UN ALGORITMO GENÉTICO HÍBRIDO Y UN ENFRIAMIENTO SIMULADO PARA SOLUCIONAR EL PROBLEMA DE PROGRAMACIÓN DE PEDIDOS JOB SHOP (A HYBRID GENETIC ALGORITHM AND A SIMULATED ANNEALING FOR SOLVING THE JOB SHOP SCHEDULING PROBLEM)

La programación de pedidos para el problema de producción Job Shop(JSP), catalogado como NP-Hard, ha constituido un reto para la comunidad científica, debido a que alcanzar una solución óptima a este problemase dificulta en la medida que crece en número de máquinas y trabajos. Numerosas técnicas, entre ellas las metaheurísticas, se han empleadopara su solución, sin embargo, su eficiencia, en cuanto a tiempo computacional, no ha sido muy satisfactoria. Por lo anterior y para contribuir a la soluciónde este problema, se planteó el uso de unenfriamiento simulado propuesto (ESP) y de un algoritmo genético mejorado (AGM). Para el AGM se implementó una estrategia de enfriamiento simulado en la fase de mutación, que permite al algoritmo intensificar y diversificar las soluciones al mismo tiempo, con el fin de que no converja prematuramente a un óptimo local. Los resultados mostraron que los algoritmos propuestos arrojan buenos resultados, con desviaciones alrededor de los mejore svalores encontrados que no superan el 5 % para los problemas más complejos.

• Autores: Meisel, José David; Prado, Liliana Katherine
• Tipo de recurso: Article of journal
• Fecha de publicación: 2013
• Institución: Universidad EIA .
• Repositorio: Repositorio EIA .
• Idioma: eng
• OAI Identifier: oai:repository.eia.edu.co:11190/4732
• Acceso en línea: https://repository.eia.edu.co/handle/11190/4732; https://revistas.eia.edu.co/index.php/reveia/article/view/231
• Palabra clave: Job Shop; algoritmo genético; enfriamiento simulado; administración de operaciones; optimización combinatorial; genetic algorithm; simulated annealing; operations management; combinatorial optimization
• Rights: openAccess
• License: Revista EIA - 2013