Diseño y aplicación de una metodología multiobjetivo, basada en los algoritmos genéticos “VEGA” y “MOGA”, para mejorar el desempeño de las variables tiempo de procesamiento, porcentaje de producción defectuosa causada por la fatiga del operario y costo de mano de obra directa, en un sistema de fabricación tipo “Job Shop” de una compañía metalmecánica.

El proyecto presentado a continuación muestra el diseño y aplicación de una metodología multiobjetivo basada en los algoritmos genéticos “VEGA” y “MOGA". De esta forma, se obtiene el mejoramiento en el desempeño de las variables: tiempo de procesamiento, porcentaje de producción defectuosa causada por la fatiga del operario y costo de mano de obra directa, en una compañía metalmecánica, cuyo sistema de fabricación es del tipo “Job Shop”. Al respecto, se compara el comportamiento de las variables en mención, tomando como base para el análisis dos referentes. El primero corresponde al comportamiento después de haber aplicado la metodología diseñada; mientras que el segundo corresponde al comportamiento propio de la utilización de técnicas tradicionales para la solución de éste tipo de problemas. De acuerdo con lo anterior, se procede en términos generales de la siguiente manera: se revisa la bibliografía correspondiente a programación de operaciones, enfatizando de forma especial, en las metodologías tradicionales e inteligentes relacionadas con la asignación de recursos en los sistemas de fabricación tipo “Job Shop”. Más adelante, se identifican las variables que intervienen en el proceso de programación de operaciones de la Compañía objeto de estudio. La anterior información, sirve como base para diseñar y posteriormente aplicar la respectiva metodología. Por último, se realiza un comparativo con los resultados obtenidos, al utilizar técnicas tradicionales para la programación de operaciones en sistemas “Job Shop”; permitiendo de ésta forma, establecer la efectividad de la metodología propuesta. De manera específica, la metodología diseñada a partir de los algoritmos VEGA y MOGA, se le denomina “método uno” y a la metodología tradicional basada en un método híbrido entre algoritmos genéticos y sumas ponderadas se le denomina “método dos”. Al evaluar las anteriores metodologías (método uno y método dos) se encontraron entre otros, los siguientes resultados:  Respecto a los valores tomados por los coeficientes de variación luego de aplicar el método uno sobre las variables de interés (tiempo de procesamiento, costo de mano de obra directa y fracción defectuosa), se observa que los parámetros bajo análisis, toman valores superiores a los coeficientes de variación obtenidos, después de aplicar el método dos. De manera particular, se encuentra que en cuanto al comportamiento de la variable tiempo de proceso (en horas), el valor del coeficiente de variación arrojado por el método uno, supera el valor del coeficiente de variación arrojado por el método dos en 49,38%. De acuerdo con lo anterior, se establece que el método uno muestra mayor capacidad para detectar cierta diversidad de soluciones, las cuales pueden fluctuar entre determinados valores extremos (valores mínimos a valores máximos) para aquellas variables objeto de estudio. Es asi como, se determina que el método uno al encontrarse estructurado para identificar soluciones no dominadas extremas, posee mejor nivel de adaptación, al ser comparado con el desempeño del método dos. Con relación a lo expresado, se comenta que al aplicar el método uno pueden por ejemplo, detectarse tiempos de fabricación muy bajos o muy altos. A su vez, estos tiempos de fabricación, con el fin de cerrar el ciclo de evaluación, se procede a asociarlos en cada caso con los respectivos valores de penalización por costo de mano de obra directa y, asimismo por fracción defectuosa causada por la fatiga del operario.  Con relación a los individuos de mínimo valor provenientes del método uno al compararlos con el individuo de mayor factor de ponderación proveniente del método dos, se encuentra en síntesis que el desempeño del método uno supera el desempeño del método dos, debido a los siguientes hechos entre otros: en cuanto al tiempo de procesamiento en horas, el método uno presenta un valor inferior en 6,92 % al compararlo con el método dos y, en cuanto a la penalización por fracción defectuosa el método uno presenta un valor inferior en 2,1 % al compararlo con el método dos.  El número de frentes detectados con el método uno es de 32 frentes, mientras que el número de frentes detectados con el método dos es sólo de un frente. Con base en los resultados presentados, se pudo establecer que al analizar las tendencias del mercado (crecimiento, estabilidad o decrecimiento), la dirección de operaciones de la compañía, puede seleccionar diferentes programas de producción, los cuales proceden de diversos individuos no dominados. Asimismo, en algunas circunstancias propias de la organización objeto de estudio, se pueden seleccionar programas de producción que generen la menor penalización posible por costo de mano de obra directa o por fracción defectuosa debida a la fatiga del operario

• Autores: Coca Ortegón, Germán Augusto
• Fecha de publicación: 2014
• Institución: Universidad Nacional de Colombia
• Repositorio: Universidad Nacional de Colombia
• Idioma: spa
• OAI Identifier: oai:repositorio.unal.edu.co:unal/50393
• Acceso en línea: https://repositorio.unal.edu.co/handle/unal/50393; http://bdigital.unal.edu.co/44382/
• Palabra clave: 0 Generalidades / Computer science, information and general works; 62 Ingeniería y operaciones afines / Engineering; 67 Manufactura / Manufacturing; Algoritmos genéticos; Multiobjetivo; Job Shop; Tiempo de procesamiento; VEGA; MOGA; Industria metalmecánica - Colombia; Industrias manufactureras; Control de la producción; Genetic algorithms; Multi-objective; Job Shop; Makespan time; VEGA; MOGA; Metalworking industry - Colombia; Manufacturing industries; Production control
• Rights: openAccess
• License: Atribución-NoComercial 4.0 Internacional