Solución de problemas tipo Flow-Shop mediante algoritmos evolutivos
En esta Tesis se presenta una modificación al algoritmo genético HaEa (Hybrid Adaptative Evolutionary Algorithm) para resolver problemas de secuenciamiento tipo Flow-Shop. Se revisan tres operadores genéticos de mutación y tres de cruce, los cuáles han sido utilizados en diferentes soluciones a prob...
- Autores:
-
Rodríguez Quiñones, Tania Andrea
- Tipo de recurso:
- Fecha de publicación:
- 2014
- Institución:
- Universidad Nacional de Colombia
- Repositorio:
- Universidad Nacional de Colombia
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.unal.edu.co:unal/21910
- Acceso en línea:
- https://repositorio.unal.edu.co/handle/unal/21910
http://bdigital.unal.edu.co/12916/
- Palabra clave:
- 62 Ingeniería y operaciones afines / Engineering
Algoritmos Evolutivos
Problemas Flow-Shop
Secuenciación de Tareas
HaEa
Operadores Genéticos
Evolutionary Algorithms
Flow-Shop Problems
Task Scheduling
HaEa
Genetic Operators
- Rights
- openAccess
- License
- Atribución-NoComercial 4.0 Internacional
| Summary: | En esta Tesis se presenta una modificación al algoritmo genético HaEa (Hybrid Adaptative Evolutionary Algorithm) para resolver problemas de secuenciamiento tipo Flow-Shop. Se revisan tres operadores genéticos de mutación y tres de cruce, los cuáles han sido utilizados en diferentes soluciones a problemas de permutación. Se utiliza la heurística NEH para generar un individuo de la población inicial logrando obtener buenas soluciones. Los resultados experimentales muestran que entre los mejores operadores genéticos están la mutación de corrimiento y el cruce por emparejamiento parcial(PMX). |
|---|