Paper 1
PAPER 1
Algoritmo genético mejorado para la minimización de la tardanza total en un
Flowshop flexible con tiempos de preparación dependientes de la secuencia
ALGORITMOS GENETICOS:
Losalgoritmos genéticos fueron introducidos por Holland (1975), como un paradigma que explica los procesos de adaptación de los sistemas naturales y la creación de nuevos sistemas artificiales que funcionansobre bases similares en el mundo de las computadoras.
Los algoritmos Genéticos se caracterizan por:
Evolución de una población inicial (conjunto de soluciones )
Mejora soluciones por medio de lasiteraciones.
Permite a los individuos más aptos reproducirse.
Deja a los individuos menos aptos que mueran.
OBJETIVOS:
Diseñar y evaluar un mecanismo que permita mejorar el rendimiento del algoritmogenético básico para el problema de programación de un flowshop flexible con tiempos de preparación anticipatorios dependientes de la secuencia y minimización de la tardanza total. La población inicial segenera como vecindades de la solución obtenida con las reglas EDD y Slack, a diferencia del trabajo donde se genera en forma aleatoria.
CONCLUSIONES:
En este trabajo se ha considerado el problema deprogramación de un flowshop flexible con tiempos de preparación anticipatorios dependientes de la secuencia con el objetivo de minimización de la tardanza total.
En este estudio se ha propuesto unamejora de un algoritmo genético básico basada en la generación de la población inicial como una vecindad de las soluciones obtenidas por las heurísticas.
Al evaluar el desempeño de los algoritmospropuestos AG_EDD y AG_Slack muestran mejores rendimientos superando a las heurísticas EDD, Slack y AG_Básico. AG_EDD y AG_Slack muestran los menores valores de desviaciones relativas y de tardanza totalcon un mayor porcentaje de veces que encuentra la mejor solución.
Al integrar la búsqueda en vecindad en los métodos, los resultados muestran que el AG_EDD_BV y AG_Slack_BV obtienen los mejores...
Regístrate para leer el documento completo.