Metodología selectiva de dinámica poblacional para optimizar un ambiente multiobjetivo de producción job shop

El presente artículo desarrolla una metodología basada en genética poblacional que permite mejorar el desempeño de dos o más variables en un sistema de producción job shop. La metodología aplica un algoritmo genético con características especiales en la selección de individuos que pasan de generació...

Descripción completa

Detalles Bibliográficos
Autores principales: Ruiz, Santiago, Castrillón, Omar, Sarache, William
Formato: Online
Idioma:spa
Publicado: Universidad de Costa Rica, Centro de Investigación en Matemática Pura y Aplicada (CIMPA) 2015
Acceso en línea:https://revistas.ucr.ac.cr/index.php/matematica/article/view/17558
Descripción
Sumario:El presente artículo desarrolla una metodología basada en genética poblacional que permite mejorar el desempeño de dos o más variables en un sistema de producción job shop. La metodología aplica un algoritmo genético con características especiales en la selección de individuos que pasan de generación en generación. Los resultados permitieron demostrar mejores desempeños de la metodología propuesta en las variables makespan, tiempo muerto y costo de energía al ser comparada con el método FIFO. Al comparar la metodología con el método NSGA II no se obtuvieron diferencias en las variables makespan y tiempo muerto; sin embargo, se obtuvo un mejor desempeño en el costo de la energía y, principalmente, mayor eficiencia en relación al número de iteraciones realizadas para obtener el makespan óptimo.