Una Metodología Multiobjetivo para Optimizar un Ambiente Job Shop
Se presenta el desarrollo de una metodología que incluye un modelo metaheurístico basado en el Algoritmo Genético Ordenado Elitista No-Dominado (Elitist Non-Dominated Sorting Genetic Algorithm, NSGA-II) en un ambiente de producción Job Shop. Esto con el fin de minimizar tres variables fundamentales...
Guardado en:
| Autores principales: | , , |
|---|---|
| Lenguaje: | Spanish / Castilian |
| Publicado: |
Centro de Información Tecnológica
2012
|
| Materias: | |
| Acceso en línea: | http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-07642012000100005 |
| Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| Sumario: | Se presenta el desarrollo de una metodología que incluye un modelo metaheurístico basado en el Algoritmo Genético Ordenado Elitista No-Dominado (Elitist Non-Dominated Sorting Genetic Algorithm, NSGA-II) en un ambiente de producción Job Shop. Esto con el fin de minimizar tres variables fundamentales del proceso: tiempo total de proceso (makespan time), costo de energía y accidentalidad laboral. Con la aplicación de la metodología, se logra optimizar las variables objeto de estudio, en un 42%, respecto a las técnicas tradicionales de programación de la producción. Con base en la aplicación de la metodología propuesta, se plantea explorar otras funciones multi objetivo, en las que se analiza el consumo de otros recursos como agua y combustible, en situaciones no deseadas tales como paro de transportadores, deslizamientos de tierra en carreteras y congestión vehicular. |
|---|