Algoritmo genético para reducir el makespan en un flow shop híbrido flexible con máquinas paralelas no relacionadas y tiempos de alistamiento dependientes de la secuencia

El artículo propone el algoritmo genético simple o estándar (AGS) como enfoque de solución al problema de programación de produc - ción para un ambiente tipo flow shop híbrido flexible minimizando el makespan. La codificación del algoritmo propuesto permite obtener resultados con tiempos de cómputo...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Juan Camilo López-Vargas, Jaime Antero Arango-Marín
Formato: article
Lenguaje:ES
Publicado: Universidad Libre 2015
Materias:
Acceso en línea:https://doaj.org/article/85649a7ee67349a08f21bdee2d5ed42c
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
id oai:doaj.org-article:85649a7ee67349a08f21bdee2d5ed42c
record_format dspace
spelling oai:doaj.org-article:85649a7ee67349a08f21bdee2d5ed42c2021-11-11T15:48:51ZAlgoritmo genético para reducir el makespan en un flow shop híbrido flexible con máquinas paralelas no relacionadas y tiempos de alistamiento dependientes de la secuencia1900-38032539-0279https://doaj.org/article/85649a7ee67349a08f21bdee2d5ed42c2015-01-01T00:00:00Zhttp://www.redalyc.org/articulo.oa?id=265440664018https://doaj.org/toc/1900-3803https://doaj.org/toc/2539-0279El artículo propone el algoritmo genético simple o estándar (AGS) como enfoque de solución al problema de programación de produc - ción para un ambiente tipo flow shop híbrido flexible minimizando el makespan. La codificación del algoritmo propuesto permite obtener resultados con tiempos de cómputo bastante razonables y con un nivel de convergencia del makespan cercano al 2%, con mejores solu - ciones que un algoritmo alternativo diseñado para el mismo caso de programación de producción. A partir de los resultados obtenidos en el proceso de experimentación y del posterior análisis comparativo, se concluye que a partir del modelamiento más completo de las condiciones reales de producción, el algoritmo genético ejecuta la programación de producción reduciendo el tiempo máximo de procesamiento, o makespan. En futuros trabajos, el enfoque de investigación será la búsqueda de más escenarios alternativos de producción, con el fin de incrementar la aplicación de este tipo de herramientas y generar impacto en los entornos empresariales reales.Juan Camilo López-VargasJaime Antero Arango-MarínUniversidad Librearticlealgoritmo genéticoflow shop híbrido flexiblemakespanmáquinas paralelas no relacionadastiempos de alistamiento dependientes de la secuenciaSocial sciences (General)H1-99ESEntramado, Vol 11, Iss 1, Pp 250-262 (2015)
institution DOAJ
collection DOAJ
language ES
topic algoritmo genético
flow shop híbrido flexible
makespan
máquinas paralelas no relacionadas
tiempos de alistamiento dependientes de la secuencia
Social sciences (General)
H1-99
spellingShingle algoritmo genético
flow shop híbrido flexible
makespan
máquinas paralelas no relacionadas
tiempos de alistamiento dependientes de la secuencia
Social sciences (General)
H1-99
Juan Camilo López-Vargas
Jaime Antero Arango-Marín
Algoritmo genético para reducir el makespan en un flow shop híbrido flexible con máquinas paralelas no relacionadas y tiempos de alistamiento dependientes de la secuencia
description El artículo propone el algoritmo genético simple o estándar (AGS) como enfoque de solución al problema de programación de produc - ción para un ambiente tipo flow shop híbrido flexible minimizando el makespan. La codificación del algoritmo propuesto permite obtener resultados con tiempos de cómputo bastante razonables y con un nivel de convergencia del makespan cercano al 2%, con mejores solu - ciones que un algoritmo alternativo diseñado para el mismo caso de programación de producción. A partir de los resultados obtenidos en el proceso de experimentación y del posterior análisis comparativo, se concluye que a partir del modelamiento más completo de las condiciones reales de producción, el algoritmo genético ejecuta la programación de producción reduciendo el tiempo máximo de procesamiento, o makespan. En futuros trabajos, el enfoque de investigación será la búsqueda de más escenarios alternativos de producción, con el fin de incrementar la aplicación de este tipo de herramientas y generar impacto en los entornos empresariales reales.
format article
author Juan Camilo López-Vargas
Jaime Antero Arango-Marín
author_facet Juan Camilo López-Vargas
Jaime Antero Arango-Marín
author_sort Juan Camilo López-Vargas
title Algoritmo genético para reducir el makespan en un flow shop híbrido flexible con máquinas paralelas no relacionadas y tiempos de alistamiento dependientes de la secuencia
title_short Algoritmo genético para reducir el makespan en un flow shop híbrido flexible con máquinas paralelas no relacionadas y tiempos de alistamiento dependientes de la secuencia
title_full Algoritmo genético para reducir el makespan en un flow shop híbrido flexible con máquinas paralelas no relacionadas y tiempos de alistamiento dependientes de la secuencia
title_fullStr Algoritmo genético para reducir el makespan en un flow shop híbrido flexible con máquinas paralelas no relacionadas y tiempos de alistamiento dependientes de la secuencia
title_full_unstemmed Algoritmo genético para reducir el makespan en un flow shop híbrido flexible con máquinas paralelas no relacionadas y tiempos de alistamiento dependientes de la secuencia
title_sort algoritmo genético para reducir el makespan en un flow shop híbrido flexible con máquinas paralelas no relacionadas y tiempos de alistamiento dependientes de la secuencia
publisher Universidad Libre
publishDate 2015
url https://doaj.org/article/85649a7ee67349a08f21bdee2d5ed42c
work_keys_str_mv AT juancamilolopezvargas algoritmogeneticoparareducirelmakespanenunflowshophibridoflexibleconmaquinasparalelasnorelacionadasytiemposdealistamientodependientesdelasecuencia
AT jaimeanteroarangomarin algoritmogeneticoparareducirelmakespanenunflowshophibridoflexibleconmaquinasparalelasnorelacionadasytiemposdealistamientodependientesdelasecuencia
_version_ 1718433843745128448