabras clave. En la parte central del análisis
se destacaron las palabras clave más vinculadas a ambos lados del mapa, entre las cuales sobresalen
“assembly line balancing” y “line balancing”, ya que representan el enfoque central de nuestra
investigación y forman parte de la ecuación de búsqueda utilizada en las plataformas de investigación.
Después de estas, se identificaron las cinco palabras clave con mayor conexión entre ambos lados:
“genetic algorithm”, “worker assignment”, “multi-objective optimization”, “two-sided assembly line”
y “combinatorial optimization”. Estos hallazgos sugieren la conveniencia de explorar los artículos de
estos autores y analizar el impacto de estas palabras clave, incluso si no son los más citados o recurrentes.
Por ejemplo, Janardhanan et al. (2017) propone algoritmos para resolver la asignación de trabajadores
y el balanceo de líneas en líneas de ensamblaje de dos lados (two-sided assembly line). Moreira et al.
-10
0
10
20
30
40
50
60
1968
1970
1972
1974
1976
1978
1980
1982
1984
1986
1988
1990
1992
1994
1996
1998
2000
2002
2004
2006
2008
2010
2012
2014
2016
2018
2020
2022
2024
No. de Art+ículos
Años
PRODUCCIÓN CIENTÍFICA POR AÑO
pág. 3886
(2012), en colaboración con Costa, Alysson M., presenta una heurística utilizada como decodificador de
soluciones dentro de un algoritmo genético (genetic algorithm) híbrido para la priorización de tareas.
Por su parte, Li et al. (2016), con la participación de Zhang, Linxuan, propone un modelo de
programación para minimizar simultáneamente el consumo de energía y el tiempo de ciclo en líneas de
ensamblaje de dos lados (two-sided assembly line). Estos ejemplos corroboran la conexión entre autores,
temas y palabras clave, lo que refuerza la importancia de su análisis para profundizar en nuestra
investigación.
Figura 4. Mapa de tres campos autores, palabras clave y tópicos de abstract
Fuente:Elaboración propia a partir de Bibliometrix
Ley de Bradford
Para identificar fuentes relevantes que apoyen la investigación y documentación de este artículo, se
aplicó la Ley de Bradford. Este análisis permitió identificar las revistas con mayor cantidad de artículos
publicados sobre balanceo de línea y asignación, así como aquellos trabajos más significativos
relacionados con el tema (Alvarado, 2016).
La aplicación de la Ley de Bradford permite identificar las revistas clave mediante la división en tres
zonas distintas. La Zona 1 agrupa las revistas más importantes, con el mayor número de artículos o citas;
le sigue la Zona 2, conocida como Aliadas, y finalmente la Zona 3, denominada Extranjeras. En la Tabla
4 se muestra la relación entre el porcentaje de revistas y la frecuencia de publicación. Se observa que el
número de revistas y artículos en cada zona sigue una relación inversamente proporcional: a medida que
pág. 3887
aumenta el número de revistas (de la Zona 1 a la Zona 3), el número de artículos por revista disminuye.
Esto confirma el comportamiento esperado según la Ley de Bradford (Borgohain et al., 2021).
Tabla 4. Dispersión de Revistas y Artículos por Zona
ZONA
NUMERO DE
REVISTAS
FRECUENCIA
DE ARTÍCULOS
PORCENTAJE
DE REVISTA
PORCENTAJE
DE FRECUENCIA
1
12
202
4.5%
33.8%
2
67
199
25.1%
33.3%
3
188
197
70.4%
32.9%
TOTAL
267
598
100.0%
100.0%
Fuente: Elaboración propia con la base Scopus y WOS.
En la Figura 5 se presenta el comportamiento de la distribución de artículos publicados por revista,
representado mediante barras azules. La zona 1, que es la más estrecha, incluye las revistas más
productivas, con un total de 202 artículos publicados. La zona 2, que abarca un mayor número de
revistas, contiene 199 artículos en total. Finalmente, la zona 3, que representa una amplia variedad de
revistas con menor productividad individual, suma 197 artículos publicados. Este patrón refleja la
concentración de publicaciones relevantes en unas pocas revistas, que corresponde con lo planteado por
la Ley de Bradford.
pág. 3888
Figura 5. Representación visual de la Ley de Bradford
Fuente: Elaboración propia con la base Scopus y WOS.
Autores más relevantes
Después de extraer la información de nuestra base de datos utilizando Bibliometrix, identificamos a los
autores más relevantes y realizamos un análisis detallado de la productividad de los 15 mejor
posicionados. Para ello, contrastamos dos enfoques de medición: el primero asigna el mismo peso a
cada artículo, independientemente de si el autor figura como principal o colaborador; mientras que el
segundo utiliza datos fraccionados, los cuales otorgan un peso ponderado a los artículos en función del
rol del autor, ya sea como colaborador o coautor. (Egghe & Rousseau, 1990). Este último enfoque
proporciona una representación más equitativa y precisa del impacto real de los autores en la
investigación los cuales observamos en la Tabla 5.
Tabla 5. Comparativa entre autores relevantes por número de artículo, sin ponderar y fraccionados
AUTOR
N° DE
ARTÍCULOS
RANK
AUTOR
ARTÍCULOS
FRACCIONADOS
RANK
TANG Q
24
1
TANG Q
6.5
1
DOLGUI A
17
2
PEREIRA J
5.8
5
ZHANG Z
15
3
DOLGUI A
5.5
2
PEREIRA J
10
4
ZHANG Z
4.2
3
LI Z
11
5
COSTA AM
3.6
6
COSTA AM
10
6
GUPTA SM
3.6
8
ZHANG L
10
7
KALAYCI CB
3.6
9
GUPTA SM
8
8
SIKORA CGS
3.4
10
pág. 3889
KALAYCI CB
8
9
RITT M
3.3
11
SIKORA CGS
8
10
LI Z
3.1
4
RITT M
8
11
TIACCI L
3.0
65
MIRALLES C
8
12
ZHANG L
2.8
7
LI M
8
13
MIRALLES C
2.7
12
BATTINI D
8
14
PINARBAŞI M
2.7
27
LI Y
7
15
KOLTAI T
2.4
28
Fuente:Elaboración propia a partir de Bibliometrix
Identificamos a los 15 autores con mayor impacto en la literatura sobre balanceo de línea,
proporcionando una guía para revisar de manera específica sus publicaciones, dado su nivel de
productividad en este campo científico. Al comparar ambos enfoques de conteo (tradicional y
fraccionado), observamos que los 10 primeros lugares solo cambiaron de posición, manteniéndose Tang
Q como el autor más productivo. Sin embargo, el conteo fraccionado permitió destacar a Tiacci L,
Pinarbaşi M y Koltai T, quienes ahora se encuentran entre los primeros 15 autores, mientras que bajo el
conteo tradicional ocupaban las posiciones 65, 27 y 28, respectivamente. Cabe destacar que autores
como Gupta SM y Kalaycy CB han participado únicamente como colaboradores, lo cual también refleja
la influencia de su trabajo en roles secundarios.
Ley LOTKA
La Ley de Lotka establece que un pequeño porcentaje de autores genera la mayoría de los artículos,
mientras que una gran cantidad de autores contribuye con pocos trabajos (Lotka, 1926). En la Figura 6
se observa que los datos de productividad se ajustan a esta distribución. De los 1,177 autores registrados
en nuestra base de datos unificada, 891 (equivalente al 75.7%) han participado en 891 artículos. Por otro
lado, 286 autores, representando el 24.3%, han contribuido en un total de 903 artículos, ya sea como
autores principales o en colaboración.
pág. 3890
Figura 6. Representación de ley Lotka en literatura de balanceo de línea con asignación
Fuente:Elaboración propia a partir de Bibliometrix
Palabras frecuentes y coocurrencia
El análisis de las palabras más frecuentes y sus relaciones es, probablemente, uno de los ejercicios más
enriquecedores para nuestro estudio, ya que permite identificar conceptos clave, temas recurrentes,
metodologías utilizadas y tendencias en la literatura. Para ello, utilizamos la información generada por
Bibliometrix sobre las palabras más mencionadas y realizamos un análisis detallado de sus relaciones
mediante mapas de coocurrencia creados con VOSviewer. Este enfoque nos ayudó a comprender los
conceptos esenciales que debemos abordar para profundizar en nuestro tema de investigación, así como
a identificar tendencias clave investigaciones (Van Eck & Waltman, 2009). Además, a través de mapas
de coocurrencias a través del tiempo, detectamos posibles temas emergentes que podrían ser de interés
para futuras investigaciones.
En la Tabla 6 se presenta una lista de las 25 palabras más frecuentes, obtenidas a partir del análisis
realizado con Bibliometrix. Este análisis se basó en tres criterios de selección: las palabras clave
proporcionadas por los autores, los bigrams extraídos de los resúmenes de los artículos y los trigrams
identificados también en los resúmenes.
pág. 3891
Tabla 6. Palabras más frecuentes en palabras clave de autores, bigramas y trigramas de resúmenes
N
PALABRAS CLAVE DEL AUTOR
BIGRAMAS EN ABSTRACT
TRIGRAMAS EN ABSTRACT
PALABRAS
OCURRENCIAS
PALABRAS
OCURRENCIAS
PALABRAS
OCURRENCIAS
1
assembly line
balancing
171
assembly line
868
assembly line
balancing
457
2
line balancing
97
line balancing
689
disassembly line
balancing
68
3
genetic algorithm
33
assembly lines
267
simple assembly
line
46
4
assembly line
balancing
problem
27
cycle time
265
two-sided
assembly line
42
5
assembly line
24
disassembly line
129
mixed-model
assembly line
36
6
simulated
annealing
23
genetic algorithm
109
assembly line
worker
28
7
heuristics
22
task assignment
106
u-shaped
assembly
28
8
optimization
22
proposed
algorithm
84
line worker
assignment
27
9
Worker
assignment
22
programming
model
71
ant colony
optimization
26
10
combinatorial
optimization
19
Worker
assignment
71
integer linear
programming
26
11
disassembly line
balancing
18
mathematical
model
67
simulated
annealing
algorithm
24
12
multi-objective
optimization
18
production line
60
integer
programming
model
23
13
integer
programming
17
simulated
annealing
55
Informa uk
limited
20
14
two-sided
assembly line
17
two-sided
assembly
55
linear
programming
model
20
15
heuristic
15
linear
programming
52
mixed integer
linear
20
16
constraint
programming
14
optimal solutions
51
uk limited
trading
20
17
cycle time
14
simple assembly
49
mixed model
assembly
19
18
scheduling
14
integer
programming
47
robotic
assembly line
19
19
assembly lines
13
Mixed-model
assembly
46
line balancing
alb
17
20
metaheuristics
13
proposed model
46
particle swarm
optimization
17
21
simulation
13
task times
46
Mixed integer
programming
16
22
mathematical
programming
12
assembly task
45
robotic
disassembly line
16
23
disassembly
11
u-shaped
assembly
45
artificial bee
colony
15
24
mixed integer
linear
programming
11
computational
results
44
Mixed integer
programming
15
25
production
10
precedence
constraints
44
multi-manned
assembly line
15
Fuente:Elaboración propia a partir de Bibliometrix
pág. 3892
Una vez identificadas las 25 palabras más frecuentes según cada criterio, se procedió a seleccionar
aquellas que representaran un tipo de línea de ensamble, un sector de producción, un método de solución
o conceptos relacionados con modelos o técnicas de balanceo de líneas. En este proceso, se descartaron
inicialmente conceptos redundantes como assembly line balancing, line balancing o assembly line, ya
que, aunque son las más frecuentes, representan el tema principal de nuestra investigación y no aportan
nuevos elementos. También se excluyeron palabras demasiado generales, como production; términos
ambiguos, como model proposed; y aquellos implícitos en otros conceptos o métodos, como cycle time.
Tras este proceso de selección analítica, se generó una tabla refinada que consolidó las palabras
seleccionadas de cada columna. Finalmente, se eliminaron los términos duplicados, obteniendo una
contribución única de palabras provenientes de los tres criterios analizados: palabras clave de los
autores, así como bigramas y trigramas extraídos de los resúmenes de los artículos que se muestran en
la Tabla 7.
Tabla 7. Palabras Refinadas Más Frecuentes en Palabras Clave de Autores, Bigramas y Trigramas de
resúmenes
n
PALABRAS
OCURRENCIAS
n
PALABRAS
OCURRENCIAS
1
genetic algorithm
33
12
u-shaped assembly
45
2
simple assembly line
46
13
constraint programming
14
3
simulated annealing
23
14
ant colony optimization
26
4
Worker assignment
71
15
mathematical programming
12
5
task assignment
106
16
linear programming model
20
6
two-sided assembly line
42
17
mixed integer linear
20
7
combinatorial optimization
19
18
mixed model assembly
19
8
mixed-model assembly line
36
19
robotic assembly line
19
9
disassembly line balancing
18
20
particle swarm optimization
17
10
multi-objective optimization
18
21
artificial bee colony
15
11
integer programming
17
22
multi-manned assembly line
15
Fuente:Elaboración propia a partir de Bibliometrix
Como parte del análisis de palabras frecuentes, se utilizó la base de datos unificada en VOSviewer para
generar un mapa bibliométrico de coocurrencia. Siguiendo los mismos criterios aplicados en la
refinación de palabras frecuentes de la Tabla 7, seleccionamos palabras clave identificadas por
VOSviewer. En esta ocasión, decidimos incluir el término assembly line balancing para analizar su
correlación con otros conceptos clave. Establecimos un umbral mínimo de 15 ocurrencias, lo que resultó
en 114 palabras disponibles para selección (Figura 7). Posteriormente, excluimos términos generales,
ambiguos o implícitos en otros conceptos, asegurando así una selección más precisa y relevante.
pág. 3893
Figura 7. Selección de palabras clave en VOSviewer
Fuente:Elaboración propia a partir de VOSviewer
En un primer análisis visual, se identificaron cinco clústeres diferenciados por los colores asignados en
el mapa, según la representación gráfica de VOSviewer. Cada clúster está liderado por términos clave,
los cuales destacan por tener un tamaño de letra mayor y un nodo más grande en comparación con el
resto. Estos elementos permiten identificar los conceptos principales asociados a cada clúster, como se
ilustra en la Figura 8.
pág. 3894
Figura 8. Mapa bibliométrico de co-ocurrencia de palabras clave
Fuente:Elaboración propia a partir de VOSviewer
Al interactuar manualmente con el mapa y pasar el cursor sobre la palabra assembly line balancing, las
líneas de correlación se resaltan, evidenciando de manera más clara la fuerte conexión entre los
diferentes clústeres, como se observa en la Figura 9. En la Tabla 8, se enumeran los clústeres
identificados junto con las palabras más destacadas visualmente dentro de cada uno. Este análisis
proporciona un enfoque valioso para orientar los esfuerzos de nuestra investigación, permitiendo una
revisión de literatura más eficiente y focalizada.
Tabla 8. Clústeres y Palabras Clave
N° clúster
color
palabra destacada
1
verde
integer programing
2
lila
mixed-model assemby lines
3
rojo
genetic algorithm
4
azul
heuristic methods
5
amarillo
worker assignment
Fuente: Elaboración propia a partir de Vosviewer.
pág. 3895
Figura 9. Mapa bibliométrico de co-ocurrencia de palabras clave superponiendo “assembly line
balancing”
Fuente:Elaboración propia a partir de VOSviewer
Autores mas Citados
Para el análisis de los artículos más citados se utilizó la herramienta de Vosviewer de citación, que nos
generó un mapa bibliométrico que para mejor visualización presentamos en densidad, este mapa generó
17 clústeres en lo que destacan principalmente 4 documentos de cuatro autores diferentes como se puede
ver en la figura 10.
Figura 10. Mapa bibliométrico de documentos más citados y la relación entre ellos
Fuente:Elaboración propia a partir de Bibliometrix
Al interactuar manualmente con el mapa de visualización de redes y pasar el cursor sobre cada autor, se
pudo identificar la fuerza de sus relaciones con otros autores en la red. Además, se documentaron el
pág. 3896
título del documento, el año de publicación y la fuente correspondiente. Toda esta información se
recopiló y organizó en la Tabla 9, junto con el mapa de red asociado a cada uno de los documentos
analizados.
Tabla 9. Documentos Identificados en el Mapa de Red Densidad
N°
CLÚSTER
AUTHOR
NETWORK
DOCCUMENT
YEAR
SOURCE
CLUSTER 8
Brian
Talbot
Comparative
Evaluation of
Heuristic Line
Balancing
Techniques
1986
Managament
Science
CLUSTER 6
Tae Lee
Two-Sided
Assembly Line
Balancing to
Maximize Work
Relatedness and
Slackness
2001
Computers and
Industrial
Engineering
CLUSTER 4
Gregory
Levitin
A Genetic
Algorithm for
Robotic Assembly
Line Balancing
2006
European
journal of
operational
research
CLUSTER 2
Tevhide
Altekin
Profit-Oriented
Disassembly-Line
Balancing
2008
International
Journalof
Production
Research
Fuente:Elaboración propia a partir de Bibliometrix
Estos artículos presentan diversos enfoques relacionados con el balanceo de líneas. El artículo
“Comparative Evaluation of Heuristic Line Balancing Techniques” se centra en analizar y comparar el
desempeño de 26 reglas heurísticas utilizadas para asignar tareas a estaciones de trabajo en líneas de
ensamblaje. Su objetivo es proporcionar recomendaciones prácticas para seleccionar la heurística más
adecuada según diferentes escenarios industriales (Talbot et al., 1986). Por su parte, el artículo “Two-
pág. 3897
Sided Assembly Line Balancing to Maximize Work Relatedness and Slackness” aborda la optimización
del balanceo en líneas de montaje de dos lados, enfocándose en maximizar tanto la relación laboral como
la holgura laboral, dos factores clave en las líneas de producción de ensamble (Lee et al., 2001).
En el caso del artículo “A Genetic Algorithm for Robotic Assembly Line Balancing”, se propone un
enfoque para el balanceo de líneas de ensamblaje robóticas, donde se busca maximizar la productividad
asignando de manera óptima a los robots a las estaciones de trabajo y distribuyendo equilibradamente
las tareas entre ellas (Levitin et al., 2002). Finalmente, el artículo “Profit-Oriented Disassembly-Line
Balancing” trata el balanceo de líneas de desensamblaje parcial con un enfoque en la maximización del
beneficio. Su objetivo es encontrar una asignación factible de tareas de desensamblaje a las estaciones,
asegurando relaciones de precedencia y maximizando el valor obtenido (Altekin et al., 2008).
Por otra parte, a partir del análisis realizado con Bibliometrix sobre los documentos más citados,
identificamos los 15 artículos con mayor número de citas en nuestra base de datos. Las citas son un
indicador comúnmente utilizado para medir el impacto científico, uno de los componentes del concepto
de calidad científica. Sin embargo, es importante señalar que no deben considerarse como el único ni el
más importante criterio de calidad, ya que las citas no abarcan todos los aspectos que definen la calidad
de una investigación (Aksnes et al., 2019).
En la Tabla 10 se presentan los artículos más citados utilizando dos criterios: primero, se identificaron
los 15 artículos con mayor número de citas a nivel global; en segundo lugar, se consideraron los artículos
con citas normalizadas, un enfoque diseñado para ser equitativos con publicaciones más recientes que,
a pesar de tener un corto tiempo desde su publicación, pueden tener un impacto significativo.
Posteriormente, se unificaron ambas listas, eliminando los artículos duplicados para obtener un conjunto
único de referencias destacadas.
pág. 3898
Tabla 10. Documentos con más Impacto por Citación Global y Normalizada
N°
Author
Title
Year
1
Dolgui A.; Proth J.-M.
Supply chain engineering: Useful methods and techniques
2010
2
Altekin F.T.; Kandiller L.; Ozdemirel
N.E.
Profit-oriented disassembly-line balancing
2008
3
Talbot F.Brian; Patterson James H.;
Gehrlein William V.
COMPARATIVE EVALUATION OF HEURISTIC LINE
BALANCING TECHNIQUES.
1986
4
Lee T.O.; Kim Y.; Kim Y.K.
Two-sided assembly line balancing to maximize work
relatedness and slackness
2001
5
Levitin G.; Rubinovitz J.; Shnits B.
A genetic algorithm for robotic assembly line balancing
2006
6
Dimopoulos C.; Zalzala A.M.S.
Recent developments in evolutionary computation for
manufacturing optimization: Problems, solutions, and
comparisons
2000
7
Kalayci C.B.; Gupta S.M.
Artificial bee colony algorithm for solving sequence-
dependent disassembly line balancing problem
2013
8
Otto A.; Scholl A.
Incorporating ergonomic risks into assembly line balancing
2011
9
Gonçalves J.F.; De Almeida J.R.
A hybrid genetic algorithm for assembly line balancing
2002
10
Kalayci C.B.; Polat O.; Gupta S.M.
A hybrid genetic algorithm for sequence-dependent
disassembly line balancing problem
2016
11
Kalayci C.B.; Gupta S.M.
A particle swarm optimization algorithm with neighborhood-
based mutation for sequence-dependent disassembly line
balancing problem
2013
12
Gamberini R.; Grassi A.; Rimini B.
A new multi-objective heuristic algorithm for solving the
stochastic assembly line re-balancing problem
2006
13
Ding L.-P.; Feng Y.-X.; Tan J.-R.;
Gao Y.-C.
A new multi-objective ant colony algorithm for solving the
disassembly line balancing problem
2010
14
Avikal S.; Mishra P.K.; Jain R.
A Fuzzy AHP and PROMETHEE method-based heuristic for
disassembly line balancing problems
2014
15
Baykasoǧlu A.
Multi-rule multi-objective simulated annealing algorithm for
straight and U type assembly line balancing problems
2006
16
Guo J.; Li Y.; Du B.; Wang K.
Multi-objective fuzzy partial disassembly line balancing
considering preventive maintenance scenarios using enhanced
hybrid artificial bee colony algorithm
2024
17
Qin S.; Li J.; Wang J.; Guo X.; Liu S.;
Qi L.
A Salp Swarm Algorithm for Parallel Disassembly Line
Balancing Considering Workers with Government Benefits
2024
18
Zhang Z.; Chica M.; Tang Q.; Li Z.;
Zhang L.
A multi-objective co-evolutionary algorithm for energy and
cost-oriented mixed-model assembly line balancing with
multi-skilled workers
2024
19
Liang J.; Guo S.; Du B.; Li Y.; Guo
J.; Yang Z.; Pang S.
Minimizing energy consumption in multi-objective two-sided
disassembly line balancing problem with complex execution
constraints using dual-individual simulated annealing
algorithm
2021
20
Dalle Mura M.; Dini G.
Designing assembly lines with humans and collaborative
robots: A genetic approach
2019
21
Liu J.; Zhou Z.; Pham D.T.; Xu W.; Ji
C.; Liu Q.
Collaborative optimization of robotic disassembly sequence
planning and robotic disassembly line balancing problem using
improved discrete Bees algorithm in remanufacturing✰
2020
22
Weckenborg C.; Kieckhäfer K.;
Müller C.; Grunewald M.; Spengler
T.S.
Balancing of assembly lines with collaborative robots
2020
23
Chiang W.-C.; Kouvelis P.; Urban T.
Line balancing in a just-in-time production environment:
Balancing multiple U-lines
2007
24
Abdous M.A.; Delorme X.; Battini
D.; Sgarbossa F.; Berger-Douce S.
Assembly line balancing problem with ergonomics: a new
fatigue and recovery model
2023
Fuente:Elaboración propia a partir de Bibliometrix
pág. 3899
Derivado del análisis de los mapas bibliométricos de citación por red y densidad, así como de las tablas
de citación global y normalizada, se pueden distinguir varios puntos interesantes. Entre los autores
destacados en la lista de artículos más citados a nivel global se encuentran Altekin F.T., Lee T., Levitin
G. y Talbot F. que también destacan en los mapas de red y densidad de VOSviewer. Sin embargo, Dolgui
A. aparece únicamente en las listas de citación global y normalizada, pero no en los mapas de citación
generados con VOSviewer. Esto podría deberse a una débil conexión de sus documentos con otros dentro
del conjunto de datos, lo que limita su relevancia dentro de la red de citación.
También es importante señalar que Kalayci C.B. aporta dos documentos entre los más citados.
Asimismo, destaca la presencia de Dimopoulos C., identificado gracias a la unificación de bases de datos
con información de Web of Science, lo que permitió incluirlo en el análisis; de otro modo, habría pasado
desapercibido.
Por último, se deben revisar los documentos de Qin S., Zhang Z. y Guo J., que, a pesar de haber sido
publicados este año, ya han tenido un impacto significativo según su número de citaciones: 15, 11 y 9,
respectivamente. Estos trabajos podrían ofrecer nuevos métodos de solución o abrir futuras líneas de
investigación en el área.
CONCLUSIONES
La industria manufacturera ha demostrado una notable capacidad de adaptación para optimizar tanto sus
procesos operativos como gerenciales. Por un lado, la incorporación de tecnología, como robots,
sistemas automatizados y herramientas de inteligencia artificial, ha revolucionado las líneas de
producción. Por otro lado, los modelos de balanceo de líneas continúan desempeñando un papel clave,
al permitir una planificación eficiente de estaciones de trabajo para satisfacer la demanda, maximizando
la productividad.
El análisis bibliométrico y la revisión de literatura realizados en este estudio revelan un crecimiento
significativo en las investigaciones sobre balanceo de líneas desde 1996, representando un 95% del total
de artículos publicados. Entre las palabras clave más destacadas se identifican conceptos relacionados
con la inteligencia artificial, robots colaborativos y líneas de ensamblaje bilaterales, evidenciando un
cambio hacia métodos avanzados de solución y tecnologías emergentes y dejando en segundo plano
métodos tradicionales de solución como la programación lineal y métodos heurísticos. Los cambios en
pág. 3900
los procesos de manufactura también han influido en las temáticas investigadas, destacando términos
emergentes como "robots colaborativos" y "línea de ensamble bilateral".
Un aspecto destacado es la importancia creciente de los modelos que consideran la “asignación de
tareas” basado en las competencias específicas de los trabajadores, dado que muchos procesos aún
dependen de la mano de obra humana. Este enfoque busca adaptar las tareas a las habilidades
individuales, así como también integrar factores como restricciones ergonómicas maximizando la
eficiencia y atendiendo a las necesidades específicas de cada entorno de producción.
La transición hacia la Industria 5.0 enfatiza la colaboración humano-robot y el diseño centrado en el ser
humano, lo que representa un cambio de paradigmas en el balanceo de líneas de producción. Este
enfoque plantea oportunidades para explorar métodos emergentes como la inteligencia artificial y
algoritmos multiobjetivo, mientras se optimizan los recursos y se reducen los impactos ambientales,
bajo este contexto las futuras líneas de investigación se orientan hacia el desarrollo de modelos de
desensamble aplicados a la industria del reciclaje, la integración de sistemas híbridos que involucren
colaboración entre humanos y robots, y el uso de métodos avanzados de solución basados en inteligencia
artificial. Estos temas representan oportunidades clave para seguir mejorando los procesos de
manufactura en un contexto de sostenibilidad y tecnología de vanguardia.
Finalmente, el balanceo de líneas sigue siendo un campo clave en la optimización de procesos
productivos. La integración de métodos de asignación basados en competencias, junto con el uso de
tecnologías avanzadas y enfoques sostenibles, representa una dirección prometedora para la
investigación y la práctica en este ámbito.
REFERENCIAS BIBLIOGRÁFICAS
Abdous, M., Delorme, X., Battini, D., & Berger-Douce, S. (2022). Multi-objective collaborative
assembly line design problem with the optimisation of ergonomics and economics. International
Journal Of Production Research, 61(22), 7830-7845.
https://doi.org/10.1080/00207543.2022.2153185.
Abdous, M., Delorme, X., Battini, D., Sgarbossa, F., & Berger-Douce, S. (2022). Assembly line
balancing problem with ergonomics: a new fatigue and recovery model. International Journal
Of Production Research, 61(3), 693-706. https://doi.org/10.1080/00207543.2021.2015081
pág. 3901
Aksnes, D. W., Langfeldt, L., & Wouters, P. (2019). Citations, Citation Indicators, and Research Quality:
An Overview of Basic Concepts and Theories. SAGE Open, 9(1), 215824401982957.
https://doi.org/10.1177/2158244019829575
Altekin, F. T., Kandiller, L., & Ozdemirel, N. E. (2008). Profit-oriented disassembly-line balancing.
International Journal Of Production Research, 46(10), 2675-2693.
https://doi.org/10.1080/00207540601137207
Alvarado, R. U. (2016). El crecimiento de la literatura sobre la ley de Bradford. Investigación
Bibliotecológica Archivonomía Bibliotecología E Información, 30(68), 51-72.
https://doi.org/10.1016/j.ibbai.2016.02.003.
Araújo, F. F., Costa, A. M., & Miralles, C. (2012). Two extensions for the ALWABP: Parallel stations
and collaborative approach. International Journal Of Production Economics, 140(1), 483-495.
https://doi.org/10.1016/j.ijpe.2012.06.032.
Aria, M., & Cuccurullo, C. (2017). bibliometrix : An R-tool for comprehensive science mapping
analysis. Journal Of Informetrics, 11(4), 959-975. https://doi.org/10.1016/j.joi.2017.08.007.
Askin, R. G., & Zhou, M. (1997). A parallel station heuristic for the mixed-model production line
balancing problem. International Journal of Production Research, 35(11), 3095–3106.
https://doi.org/10.1080/002075497194309.
Avikal, S., Mishra, P., & Jain, R. (2013). A Fuzzy AHP and PROMETHEE method-based heuristic for
disassembly line balancing problems. International Journal Of Production Research, 52(5),
1306-1317. https://doi.org/10.1080/00207543.2013.831999
Battaïa, O., & Dolgui, A. (2011). Reduction approaches for a generalized line balancing problem.
Computers & Operations Research, 39(10), 2337-2345.
https://doi.org/10.1016/j.cor.2011.11.022.
Baykasoglu, A. (2006). Multi-rule Multi-objective Simulated Annealing Algorithm for Straight and U
Type Assembly Line Balancing Problems. Journal Of Intelligent Manufacturing, 17(2), 217-
232. https://doi.org/10.1007/s10845-005-6638-y
pág. 3902
Becker, C., & Scholl, A. (2004). A survey on problems and methods in generalized assembly line
balancing. European Journal Of Operational Research, 168(3), 694-715.
https://doi.org/10.1016/j.ejor.2004.07.023
Bilir, Y. E., Dişbudak, B., Aydın, O., Demirhisar, E., Koçak, B. S., Durğay, Y., Akkaya, S. B., & Gökçe,
M. A. (2023). Assembly Line and Workload Balancing with Competency-Based Worker
Assignment in Apparel Production. En Lecture notes in mechanical engineering (pp. 737-748).
https://doi.org/10.1007/978-3-031-24457-5_58
Borgohain, D. J., Verma, M. K., Nazim, M., & Sarkar, M. (2021b). Application of Bradford’s law of
scattering and Leimkuhler model to information science literature. Collnet Journal Of
Scientometrics And Information Management, 15(1), 197-212.
https://doi.org/10.1080/09737766.2021.1943041
Boysen, N., Schulze, P., & Scholl, A. (2021). Assembly line balancing: What happened in the last fifteen
years? European Journal Of Operational Research, 301(3), 797-814.
https://doi.org/10.1016/j.ejor.2021.11.043
Campana, N. P., Iori, M., & Moreira, M. C. O. (2021). Mathematical models and heuristic methods for
the assembly line balancing problem with hierarchical worker assignment. International Journal
Of Production Research, 60(7), 2193-2211.
https://doi.org/10.1080/00207543.2021.1884767.
Cruz Manzo, J., Bolaños González, F. F., Ortuño Barba, L. C., Villafuerte Palavicini, F. S., & Áraoz
Baltazar, I. (2024). Bibliometría del Uso del Blockchain en la Economía Circular: Decisión
Hacia la Sostenibilidad. Ciencia Latina Revista Científica Multidisciplinar, 8(5), 9165–9180.
https://doi.org/10.37811/cl_rcm.v8i5.14304
Chiang, W., Kouvelis, P., & Urban, T. L. (2007). Line balancing in a just-in-time production
environment: balancing multiple U-lines. IIE Transactions, 39(4), 347-359.
https://doi.org/10.1080/07408170600838340
Dimopoulos, C., & Zalzala, A. (2000). Recent developments in evolutionary computation for
manufacturing optimization: problems, solutions, and comparisons. IEEE Transactions On
Evolutionary Computation, 4(2), 93-113. https://doi.org/10.1109/4235.850651
pág. 3903
Ding, L., Feng, Y., Tan, J., & Gao, Y. (2010). A new multi-objective ant colony algorithm for solving
the disassembly line balancing problem. The International Journal Of Advanced Manufacturing
Technology, 48(5-8), 761-771. https://doi.org/10.1007/s00170-009-2303-5
Dolgui, A., & Proth, J. (2010). Supply Chain Engineering. En Springer eBooks.
https://doi.org/10.1007/978-1-84996-017-5
Donthu, N., Kumar, S., Mukherjee, D., Pandey, N., & Lim, W. M. (2021). How to conduct a bibliometric
analysis: An overview and guidelines. Journal Of Business Research, 133, 285-296.
https://doi.org/10.1016/j.jbusres.2021.04.070
Egghe, L., & Rousseau, R. (1990). Introduction to Informetrics. Quantitative Methods in Library,
Documentation and Information Science. Document Server@UHasselt.
http://hdl.handle.net/1942/587.
Gamberini, R., Grassi, A., & Rimini, B. (2005). A new multi-objective heuristic algorithm for solving
the stochastic assembly line re-balancing problem. International Journal Of Production
Economics, 102(2), 226-243. https://doi.org/10.1016/j.ijpe.2005.02.013
Ghosh, S., & Gagnon, R. J. (1989). A comprehensive literature review and analysis of the design,
balancing and scheduling of assembly systems. International Journal Of Production Research,
27(4), 637-670. https://doi.org/10.1080/00207548908942574
Gonçalves, J. F., & de Almeida, J. R. (2002). Journal of Heuristics, 8(6), 629–642.
https://doi.org/10.1023/a:1020377910258
Guo, J., Li, Y., Du, B., & Wang, K. (2023). Multi-objective fuzzy partial disassembly line balancing
considering preventive maintenance scenarios using enhanced hybrid artificial bee colony
algorithm. Expert Systems With Applications, 237, 121681.
https://doi.org/10.1016/j.eswa.2023.121681
Janardhanan, M. N., Li, Z., Nielsen, P., & Tang, Q. (2017). Artificial bee colony algorithms for two-
sided assembly line worker assignment and balancing problem. En Advances in intelligent
systems and computing (pp. 11-18). https://doi.org/10.1007/978-3-319-62410-5_2.
pág. 3904
Kalayci, C. B., & Gupta, S. M. (2013). A particle swarm optimization algorithm with neighborhood-
based mutation for sequence-dependent disassembly line balancing problem. The International
Journal Of Advanced Manufacturing Technology, 69(1-4), 197-209.
https://doi.org/10.1007/s00170-013-4990-1
Kalayci, C. B., Polat, O., & Gupta, S. M. (2014). A hybrid genetic algorithm for sequence-dependent
disassembly line balancing problem. Annals Of Operations Research, 242(2), 321-354.
https://doi.org/10.1007/s10479-014-1641-3
Katiraee, N., Calzavara, M., Finco, S., Battaïa, O., & Battini, D. (2022). Assembly line balancing and
worker assignment considering workers’ expertise and perceived physical effort. International
Journal Of Production Research, 61(20), 6939-6959.
https://doi.org/10.1080/00207543.2022.2140219
Kheirabadi, M., Keivanpour, S., Chinniah, Y. A., & Frayret, J. (2023). Human-robot collaboration in
assembly line balancing problems: Review and research gaps. Computers & Industrial
Engineering, 186, 109737. https://doi.org/10.1016/j.cie.2023.109737.
Kottas, J. F., & Lau, H. (1973). A Cost-Oriented Approach to Stochastic Line Balancing1. A I I E
Transactions, 5(2), 164-171. https://doi.org/10.1080/05695557308974897.
Lalaoui, M., & Afia, A. E. (2019). A versatile generalized simulated annealing using type-2 fuzzy
controller for the mixed-model assembly line balancing problem. IFAC-PapersOnLine, 52(13),
2804-2809. https://doi.org/10.1016/j.ifacol.2019.11.633
Lee, T. O., Kim, Y., & Kim, Y. K. (2001). Two-sided assembly line balancing to maximize work
relatedness and slackness. Computers & Industrial Engineering, 40(3), 273-292.
https://doi.org/10.1016/s0360-8352(01)00029-8
Levitin, G., Rubinovitz, J., & Shnits, B. (2002). A GENETIC ALGORITHM FOR ROBOTIC
ASSEMBLY LINE BALANCING. IFAC Proceedings Volumes, 35(1), 79-84.
https://doi.org/10.3182/20020721-6-es-1901.00016
Li, Z., Tang, Q., & Zhang, L. (2016). Minimizing energy consumption and cycle time in two-sided
robotic assembly line systems using restarted simulated annealing algorithm. Journal Of
Cleaner Production, 135, 508-522. https://doi.org/10.1016/j.jclepro.2016.06.131.
pág. 3905
Liang, J., Guo, S., Du, B., Li, Y., Guo, J., Yang, Z., & Pang, S. (2020b). Minimizing energy consumption
in multi-objective two-sided disassembly line balancing problem with complex execution
constraints using dual-individual simulated annealing algorithm. Journal Of Cleaner
Production, 284, 125418. https://doi.org/10.1016/j.jclepro.2020.125418
Liu, J., Zhou, Z., Pham, D. T., Xu, W., Ji, C., & Liu, Q. (2019). Collaborative optimization of robotic
disassembly sequence planning and robotic disassembly line balancing problem using improved
discrete Bees algorithm in remanufacturing✰. Robotics And Computer-Integrated
Manufacturing, 61, 101829. https://doi.org/10.1016/j.rcim.2019.101829
Lotka, A. J. (1926). The frequency distribution of scientific productivity. Journal Of The Washington
Academy Of Sciences, 16(12). http://patterns.architexturez.net/doc/az-cf-173015.
Mongeon, P., & Paul-Hus, A. (2015). The journal coverage of Web of Science and Scopus: a comparative
analysis. Scientometrics, 106(1), 213-228. https://doi.org/10.1007/s11192-015-1765-5.
Moreira, M. C. O., Ritt, M., Costa, A. M., & Chaves, A. A. (2012). Simple heuristics for the assembly
line worker assignment and balancing problem. Journal Of Heuristics, 18(3), 505-524.
https://doi.org/10.1007/s10732-012-9195-5
Mura, M. D., & Dini, G. (2019). Designing assembly lines with humans and collaborative robots: A
genetic approach. CIRP Annals, 68(1), 1-4. https://doi.org/10.1016/j.cirp.2019.04.006
Otto, A., & Scholl, A. (2011). Incorporating ergonomic risks into assembly line balancing. European
Journal Of Operational Research, 212(2), 277-286. https://doi.org/10.1016/j.ejor.2011.01.056
Pan, Y., & Li, H. (2016). Sustainability evaluation of end-of-life vehicle recycling based on emergy
analysis: a case study of an end-of-life vehicle recycling enterprise in China. Journal Of Cleaner
Production, 131, 219-227. https://doi.org/10.1016/j.jclepro.2016.05.045
Pilati, F., Ferrari, E., Gamberi, M., & Margelli, S. (2021). Multi-Manned Assembly Line Balancing:
Workforce Synchronization for Big Data Sets through Simulated Annealing. Applied Sciences,
11(6), 2523. https://doi.org/10.3390/app11062523
Qin, S., Li, J., Wang, J., Guo, X., Liu, S., & Qi, L. (2023). A Salp Swarm Algorithm for Parallel
Disassembly Line Balancing Considering Workers With Government Benefits. IEEE
Transactions On Computational Social Systems, 11(1), 282-291.
pág. 3906
https://doi.org/10.1109/tcss.2023.3238965
Sabar, M. (2014). Multi-agent Approach for Personnel Scheduling and Rescheduling in Assembly
Centers. En Lecture notes in computer science (pp. 345-354). https://doi.org/10.1007/978-3-
662-44739-0_42.
Sikora, C. G. S., & Weckenborg, C. (2022). Balancing of assembly lines with collaborative robots:
comparing approaches of the Benders’ decomposition algorithm. International Journal Of
Production Research, 61(15), 5117-5133. https://doi.org/10.1080/00207543.2022.2093684
Sternatz, J. (2013). Enhanced multi-Hoffmann heuristic for efficiently solving real-world assembly line
balancing problems in automotive industry. European Journal Of Operational Research, 235(3),
740-754. https://doi.org/10.1016/j.ejor.2013.11.005.
Stroieke, R. E., Fogliatto, F. S., & Anzanello, M. J. (2013). Estado da arte das aplicações de curvas de
aprendizado. Gestão & Produção, 20(3), 681-694. https://doi.org/10.1590/s0104-
530x2013000300013.
Talbot, F. B., Patterson, J. H., & Gehrlein, W. V. (1986). A Comparative Evaluation of Heuristic Line
Balancing Techniques. Management Science, 32(4), 430-454.
https://doi.org/10.1287/mnsc.32.4.430
Trost, M., Claus, T., & Herrmann, F. (2022a). Social Sustainability in Production Planning: A Systematic
Literature Review. Sustainability, 14(13), 8198.
https://doi.org/10.3390/su14138198
Valderrama-Zurián, J. C., Aguilar-Moya, R., Melero-Fuentes, D., & Aleixandre-Benavent, R. (2015). A
systematic analysis of duplicate records in Scopus. Journal Of Informetrics, 9(3), 570-
576. https://doi.org/10.1016/j.joi.2015.05.002.
Van Eck, N. J., & Waltman, L. (2009). Software survey: VOSviewer, a computer program for
bibliometric mapping. Scientometrics, 84(2), 523-538. https://doi.org/10.1007/s11192-009-
0146-3
Vickery, B. (1948). BRADFORD’S LAW OF SCATTERING. Journal Of Documentation, 4(3), 198-
203. https://doi.org/10.1108/eb026133
pág. 3907
Weckenborg, C., Kieckhäfer, K., Müller, C., Grunewald, M., & Spengler, T. S. (2019). Balancing of
assembly lines with collaborative robots. BuR - Business Research, 13(1), 93-132.
https://doi.org/10.1007/s40685-019-0101-y.
Zavadlav, E., McClain, J. O., & Thomas, L. J. (1996). Self-Buffering, Self-Balancing, Self-Flushing
production lines. Management Science, 42(8), 1151-1164.
https://doi.org/10.1287/mnsc.42.8.1151.
Zhang, Z., Chica, M., Tang, Q., Li, Z., & Zhang, L. (2023). A multi-objective co-evolutionary algorithm
for energy and cost-oriented mixed-model assembly line balancing with multi-skilled workers.
Expert Systems With Applications, 236, 121221.
https://doi.org/10.1016/j.eswa.2023.121221.