Metodología basada en los algoritmos Vega y Moga para solucionar un problema multiobjetivo en un sistema de producción job shop
En este artículo se presenta una metodología que pretende minimizar de forma simultánea, en un ambiente de producción tipo “job shop” correspondiente a una empresa metalmecánica, las siguientes variables: tiempo de proceso, costo de mano de obra directa y, asimismo la fracción defectuosa generada po...
- Autores:
-
Coca-Ortegón, G. A. (Germán Augusto)
Castrillón, Omar Danilo
Ruiz-Herrera, S. (Santiago)
- Tipo de recurso:
- Article of journal
- Fecha de publicación:
- 2012
- Institución:
- Universidad EIA .
- Repositorio:
- Repositorio EIA .
- Idioma:
- spa
- OAI Identifier:
- oai:repository.eia.edu.co:11190/108
- Acceso en línea:
- https://repository.eia.edu.co/handle/11190/108
- Palabra clave:
- REI00214
ORGANIZACIÓN E INDUSTRIA
ORGANIZATION AND INDUSTRY
COSTO DE LA MANO DE OBRA
LABOUR COST
MULTIOBJETIVO
TIEMPO DE PROCESAMIENTO
COSTOS DE MANO DE OBRA DIRECTA
VEGA
MOGA
MULTIOBJECTIVE
JOB SHOP
MAKESPAN TIME
COST OF DIRECT LABOR
- Rights
- openAccess
- License
- Derechos Reservados - Universidad EIA, 2020
| Summary: | En este artículo se presenta una metodología que pretende minimizar de forma simultánea, en un ambiente de producción tipo “job shop” correspondiente a una empresa metalmecánica, las siguientes variables: tiempo de proceso, costo de mano de obra directa y, asimismo la fracción defectuosa generada por la fatiga del operario. Con este propósito se fusionan elementos de los algoritmos genéticos Vega y Moga, desarrollando para el efecto las siguientes etapas: generar la población inicial, conformar la nueva población, realizar análisis de varianza y por último, comparar con un método híbrido entre sumas ponderadas y algoritmos genéticos. De acuerdo con lo anterior, al evaluar el individuo de menor tiempo de proceso proveniente de la metodología basada en los algoritmos Vega y Moga, respecto al individuo de menor tiempo de desarrollo proveniente del método híbrido entre sumas ponderadas y algoritmos genéticos, se encuentra que el primero supera en desempeño al segundo así: en cuanto a la variable tiempo de proceso (en horas) en 27,86%; en cuanto a la variable tiempo de proceso (en semanas) en 1,25%; en cuanto a la variable costo de mano de obra directa (MOD) en 6,73% y, en cuanto a la variable fracción defectuosa en 25,85%. |
|---|