Un algoritmo genético para la solución del problema flow shop minimizando el consumo energético
El consumo energético en los procesos productivos ha tomado relevancia recientemente en la investigación debido a la problemática actual del cambio climático y la preocupación en el ámbito industrial, sobre los indicadores de consumo de energía que pueden impactar de una manera negativa el medio amb...
- Autores:
-
Sanabria Palencia, Wendy
Monsalve Serrano, Angie Alejandra
- Tipo de recurso:
- http://purl.org/coar/resource_type/c_f744
- Fecha de publicación:
- 2020
- Institución:
- Universidad Autónoma de Bucaramanga - UNAB
- Repositorio:
- Repositorio UNAB
- Idioma:
- spa
- OAI Identifier:
- oai:repository.unab.edu.co:20.500.12749/22772
- Acceso en línea:
- http://hdl.handle.net/20.500.12749/22772
- Palabra clave:
- Engineering
Sciences
Energy consumption
Investigation
Optimization
Genetic algorithm
Flow shop
Makespan
Ingeniería
Ciencias
Consumo energético
Investigación
Optimización
Algoritmo genético
Flow shop
Makespan
- Rights
- License
- http://creativecommons.org/licenses/by-nc-nd/2.5/co/
| id |
UNAB2_aad2fd39a356a7efe1a872e348d97b33 |
|---|---|
| oai_identifier_str |
oai:repository.unab.edu.co:20.500.12749/22772 |
| network_acronym_str |
UNAB2 |
| network_name_str |
Repositorio UNAB |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Un algoritmo genético para la solución del problema flow shop minimizando el consumo energético |
| dc.title.translated.spa.fl_str_mv |
A genetic algorithm for solving the flow problem shop minimizing energy consumption |
| title |
Un algoritmo genético para la solución del problema flow shop minimizando el consumo energético |
| spellingShingle |
Un algoritmo genético para la solución del problema flow shop minimizando el consumo energético Engineering Sciences Energy consumption Investigation Optimization Genetic algorithm Flow shop Makespan Ingeniería Ciencias Consumo energético Investigación Optimización Algoritmo genético Flow shop Makespan |
| title_short |
Un algoritmo genético para la solución del problema flow shop minimizando el consumo energético |
| title_full |
Un algoritmo genético para la solución del problema flow shop minimizando el consumo energético |
| title_fullStr |
Un algoritmo genético para la solución del problema flow shop minimizando el consumo energético |
| title_full_unstemmed |
Un algoritmo genético para la solución del problema flow shop minimizando el consumo energético |
| title_sort |
Un algoritmo genético para la solución del problema flow shop minimizando el consumo energético |
| dc.creator.fl_str_mv |
Sanabria Palencia, Wendy Monsalve Serrano, Angie Alejandra |
| dc.contributor.author.none.fl_str_mv |
Sanabria Palencia, Wendy Monsalve Serrano, Angie Alejandra |
| dc.contributor.researchgroup.spa.fl_str_mv |
Semilleros de Investigación UNAB |
| dc.subject.keywords.spa.fl_str_mv |
Engineering Sciences Energy consumption Investigation Optimization Genetic algorithm Flow shop Makespan |
| topic |
Engineering Sciences Energy consumption Investigation Optimization Genetic algorithm Flow shop Makespan Ingeniería Ciencias Consumo energético Investigación Optimización Algoritmo genético Flow shop Makespan |
| dc.subject.lemb.spa.fl_str_mv |
Ingeniería Ciencias Consumo energético Investigación |
| dc.subject.proposal.spa.fl_str_mv |
Optimización Algoritmo genético Flow shop Makespan |
| description |
El consumo energético en los procesos productivos ha tomado relevancia recientemente en la investigación debido a la problemática actual del cambio climático y la preocupación en el ámbito industrial, sobre los indicadores de consumo de energía que pueden impactar de una manera negativa el medio ambiente además de los costos. Las compañías con el fin de minimizar el consumo energético, han buscado disminuir el tiempo de consumo de los recursos (máquinas) utilizados y los costos asociados. Para lograr esto se utiliza la optimización de estos consumos y recursos desde la naturaleza de su proceso. Un ejemplo de esto es la línea de flujo de trabajo (Flow Shop, FS), donde las máquinas se organizan de una forma secuencial, así que establecer la secuencia de estos trabajos en busca de un consumo mínimo de energía sin afectar los tiempos de fabricación se vuelve una tarea compleja. En Colombia, el sector industrial consume cerca del 26% de la energía total del país [1]. Esta investigación propone construir un algoritmo genético para darse solución al problema Flow Shop minimizando el consumo energético del proceso para generar un impacto positivo desde el punto de vista ambiental y contribuir al desarrollo sostenible de las organizaciones. |
| publishDate |
2020 |
| dc.date.issued.none.fl_str_mv |
2020-10 |
| dc.date.accessioned.none.fl_str_mv |
2023-11-16T07:33:24Z |
| dc.date.available.none.fl_str_mv |
2023-11-16T07:33:24Z |
| 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/20.500.12749/22772 |
| 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/20.500.12749/22772 |
| 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/20.500.12749/14245 |
| dc.relation.references.spa.fl_str_mv |
[1] Departamento Nacional de Planeación, “Energy Demand Situation in Colombia.” p. 136, 2017. [2] Fang, K., Uhan, N., Zhao, F., & Sutherland, J. W. (2011). A new approach to scheduling in manufacturing for power consumption and carbon footprint reduction. Journal of Manufacturing Systems, 30(4), 234–240. [3] Dai, M., Tang, D., Giret, A., Salido, M. A., & Li, W. D. (2013). Energy-efficient scheduling for a flexible Flow Shop using an improved genetic-simulated annealing algorithm. Robotics and Computer-Integrated Manufacturing, 29(5), 418–429. [4] Ebrahimi, A., Jeon, H. W., Lee, S., & Wang, C. (2020). Minimizing total energy cost and tardiness penalty for a scheduling-layout problem in a flexible job shop system: A comparison of four metaheuristic algorithms. Computers and Industrial Engineering, 141(July 2019). [5] F. S. Hillier and G. J. Lieberman, Introducción a la Investigación de Operaciones, Novena Edi. México, 2010. [6] Utama, D., Setiya, d.(2019). A New Hybrid Metaheuristics Algorithm for Minimizing Energy Consumption in the Flow Shop Scheduling Problem. International Journal of Technology. 10(2),320 [7] Dorado, J., Gestal, M., Rivero, D., Rabuñal, J. R., & Pazos, A. (2010). Introduccion a Los Algortimos Geneticos. In Digitalia [8] Fuster, J. E. (2016). Eficiencia Energética y Robustez en Problemas de Scheduling. 1–164. [9] Rodriguez Quiñones, T. A. (2014). Solucion de problemas tipo Flow-Shop mediante algoritmos evolutivos. 66. |
| 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 |
2020 |
| 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.program.none.fl_str_mv |
Pregrado Ingeniería Industrial |
| dc.publisher.deparment.spa.fl_str_mv |
Sistema de Investigación SIUNAB |
| dc.source.spa.fl_str_mv |
Sanabria, W. & Monsalve, A. A. (2020). Un algoritmo genético para la solución del problema flow shop minimizando el consumo energético. Recuperado de: http://hdl.handle.net/20.500.12749/22772 |
| institution |
Universidad Autónoma de Bucaramanga - UNAB |
| bitstream.url.fl_str_mv |
https://repository.unab.edu.co/bitstream/20.500.12749/22772/3/2020_Articulo_Sanabria_Palencia_Wendy.pdf.jpg https://repository.unab.edu.co/bitstream/20.500.12749/22772/1/2020_Articulo_Sanabria_Palencia_Wendy.pdf https://repository.unab.edu.co/bitstream/20.500.12749/22772/2/license.txt |
| bitstream.checksum.fl_str_mv |
7a8226c17f8cbbef8f99f91c7fb8d2b2 d75a22672454a09840bafece9156d42e 3755c0cfdb77e29f2b9125d7a45dd316 |
| 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_ |
1814278424639832064 |
| spelling |
Sanabria Palencia, Wendyd3655c22-2355-4048-8353-234ec58b8ebfMonsalve Serrano, Angie Alejandra30997e17-0713-4624-ac57-cb3cc1d70d51Semilleros de Investigación UNABBucaramanga (Santander, Colombia)2020UNAB Campus Bucaramanga2023-11-16T07:33:24Z2023-11-16T07:33:24Z2020-10ISSN 2344-7079http://hdl.handle.net/20.500.12749/22772instname:Universidad Autónoma de Bucaramanga - UNABreponame:Repositorio Institucional UNABrepourl:https://repository.unab.edu.coEl consumo energético en los procesos productivos ha tomado relevancia recientemente en la investigación debido a la problemática actual del cambio climático y la preocupación en el ámbito industrial, sobre los indicadores de consumo de energía que pueden impactar de una manera negativa el medio ambiente además de los costos. Las compañías con el fin de minimizar el consumo energético, han buscado disminuir el tiempo de consumo de los recursos (máquinas) utilizados y los costos asociados. Para lograr esto se utiliza la optimización de estos consumos y recursos desde la naturaleza de su proceso. Un ejemplo de esto es la línea de flujo de trabajo (Flow Shop, FS), donde las máquinas se organizan de una forma secuencial, así que establecer la secuencia de estos trabajos en busca de un consumo mínimo de energía sin afectar los tiempos de fabricación se vuelve una tarea compleja. En Colombia, el sector industrial consume cerca del 26% de la energía total del país [1]. Esta investigación propone construir un algoritmo genético para darse solución al problema Flow Shop minimizando el consumo energético del proceso para generar un impacto positivo desde el punto de vista ambiental y contribuir al desarrollo sostenible de las organizaciones.Universidad Industrial de SantanderEnergy consumption in production processes has recently gained relevance in research due to the current problem of climatechange and concern in the industrial field over the energy consumption indicators that can negatively impact the environment in addition to the operation costs. In order to minimize energy consumption, companies have sought to reducethe consumption time of the resources (machines) used and the associated costs. To achieve this, the optimization of these consumptions and resourcesis done from the nature of its process.An example of this is the can be the flow line (Flow Shop, FS), where the machines are organized in a sequential way, so establishing the sequence of these jobs in search of a minimum energy consumption without affecting manufacturing times becomes a complex task. In Colombia, the industrial sector consumes about 26% of the country's total energy [1]. Thisresearch proposes to build a genetic algorithm to provide a solution to the Flow Shop problem minimizing the energy consumption of the process to generate a positive impact from the environmental point of view and contribute to the sustainable development of organizations.Modalidad Presencialapplication/pdfspaGeneración Creativa : Encuentro de Semilleros de Investigación UNABhttp://hdl.handle.net/20.500.12749/14245[1] Departamento Nacional de Planeación, “Energy Demand Situation in Colombia.” p. 136, 2017.[2] Fang, K., Uhan, N., Zhao, F., & Sutherland, J. W. (2011). A new approach to scheduling in manufacturing for power consumption and carbon footprint reduction. Journal of Manufacturing Systems, 30(4), 234–240.[3] Dai, M., Tang, D., Giret, A., Salido, M. A., & Li, W. D. (2013). Energy-efficient scheduling for a flexible Flow Shop using an improved genetic-simulated annealing algorithm. Robotics and Computer-Integrated Manufacturing, 29(5), 418–429.[4] Ebrahimi, A., Jeon, H. W., Lee, S., & Wang, C. (2020). Minimizing total energy cost and tardiness penalty for a scheduling-layout problem in a flexible job shop system: A comparison of four metaheuristic algorithms. Computers and Industrial Engineering, 141(July 2019).[5] F. S. Hillier and G. J. Lieberman, Introducción a la Investigación de Operaciones, Novena Edi. México, 2010.[6] Utama, D., Setiya, d.(2019). A New Hybrid Metaheuristics Algorithm for Minimizing Energy Consumption in the Flow Shop Scheduling Problem. International Journal of Technology. 10(2),320[7] Dorado, J., Gestal, M., Rivero, D., Rabuñal, J. R., & Pazos, A. (2010). Introduccion a Los Algortimos Geneticos. In Digitalia[8] Fuster, J. E. (2016). Eficiencia Energética y Robustez en Problemas de Scheduling. 1–164.[9] Rodriguez Quiñones, T. A. (2014). Solucion de problemas tipo Flow-Shop mediante algoritmos evolutivos. 66.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_abf2Sanabria, W. & Monsalve, A. A. (2020). Un algoritmo genético para la solución del problema flow shop minimizando el consumo energético. Recuperado de: http://hdl.handle.net/20.500.12749/22772Un algoritmo genético para la solución del problema flow shop minimizando el consumo energéticoA genetic algorithm for solving the flow problem shop minimizing energy consumptionConferenceinfo: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 IngenieríaPregrado Ingeniería IndustrialSistema de Investigación SIUNABEngineeringSciencesEnergy consumptionInvestigationOptimizationGenetic algorithmFlow shopMakespanIngenieríaCienciasConsumo energéticoInvestigaciónOptimizaciónAlgoritmo genéticoFlow shopMakespanTHUMBNAIL2020_Articulo_Sanabria_Palencia_Wendy.pdf.jpg2020_Articulo_Sanabria_Palencia_Wendy.pdf.jpgIM Thumbnailimage/jpeg9831https://repository.unab.edu.co/bitstream/20.500.12749/22772/3/2020_Articulo_Sanabria_Palencia_Wendy.pdf.jpg7a8226c17f8cbbef8f99f91c7fb8d2b2MD53open accessORIGINAL2020_Articulo_Sanabria_Palencia_Wendy.pdf2020_Articulo_Sanabria_Palencia_Wendy.pdfArtículoapplication/pdf208736https://repository.unab.edu.co/bitstream/20.500.12749/22772/1/2020_Articulo_Sanabria_Palencia_Wendy.pdfd75a22672454a09840bafece9156d42eMD51open accessLICENSElicense.txtlicense.txttext/plain; charset=utf-8829https://repository.unab.edu.co/bitstream/20.500.12749/22772/2/license.txt3755c0cfdb77e29f2b9125d7a45dd316MD52open access20.500.12749/22772oai:repository.unab.edu.co:20.500.12749/227722023-11-16 22:01:43.161open accessRepositorio Institucional | Universidad Autónoma de Bucaramanga - UNABrepositorio@unab.edu.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 |