Minimización del makespan en el problema de job shop flexible con restricciones de transporte utilizando algoritmo genético
La presente investigación aborda el problema de secuenciación y asignación de máquinas Flexible Job Shop Scheduling (FJSSP) con restricciones de transporte en búsqueda de la minimización del Makespan como función objetivo. El FJSSP es considerado un problema de optimización combinatoria de tipo NP-H...
- Autores:
-
Gómez Moreno, Juan David
Orduz González, Edwin Alfredo
- Tipo de recurso:
- http://purl.org/coar/version/c_b1a7d7d4d402bcce
- Fecha de publicación:
- 2015
- Institución:
- Universidad Industrial de Santander
- Repositorio:
- Repositorio UIS
- Idioma:
- spa
- OAI Identifier:
- oai:noesis.uis.edu.co:20.500.14071/32734
- Palabra clave:
- Algoritmo Genético; Job Shop Flexible; Metaheurística; Restricciones De Transporte.
Genetic Algorith; Flexible Job Shop; Metaheuristics; Transport Constrains.
- Rights
- License
- Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
Summary: | La presente investigación aborda el problema de secuenciación y asignación de máquinas Flexible Job Shop Scheduling (FJSSP) con restricciones de transporte en búsqueda de la minimización del Makespan como función objetivo. El FJSSP es considerado un problema de optimización combinatoria de tipo NP-Hard por su complejidad computacional y es de gran importancia en la industria por la optimización de recursos que representa. La técnica a utilizar para solucionar el problema es el algoritmo genético como adaptación de la evolución biológica a la inteligencia artificial el cual se ajusta a las características del mismo. El Algoritmo Genético propuesto utiliza los operadores de selección por torneo, de cruce de un punto y de mutación SWAP basado en la estrategia de Zhang. et al (2011)3. Se realizó una validación a través de la comparación de los resultados obtenidos versus las instancias de diferentes etapas representadas por medio de la descomposición del Job Shop Flexible con recursos de transporte de manera progresiva, donde se comprobó la eficiencia y eficacia del algoritmo propuesto. Finalmente, con el fin de identificar la influencia de cada factor en la función objetivo, se realizó un diseño de experimentos 23 con 7 instancias diseñadas y desarrolladas por otros autores reconocidos en el mundo de la investigación. 1 |
---|