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

id	RMTA17558
record_format	ojs
spelling	RMTA175582022-01-28T18:00:46Z Selective methodology of population dynamics for optimizing a multiobjective environment of job shop production Metodología selectiva de dinámica poblacional para optimizar un ambiente multiobjetivo de producción job shop Ruiz, Santiago Castrillón, Omar Sarache, William genetic algorithm job multiobjective subpopulations energy resources makespan population dynamics algoritmo genético job shop multiobjetivo subpoblaciones recursos energéticos makespan dinámica de poblaciones This paper develops a methodology based on population genetics to improve the performance of two or more variables in job shop production systems. The methodology applies a genetic algorithm with special features in the individual selection when they pass from generation to generation. In comparison with the FIFO method, the proposed methodology showed better results in the variables makespan, idle time and energy cost. When compared with NSGA II, the methodology did not showed relevant differences in makespan and idle time; however better performance was obtained in energy cost and, especially, in the number of required iterations to get the optimal makespan. 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. Universidad de Costa Rica, Centro de Investigación en Matemática Pura y Aplicada (CIMPA) 2015-03-18 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Article application/pdf https://revistas.ucr.ac.cr/index.php/matematica/article/view/17558 10.15517/rmta.v22i1.17558 Revista de Matemática: Teoría y Aplicaciones; Vol. 22 No. 1 (2015): Revista de Matemática: Teoría y Aplicaciones; 113-134 Revista de Matemática: Teoría y Aplicaciones; Vol. 22 Núm. 1 (2015): Revista de Matemática: Teoría y Aplicaciones; 113-134 Revista de Matemática; Vol. 22 N.º 1 (2015): Revista de Matemática: Teoría y Aplicaciones; 113-134 2215-3373 1409-2433 spa https://revistas.ucr.ac.cr/index.php/matematica/article/view/17558/17058 Derechos de autor 2015 Revista de Matemática: Teoría y Aplicaciones
institution	Universidad de Costa Rica
collection	Revista de Matemática: Teoría y Aplicaciones
language	spa
format	Online
author	Ruiz, Santiago Castrillón, Omar Sarache, William
spellingShingle	Ruiz, Santiago Castrillón, Omar Sarache, William Metodología selectiva de dinámica poblacional para optimizar un ambiente multiobjetivo de producción job shop
author_facet	Ruiz, Santiago Castrillón, Omar Sarache, William
author_sort	Ruiz, Santiago
description	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.
title	Metodología selectiva de dinámica poblacional para optimizar un ambiente multiobjetivo de producción job shop
title_short	Metodología selectiva de dinámica poblacional para optimizar un ambiente multiobjetivo de producción job shop
title_full	Metodología selectiva de dinámica poblacional para optimizar un ambiente multiobjetivo de producción job shop
title_fullStr	Metodología selectiva de dinámica poblacional para optimizar un ambiente multiobjetivo de producción job shop
title_full_unstemmed	Metodología selectiva de dinámica poblacional para optimizar un ambiente multiobjetivo de producción job shop
title_sort	metodología selectiva de dinámica poblacional para optimizar un ambiente multiobjetivo de producción job shop
title_alt	Selective methodology of population dynamics for optimizing a multiobjective environment of job shop production
publisher	Universidad de Costa Rica, Centro de Investigación en Matemática Pura y Aplicada (CIMPA)
publishDate	2015
url	https://revistas.ucr.ac.cr/index.php/matematica/article/view/17558
work_keys_str_mv	AT ruizsantiago selectivemethodologyofpopulationdynamicsforoptimizingamultiobjectiveenvironmentofjobshopproduction AT castrillonomar selectivemethodologyofpopulationdynamicsforoptimizingamultiobjectiveenvironmentofjobshopproduction AT sarachewilliam selectivemethodologyofpopulationdynamicsforoptimizingamultiobjectiveenvironmentofjobshopproduction AT ruizsantiago metodologiaselectivadedinamicapoblacionalparaoptimizarunambientemultiobjetivodeproduccionjobshop AT castrillonomar metodologiaselectivadedinamicapoblacionalparaoptimizarunambientemultiobjetivodeproduccionjobshop AT sarachewilliam metodologiaselectivadedinamicapoblacionalparaoptimizarunambientemultiobjetivodeproduccionjobshop
_version_	1811744090855833600

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

Ejemplares similares