Un Algoritmo Genético Híbrido para la Optimización del Flow Shop Scheduling bajo Restricciones de Entornos Reales

  • Rodolfo Najarro Universidad Técnica de Cotopaxi
  • Ringo López Universidad Técnica de Cotopaxi
  • Ruth Elizabeth Racines Universidad Técnica Estatal de Quevedo
  • Amilkar Puris Universidad Técnica Estatal de Quevedo, Universidad Estatal de Milagro
Palabras clave: algoritmo genético híbrido, secuenciación de tareas, programación de la producción, búsqueda local de vecindad variable

Resumen

Este trabajo tiene como objetivo analizar el efecto de la inclusión de varias restricciones que influyen negativamente en la programación de la producción en un ambiente de manufactura real. Para la solución del problema de secuenciación tratado en esta investigación, conocido como Flow Shop Scheduling, se introduce un eficiente Algoritmo Genético combinado con una Búsqueda Local de Vecindad Variable para problemas de n tareas y m máquinas minimizando el tiempo de completamiento total de las tareas o makespan. Las restricciones de fechas de liberación, tiempos de configuración dependientes de la secuencia y tiempos de transportación son introducidas. Estas son restricciones comunes que pueden ser encontradas en múltiples ambientes manufactureros donde existen máquinas y herramientas, y un conjunto de tareas debe procesarse en estas siguiendo el mismo patrón de flujo. Los experimentos computacionales realizados sobre un conjunto de instancias de problemas de diferentes tamaños de complejidad demuestran que la metaheurística híbrida propuesta alcanza soluciones de alta calidad comparables con los óptimos reportados.

Descargas

La descarga de datos todavía no está disponible.
Publicado
2017-12-18
Cómo citar
Najarro, R., López, R., Racines, R., & Puris, A. (2017). Un Algoritmo Genético Híbrido para la Optimización del Flow Shop Scheduling bajo Restricciones de Entornos Reales. Enfoque UTE, 8(5), pp. 14 - 25. https://doi.org/https://doi.org/10.29019/enfoqueute.v8n5.176
Sección
Ingeniería General