Algoritmos genéticos para la secuenciación de tareas dentro de las operaciones en fábricas de producción intermitente
La programación de operaciones es un proceso de toma de decisiones que es utilizado en compañías manufactureras. Un problema que se afronta al programar es establecer la secuencia de los trabajos. En el caso del Flow Shop todos los trabajos pasan por todas las estaciones. Las metaheurísticas encuent...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Estado: | Versión aceptada para publicación |
| Fecha de publicación: | 2020 |
| País: | México |
| Institución: | Centro de Innovación Aplicada en Tecnologías Competitivas |
| Repositorio: | Repositorio Institucional de CIATEC |
| Idioma: | español |
| OAI Identifier: | oai:ciatec.repositorioinstitucional.mx:1019/166 |
| Acceso en línea: | http://ciatec.repositorioinstitucional.mx/jspui/handle/1019/166 |
| Access Level: | acceso abierto |
| Palabra clave: | info:eu-repo/classification/LEMD/Algoritmos genéticos info:eu-repo/classification/LEMD/Bioinformática info:eu-repo/classification/cti/7 info:eu-repo/classification/cti/33 info:eu-repo/classification/cti/3310 info:eu-repo/classification/cti/331003 |
| Sumario: | La programación de operaciones es un proceso de toma de decisiones que es utilizado en compañías manufactureras. Un problema que se afronta al programar es establecer la secuencia de los trabajos. En el caso del Flow Shop todos los trabajos pasan por todas las estaciones. Las metaheurísticas encuentran una ruta óptima de un conjunto de posibles secuencias de trabajos. Se proponen Algoritmos Genéticos para encontrar el orden en que serán procesados los trabajos en las diferentes estaciones. La calibración de los parámetros del Algoritmo Genético se realizó utilizando la Metodología de Superficie de Respuesta para la optimización de dos respuestas (makespan y tiempo ocioso). Se analizó un problema y se obtuvo que los niveles óptimos de operación del Algoritmo Genético para esas dos variables de respuesta fueron 250 individuos de población inicial, 650 ciclos, 0.3 en probabilidad de cruza y 0.2 en probabilidad de mutación. De esta manera, se tienen mejoras en makespan del 11.37%. |
|---|