El problema de secuenciamiento parcialmente flexible, multiobjetivo, basado en un algoritmo genético de selección natural
En el presente trabajo se buscó resolver un problema de secuenciación parcialmente flexible, energéticamente eficiente, con tiempos de preparación dependientes de la secuencia, penalizaciones de costos por finalización temprana y tardía y mantenimiento preventivo. Estas variables y objetivos fueron...
| Autores principales: | , , , , |
|---|---|
| Formato: | Online |
| Idioma: | spa |
| Publicado: |
Universidad Tecnológica de Panamá
2023
|
| Acceso en línea: | https://revistas.utp.ac.pa/index.php/ric/article/view/3561 |
| id |
RIC3561 |
|---|---|
| record_format |
ojs |
| spelling |
RIC35612023-01-31T18:02:53Z Multi-objective partially flexible job-shop scheduling problem, based on a genetic natural selection algorithm El problema de secuenciamiento parcialmente flexible, multiobjetivo, basado en un algoritmo genético de selección natural Jones Martínez, Samantha Castillo Corrales, Alice Arce Obando, Justin Álvarez González, Monserrat Rivera Leaver, Daniel In the present work, we seek to solve a partially flexible scheduling problem, energetically efficient, with sequence dependent setup time, cost penalties for both early and late completion, and preventive maintenance. These variables and objectives were selected because it is considered that these are the ones that have the greatest impact on the day-to-day of companies. For the solution, a genetic algorithm compatible with the proposed variables and capable of obtaining a solution efficiently is proposed. To check the operation of the proposal, the algorithm is tested with a simulation that combines data from other works with fictitious information. The algorithm found a solution for the three proposed objective functions from the information of five generations of data. The result was an optimal schedule, the total makespan and the cost of tardiness and earliness that could not be avoided. En el presente trabajo se buscó resolver un problema de secuenciación parcialmente flexible, energéticamente eficiente, con tiempos de preparación dependientes de la secuencia, penalizaciones de costos por finalización temprana y tardía y mantenimiento preventivo. Estas variables y objetivos fueron seleccionados porque se considera que estos son los que tienen mayor impacto en el día a día de las empresas. Para la solución se propone un algoritmo genético compatible con las variables propuestas y capaz de obtener una solución de manera eficiente. Para comprobar el funcionamiento de la propuesta, se prueba el algoritmo con una simulación que combina datos de otros trabajos con información ficticia. El algoritmo encontró una solución para las tres funciones objetivo propuestas a partir de la información de cinco generaciones de datos. El resultado fue un cronograma óptimo, la duración total y el costo de los envíos tardíos y los adelantos que no se pudieron evitar. Universidad Tecnológica de Panamá 2023-01-30 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf https://revistas.utp.ac.pa/index.php/ric/article/view/3561 10.33412/rev-ric.v9.1.3561 Revista de Iniciación Científica; Vol. 9 Núm. 1 (2023): Revista de Iniciación Científica; 81 – 89 2413-6786 2412-0464 spa https://revistas.utp.ac.pa/index.php/ric/article/view/3561/4324 Derechos de autor 2023 Revista de Iniciación Científica http://creativecommons.org/licenses/by-nc-sa/4.0 |
| institution |
Universidad Tecnológica de Panamá |
| collection |
Revista de Iniciación Científica |
| language |
spa |
| format |
Online |
| author |
Jones Martínez, Samantha Castillo Corrales, Alice Arce Obando, Justin Álvarez González, Monserrat Rivera Leaver, Daniel |
| spellingShingle |
Jones Martínez, Samantha Castillo Corrales, Alice Arce Obando, Justin Álvarez González, Monserrat Rivera Leaver, Daniel El problema de secuenciamiento parcialmente flexible, multiobjetivo, basado en un algoritmo genético de selección natural |
| author_facet |
Jones Martínez, Samantha Castillo Corrales, Alice Arce Obando, Justin Álvarez González, Monserrat Rivera Leaver, Daniel |
| author_sort |
Jones Martínez, Samantha |
| description |
En el presente trabajo se buscó resolver un problema de secuenciación parcialmente flexible, energéticamente eficiente, con tiempos de preparación dependientes de la secuencia, penalizaciones de costos por finalización temprana y tardía y mantenimiento preventivo. Estas variables y objetivos fueron seleccionados porque se considera que estos son los que tienen mayor impacto en el día a día de las empresas. Para la solución se propone un algoritmo genético compatible con las variables propuestas y capaz de obtener una solución de manera eficiente. Para comprobar el funcionamiento de la propuesta, se prueba el algoritmo con una simulación que combina datos de otros trabajos con información ficticia. El algoritmo encontró una solución para las tres funciones objetivo propuestas a partir de la información de cinco generaciones de datos. El resultado fue un cronograma óptimo, la duración total y el costo de los envíos tardíos y los adelantos que no se pudieron evitar. |
| title |
El problema de secuenciamiento parcialmente flexible, multiobjetivo, basado en un algoritmo genético de selección natural |
| title_short |
El problema de secuenciamiento parcialmente flexible, multiobjetivo, basado en un algoritmo genético de selección natural |
| title_full |
El problema de secuenciamiento parcialmente flexible, multiobjetivo, basado en un algoritmo genético de selección natural |
| title_fullStr |
El problema de secuenciamiento parcialmente flexible, multiobjetivo, basado en un algoritmo genético de selección natural |
| title_full_unstemmed |
El problema de secuenciamiento parcialmente flexible, multiobjetivo, basado en un algoritmo genético de selección natural |
| title_sort |
el problema de secuenciamiento parcialmente flexible, multiobjetivo, basado en un algoritmo genético de selección natural |
| title_alt |
Multi-objective partially flexible job-shop scheduling problem, based on a genetic natural selection algorithm |
| publisher |
Universidad Tecnológica de Panamá |
| publishDate |
2023 |
| url |
https://revistas.utp.ac.pa/index.php/ric/article/view/3561 |
| work_keys_str_mv |
AT jonesmartinezsamantha multiobjectivepartiallyflexiblejobshopschedulingproblembasedonageneticnaturalselectionalgorithm AT castillocorralesalice multiobjectivepartiallyflexiblejobshopschedulingproblembasedonageneticnaturalselectionalgorithm AT arceobandojustin multiobjectivepartiallyflexiblejobshopschedulingproblembasedonageneticnaturalselectionalgorithm AT alvarezgonzalezmonserrat multiobjectivepartiallyflexiblejobshopschedulingproblembasedonageneticnaturalselectionalgorithm AT riveraleaverdaniel multiobjectivepartiallyflexiblejobshopschedulingproblembasedonageneticnaturalselectionalgorithm AT jonesmartinezsamantha elproblemadesecuenciamientoparcialmenteflexiblemultiobjetivobasadoenunalgoritmogeneticodeseleccionnatural AT castillocorralesalice elproblemadesecuenciamientoparcialmenteflexiblemultiobjetivobasadoenunalgoritmogeneticodeseleccionnatural AT arceobandojustin elproblemadesecuenciamientoparcialmenteflexiblemultiobjetivobasadoenunalgoritmogeneticodeseleccionnatural AT alvarezgonzalezmonserrat elproblemadesecuenciamientoparcialmenteflexiblemultiobjetivobasadoenunalgoritmogeneticodeseleccionnatural AT riveraleaverdaniel elproblemadesecuenciamientoparcialmenteflexiblemultiobjetivobasadoenunalgoritmogeneticodeseleccionnatural |
| _version_ |
1781402553131466752 |