Evaluación del Algoritmo Genético y GRASP para Minimizar el Makespan en la Programación de un Taller de Flujo en Diferentes Instancias Instancias de Número de Trabajos e Iteraciones
En este artículo se plantean algoritmos meta-heurísticos para el problema de programación de producción de un taller de flujo, considerado como un problema no polinómico completo debido a su complejidad. El estudio de la problemática es relevante dada su utilidad en la práctica, por ejemplo, en fáb...
| Main Authors: | , , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Universidad del Zulia
2021-12-01
|
| Series: | Revista Técnica de la Facultad de Ingeniería |
| Subjects: | |
| Online Access: | https://www.produccioncientificaluz.org/index.php/tecnica/article/view/37505 |
| _version_ | 1828121408602898432 |
|---|---|
| author | Juan José Paredes Quevedo Luis-Enrique Soto-Chávez Luis Omar Alpala Alberto León-Batallas |
| author_facet | Juan José Paredes Quevedo Luis-Enrique Soto-Chávez Luis Omar Alpala Alberto León-Batallas |
| author_sort | Juan José Paredes Quevedo |
| collection | DOAJ |
| description |
En este artículo se plantean algoritmos meta-heurísticos para el problema de programación de producción de un taller de flujo, considerado como un problema no polinómico completo debido a su complejidad. El estudio de la problemática es relevante dada su utilidad en la práctica, por ejemplo, en fábricas con líneas de ensamblaje o en la planificación de cadenas de suministro colaborativas. De esta manera, el objetivo del presente estudio consistió en evaluar dos algoritmos meta-heurísticos, GRASP y algoritmo genético. Se planteó un diseño experimental para determinar cuáles factores (método, número de trabajos y número de iteraciones) tienen un efecto estadísticamente significativo en el tiempo de finalización de programación de producción. Según los resultados se pudo observar que existe incidencia tanto de primer como de segundo y tercer orden de los factores, permitiendo caracterizar el desempeño de los dos algoritmos en entornos generados por la interacción de los tres factores analizados.
|
| first_indexed | 2024-04-11T14:19:50Z |
| format | Article |
| id | doaj.art-388a0d441bd44c7ea69314df3553b408 |
| institution | Directory Open Access Journal |
| issn | 0254-0770 2477-9377 |
| language | English |
| last_indexed | 2024-04-11T14:19:50Z |
| publishDate | 2021-12-01 |
| publisher | Universidad del Zulia |
| record_format | Article |
| series | Revista Técnica de la Facultad de Ingeniería |
| spelling | doaj.art-388a0d441bd44c7ea69314df3553b4082022-12-22T04:19:05ZengUniversidad del ZuliaRevista Técnica de la Facultad de Ingeniería0254-07702477-93772021-12-0145110.22209/rt.v45n1a05Evaluación del Algoritmo Genético y GRASP para Minimizar el Makespan en la Programación de un Taller de Flujo en Diferentes Instancias Instancias de Número de Trabajos e IteracionesJuan José Paredes Quevedo0Luis-Enrique Soto-Chávez1Luis Omar Alpala2Alberto León-Batallas3Facultad Ciencias e Ingeniería, Universidad Estatal de Milagro (UNEMI), Km 1.5 vía Km 26, Ciudadela Universitaria Milagro 09150, EcuadorUniversidad de Guayaquil, Facultad de Ingeniería Industrial, Guayaquil, EcuadorPrograma de Ingeniería Industrial, Grupo de Investigación Eslinga, Universidad Cooperativa de Colombia-Pasto (Nariño-Colombia) Código Postal 52002Facultad Ciencias e Ingeniería, Universidad Estatal de Milagro (UNEMI), Km 1.5 vía Km 26, Ciudadela Universitaria Milagro 09150, Ecuador En este artículo se plantean algoritmos meta-heurísticos para el problema de programación de producción de un taller de flujo, considerado como un problema no polinómico completo debido a su complejidad. El estudio de la problemática es relevante dada su utilidad en la práctica, por ejemplo, en fábricas con líneas de ensamblaje o en la planificación de cadenas de suministro colaborativas. De esta manera, el objetivo del presente estudio consistió en evaluar dos algoritmos meta-heurísticos, GRASP y algoritmo genético. Se planteó un diseño experimental para determinar cuáles factores (método, número de trabajos y número de iteraciones) tienen un efecto estadísticamente significativo en el tiempo de finalización de programación de producción. Según los resultados se pudo observar que existe incidencia tanto de primer como de segundo y tercer orden de los factores, permitiendo caracterizar el desempeño de los dos algoritmos en entornos generados por la interacción de los tres factores analizados. https://www.produccioncientificaluz.org/index.php/tecnica/article/view/37505anovaalgoritmo genéticoGRASPmakespantaller de flujo |
| spellingShingle | Juan José Paredes Quevedo Luis-Enrique Soto-Chávez Luis Omar Alpala Alberto León-Batallas Evaluación del Algoritmo Genético y GRASP para Minimizar el Makespan en la Programación de un Taller de Flujo en Diferentes Instancias Instancias de Número de Trabajos e Iteraciones Revista Técnica de la Facultad de Ingeniería anova algoritmo genético GRASP makespan taller de flujo |
| title | Evaluación del Algoritmo Genético y GRASP para Minimizar el Makespan en la Programación de un Taller de Flujo en Diferentes Instancias Instancias de Número de Trabajos e Iteraciones |
| title_full | Evaluación del Algoritmo Genético y GRASP para Minimizar el Makespan en la Programación de un Taller de Flujo en Diferentes Instancias Instancias de Número de Trabajos e Iteraciones |
| title_fullStr | Evaluación del Algoritmo Genético y GRASP para Minimizar el Makespan en la Programación de un Taller de Flujo en Diferentes Instancias Instancias de Número de Trabajos e Iteraciones |
| title_full_unstemmed | Evaluación del Algoritmo Genético y GRASP para Minimizar el Makespan en la Programación de un Taller de Flujo en Diferentes Instancias Instancias de Número de Trabajos e Iteraciones |
| title_short | Evaluación del Algoritmo Genético y GRASP para Minimizar el Makespan en la Programación de un Taller de Flujo en Diferentes Instancias Instancias de Número de Trabajos e Iteraciones |
| title_sort | evaluacion del algoritmo genetico y grasp para minimizar el makespan en la programacion de un taller de flujo en diferentes instancias instancias de numero de trabajos e iteraciones |
| topic | anova algoritmo genético GRASP makespan taller de flujo |
| url | https://www.produccioncientificaluz.org/index.php/tecnica/article/view/37505 |
| work_keys_str_mv | AT juanjoseparedesquevedo evaluaciondelalgoritmogeneticoygraspparaminimizarelmakespanenlaprogramaciondeuntallerdeflujoendiferentesinstanciasinstanciasdenumerodetrabajoseiteraciones AT luisenriquesotochavez evaluaciondelalgoritmogeneticoygraspparaminimizarelmakespanenlaprogramaciondeuntallerdeflujoendiferentesinstanciasinstanciasdenumerodetrabajoseiteraciones AT luisomaralpala evaluaciondelalgoritmogeneticoygraspparaminimizarelmakespanenlaprogramaciondeuntallerdeflujoendiferentesinstanciasinstanciasdenumerodetrabajoseiteraciones AT albertoleonbatallas evaluaciondelalgoritmogeneticoygraspparaminimizarelmakespanenlaprogramaciondeuntallerdeflujoendiferentesinstanciasinstanciasdenumerodetrabajoseiteraciones |