Un algoritmo genético para el problema de formación de celdas de manufactura considerando el movimiento de trabajadores (PFCMT)

En este trabajo se propone un algoritmo genético para la solución al problema de formación de celdas de manufactura considerando el movimiento de trabajadores con recursos limitados expuesto por Wang et al. [1] . Para dicho problema se pretende la calibración del algoritmo genético (GA) a partir de...

Full description

Autores:
Mogollón Carreño, Dilan Jhoanny
Páez Becerra, Sebastián Elías
Tipo de recurso:
http://purl.org/coar/resource_type/c_f744
Fecha de publicación:
2022
Institución:
Universidad Autónoma de Bucaramanga - UNAB
Repositorio:
Repositorio UNAB
Idioma:
spa
OAI Identifier:
oai:repository.unab.edu.co:20.500.12749/20906
Acceso en línea:
http://hdl.handle.net/20.500.12749/20906
Palabra clave:
Manufacture
Modeling
Simulation
Mechatronic design
Investigation
Makespan
Optimization
Operations
Automation
Control
Manufacturing cells
Genetic algorithm
Manufactura
Modelamiento
Simulación
Diseño mecatrónico
Investigación
Makespan
Optimización
Operaciones
Automatización
Control
Celdas de manufactura
Algoritmo genético
Rights
License
http://creativecommons.org/licenses/by-nc-nd/2.5/co/
id UNAB2_6e352f946b06d5057f7529a48ac5a70b
oai_identifier_str oai:repository.unab.edu.co:20.500.12749/20906
network_acronym_str UNAB2
network_name_str Repositorio UNAB
repository_id_str
dc.title.spa.fl_str_mv Un algoritmo genético para el problema de formación de celdas de manufactura considerando el movimiento de trabajadores (PFCMT)
dc.title.translated.spa.fl_str_mv Un algoritmo genético para el problema de formación de celdas de manufactura considerando el movimiento de trabajadores (PFCMT)
title Un algoritmo genético para el problema de formación de celdas de manufactura considerando el movimiento de trabajadores (PFCMT)
spellingShingle Un algoritmo genético para el problema de formación de celdas de manufactura considerando el movimiento de trabajadores (PFCMT)
Manufacture
Modeling
Simulation
Mechatronic design
Investigation
Makespan
Optimization
Operations
Automation
Control
Manufacturing cells
Genetic algorithm
Manufactura
Modelamiento
Simulación
Diseño mecatrónico
Investigación
Makespan
Optimización
Operaciones
Automatización
Control
Celdas de manufactura
Algoritmo genético
title_short Un algoritmo genético para el problema de formación de celdas de manufactura considerando el movimiento de trabajadores (PFCMT)
title_full Un algoritmo genético para el problema de formación de celdas de manufactura considerando el movimiento de trabajadores (PFCMT)
title_fullStr Un algoritmo genético para el problema de formación de celdas de manufactura considerando el movimiento de trabajadores (PFCMT)
title_full_unstemmed Un algoritmo genético para el problema de formación de celdas de manufactura considerando el movimiento de trabajadores (PFCMT)
title_sort Un algoritmo genético para el problema de formación de celdas de manufactura considerando el movimiento de trabajadores (PFCMT)
dc.creator.fl_str_mv Mogollón Carreño, Dilan Jhoanny
Páez Becerra, Sebastián Elías
dc.contributor.author.none.fl_str_mv Mogollón Carreño, Dilan Jhoanny
Páez Becerra, Sebastián Elías
dc.contributor.researchgroup.spa.fl_str_mv Semilleros de Investigación UNAB
dc.subject.keywords.spa.fl_str_mv Manufacture
Modeling
Simulation
Mechatronic design
Investigation
Makespan
Optimization
Operations
Automation
Control
Manufacturing cells
Genetic algorithm
topic Manufacture
Modeling
Simulation
Mechatronic design
Investigation
Makespan
Optimization
Operations
Automation
Control
Manufacturing cells
Genetic algorithm
Manufactura
Modelamiento
Simulación
Diseño mecatrónico
Investigación
Makespan
Optimización
Operaciones
Automatización
Control
Celdas de manufactura
Algoritmo genético
dc.subject.lemb.spa.fl_str_mv Manufactura
Modelamiento
Simulación
Diseño mecatrónico
Investigación
Makespan
dc.subject.proposal.spa.fl_str_mv Optimización
Operaciones
Automatización
Control
Celdas de manufactura
Algoritmo genético
description En este trabajo se propone un algoritmo genético para la solución al problema de formación de celdas de manufactura considerando el movimiento de trabajadores con recursos limitados expuesto por Wang et al. [1] . Para dicho problema se pretende la calibración del algoritmo genético (GA) a partir de parámetros como la cantidad de cruces y la probabilidad de mutación, dejando como valor fijo la cantidad de individuos presente para la generación de la población inicial. Los resultados obtenidos son sometidos a un diseño de experimento factorial tipo 2k que pretende dan a conocer bajo qué niveles de cada factor resulta más apropiada la implementación del algoritmo genético. El análisis estadístico muestra que el GA presenta un mejor desempeño en instancias bajas, definiendo así los parámetros para cada factor en un total de 50 cruces y 10% en la probabilidad de mutación y son bajo estos parámetros que se realizan dos pruebas con un mayor número de variables.
publishDate 2022
dc.date.issued.none.fl_str_mv 2022-10
dc.date.accessioned.none.fl_str_mv 2023-07-31T23:14:10Z
dc.date.available.none.fl_str_mv 2023-07-31T23:14:10Z
dc.type.eng.fl_str_mv Conference
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/conferenceProceedings
dc.type.local.spa.fl_str_mv Memoria de eventos
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_f744
dc.type.hasversion.spa.fl_str_mv info:eu-repo/semantics/acceptedVersion
dc.type.redcol.none.fl_str_mv http://purl.org/redcol/resource_type/EC_AC
format http://purl.org/coar/resource_type/c_f744
status_str acceptedVersion
dc.identifier.issn.spa.fl_str_mv ISSN 2344-7079
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/20.500.12749/20906
dc.identifier.instname.spa.fl_str_mv instname:Universidad Autónoma de Bucaramanga - UNAB
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional UNAB
dc.identifier.repourl.spa.fl_str_mv repourl:https://repository.unab.edu.co
identifier_str_mv ISSN 2344-7079
instname:Universidad Autónoma de Bucaramanga - UNAB
reponame:Repositorio Institucional UNAB
repourl:https://repository.unab.edu.co
url http://hdl.handle.net/20.500.12749/20906
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.ispartofseries.spa.fl_str_mv Generación Creativa : Encuentro de Semilleros de Investigación UNAB
dc.relation.uri.none.fl_str_mv http://hdl.handle.net/20.500.12749/20625
dc.relation.references.spa.fl_str_mv [1] J. W. C. L. y . K. L. , «A hybrid simulated annealing for scheduling in dual-resource cellular manufacturing system considering worker movement,» Automatika, 2019.
[2] J. C. Salinas Hilburg , M. Zapater, J. M. Moya y J. L. Ayala, «Energy-aware task scheduling in data centers using an application signature,» Science Direct, Noviembre 2021.
[3] A. Barrientos y E. Gambao, Sistemas de producción automatizados, Madrid, España: Dextra, 2014.
[4] P. Singamsetty y J. K. Thenepalle, «An efficient genetic algorithm for solving open multiple travelling salesman problem with load,» Decision Science Letters, 2021.
[5] A. Duarte, J. J. Pantrigo y M. Gallego, Metaheurísticas, Madrid, 2007, pp. 101- 103.
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.rights.local.spa.fl_str_mv Abierto (Texto Completo)
dc.rights.creativecommons.*.fl_str_mv Atribución-NoComercial-SinDerivadas 2.5 Colombia
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/co/
Abierto (Texto Completo)
Atribución-NoComercial-SinDerivadas 2.5 Colombia
http://purl.org/coar/access_right/c_abf2
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.coverage.spatial.spa.fl_str_mv Bucaramanga (Santander, Colombia)
dc.coverage.temporal.spa.fl_str_mv 2022
dc.coverage.campus.spa.fl_str_mv UNAB Campus Bucaramanga
dc.publisher.grantor.spa.fl_str_mv Universidad Autónoma de Bucaramanga UNAB
dc.publisher.faculty.none.fl_str_mv Facultad Ingeniería
dc.publisher.deparment.spa.fl_str_mv Sistema de Investigación SIUNAB
dc.source.spa.fl_str_mv Mogollón, D. J. & Páez, S. E. (2022). Un algoritmo genético para el problema de formación de celdas de manufactura considerando el movimiento de trabajadores (PFCMT). Recuperado de: http://hdl.handle.net/20.500.12749/20906
institution Universidad Autónoma de Bucaramanga - UNAB
bitstream.url.fl_str_mv https://repository.unab.edu.co/bitstream/20.500.12749/20906/1/2021_Articulo_Paez_Becerra_Sebastian_Elias.pdf
https://repository.unab.edu.co/bitstream/20.500.12749/20906/2/license.txt
https://repository.unab.edu.co/bitstream/20.500.12749/20906/3/2021_Articulo_Paez_Becerra_Sebastian_Elias.pdf.jpg
bitstream.checksum.fl_str_mv e60c1cafec0fb4e753d7f69a2db142d4
3755c0cfdb77e29f2b9125d7a45dd316
58653adc828367cdc3a7f4e3ae583891
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional | Universidad Autónoma de Bucaramanga - UNAB
repository.mail.fl_str_mv repositorio@unab.edu.co
_version_ 1814277788463529984
spelling Mogollón Carreño, Dilan Jhoanny54bbcbcf-3c51-47c0-8b77-9a4850ad7216Páez Becerra, Sebastián Elías1a4098fb-f651-423a-829c-8a8c04ba00d6Semilleros de Investigación UNABBucaramanga (Santander, Colombia)2022UNAB Campus Bucaramanga2023-07-31T23:14:10Z2023-07-31T23:14:10Z2022-10ISSN 2344-7079http://hdl.handle.net/20.500.12749/20906instname:Universidad Autónoma de Bucaramanga - UNABreponame:Repositorio Institucional UNABrepourl:https://repository.unab.edu.coEn este trabajo se propone un algoritmo genético para la solución al problema de formación de celdas de manufactura considerando el movimiento de trabajadores con recursos limitados expuesto por Wang et al. [1] . Para dicho problema se pretende la calibración del algoritmo genético (GA) a partir de parámetros como la cantidad de cruces y la probabilidad de mutación, dejando como valor fijo la cantidad de individuos presente para la generación de la población inicial. Los resultados obtenidos son sometidos a un diseño de experimento factorial tipo 2k que pretende dan a conocer bajo qué niveles de cada factor resulta más apropiada la implementación del algoritmo genético. El análisis estadístico muestra que el GA presenta un mejor desempeño en instancias bajas, definiendo así los parámetros para cada factor en un total de 50 cruces y 10% en la probabilidad de mutación y son bajo estos parámetros que se realizan dos pruebas con un mayor número de variables.Universidad Industrial de Santander UISIn this work, a genetic algorithm is proposed for the solution to the manufacturing cell formation problem considering the movement of workers with limited resources exposed by Wang et al. [1]. For this problem, the calibration of the genetic algorithm (GA) is intended based on parameters such as the number of crossings and the probability of mutation, leaving as a fixed value the number of individuals present for the generation of the initial population. The results obtained are subjected to a 2k type factorial experiment design that aims to reveal at what levels of each factor the implementation of the genetic algorithm is most appropriate. The statistical analysis shows that GA presents a better performance in low instances, thus defining the parameters for each factor in a total of 50 crosses and 10% in the probability of mutation and it is under these parameters that two tests are carried out with a number of variables. considerably high, this being the starting point for presenting conclusions.Modalidad Presencialapplication/pdfspaGeneración Creativa : Encuentro de Semilleros de Investigación UNABhttp://hdl.handle.net/20.500.12749/20625[1] J. W. C. L. y . K. L. , «A hybrid simulated annealing for scheduling in dual-resource cellular manufacturing system considering worker movement,» Automatika, 2019.[2] J. C. Salinas Hilburg , M. Zapater, J. M. Moya y J. L. Ayala, «Energy-aware task scheduling in data centers using an application signature,» Science Direct, Noviembre 2021.[3] A. Barrientos y E. Gambao, Sistemas de producción automatizados, Madrid, España: Dextra, 2014.[4] P. Singamsetty y J. K. Thenepalle, «An efficient genetic algorithm for solving open multiple travelling salesman problem with load,» Decision Science Letters, 2021.[5] A. Duarte, J. J. Pantrigo y M. Gallego, Metaheurísticas, Madrid, 2007, pp. 101- 103.http://creativecommons.org/licenses/by-nc-nd/2.5/co/Abierto (Texto Completo)Atribución-NoComercial-SinDerivadas 2.5 Colombiahttp://purl.org/coar/access_right/c_abf2Mogollón, D. J. & Páez, S. E. (2022). Un algoritmo genético para el problema de formación de celdas de manufactura considerando el movimiento de trabajadores (PFCMT). Recuperado de: http://hdl.handle.net/20.500.12749/20906Un algoritmo genético para el problema de formación de celdas de manufactura considerando el movimiento de trabajadores (PFCMT)Un algoritmo genético para el problema de formación de celdas de manufactura considerando el movimiento de trabajadores (PFCMT)Conferenceinfo:eu-repo/semantics/conferenceProceedingsMemoria de eventoshttp://purl.org/coar/resource_type/c_f744info:eu-repo/semantics/acceptedVersionhttp://purl.org/redcol/resource_type/EC_ACUniversidad Autónoma de Bucaramanga UNABFacultad IngenieríaSistema de Investigación SIUNABManufactureModelingSimulationMechatronic designInvestigationMakespanOptimizationOperationsAutomationControlManufacturing cellsGenetic algorithmManufacturaModelamientoSimulaciónDiseño mecatrónicoInvestigaciónMakespanOptimizaciónOperacionesAutomatizaciónControlCeldas de manufacturaAlgoritmo genéticoORIGINAL2021_Articulo_Paez_Becerra_Sebastian_Elias.pdf2021_Articulo_Paez_Becerra_Sebastian_Elias.pdfArtículoapplication/pdf503142https://repository.unab.edu.co/bitstream/20.500.12749/20906/1/2021_Articulo_Paez_Becerra_Sebastian_Elias.pdfe60c1cafec0fb4e753d7f69a2db142d4MD51open accessLICENSElicense.txtlicense.txttext/plain; charset=utf-8829https://repository.unab.edu.co/bitstream/20.500.12749/20906/2/license.txt3755c0cfdb77e29f2b9125d7a45dd316MD52open accessTHUMBNAIL2021_Articulo_Paez_Becerra_Sebastian_Elias.pdf.jpg2021_Articulo_Paez_Becerra_Sebastian_Elias.pdf.jpgIM Thumbnailimage/jpeg11966https://repository.unab.edu.co/bitstream/20.500.12749/20906/3/2021_Articulo_Paez_Becerra_Sebastian_Elias.pdf.jpg58653adc828367cdc3a7f4e3ae583891MD53open access20.500.12749/20906oai:repository.unab.edu.co:20.500.12749/209062023-08-31 16:32:38.523open accessRepositorio Institucional | Universidad Autónoma de Bucaramanga - UNABrepositorio@unab.edu.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