SISTEMA INNMUNE EN LA OPTIMIZACION DE UN PROBLEMA

SISTEMA INNMUNE EN LA OPTIMIZACION DE UN PROBLEMA
FLOW SHOP
Omar D. Castrillón.
Ingeniería Industrial, Universidad Nacional de Colombia
Manizales, Caldas 0017, Colombia. odcastrillong@unal.edu.co
Jaime Alberto Giraldo
Ingeniería Industrial, Universidad Nacional de Colombia
Manizales, Caldas 0017, Colombia. jaiagiraldog@unal.edu.co
William Ariel Sarache C
Ingeniería Industrial,Universidad Nacional de Colombia
Manizales, Caldas 0017, Colombia. wasarachec@unal.edu.co

RESUMEN
El objetivo del presente trabajo es disminuir
el tiempo de proceso (Makespan) y aumentar
el tiempo de utilización de las máquinas,
disminuyendo el tiempo de ocio (idle), en
ambientes Job Shop (Open Shop), mediante
el diseño de una metodología basada en
Sistemas Inmunes.
En este trabajo se define unanueva
metodología
para
los
procesos
de
secuenciación en ambientes Job Shop. La
cual permite demostrar la efectividad de esta
metodología, en comparación con otras
metodologías existentes.
La investigación toma coma base diferentes
problemas de secuenciación de empresas del
sector metalmecánico, donde por de los
Sistemas inmunes se mejora la programación
de un pedido, lograndomejorar el tiempo
total de proceso en un 37,73% y en
consecuencia su tiempo total de ocio.
Palabras claves: Sistemas Inmunes, Job
Shop, Makespan, Idle.
1. INTRODUCCIÓN
Los sistemas de producción Job shop, pueden
ser considerados como un sistema de trabajo

de M máquinas de forma lineal, en el cual
todos los trabajos deben pasar por la misma
máquina. En estos sistemas, el objetivo
fundamentalde los mismos es organizar y
planear un conjunto de tareas en una serie de
máquinas con restricciones [1], presentando
una alta complejidad en la asignación de sus
operaciones [2]. Si bien en la solución de esta
clase de problemas se han desarrollado una
gran variedad de técnicas, es importante
resaltar que las mismas son muy poco
efectivas cuando el numero máquinas y de
pedidos es muyalto [3].
Dado que los tiempos de ejecución pueden
variar en cada una de las estaciones, la
secuenciación de la producción en estos
ambientes, debe encontrar una secuencia
óptima de fabricación la cual optimice los
objetivos fundamentales en estos sistemas de
producción como: Inexistencia de tiempos
muertos de fabricación, reducción de tiempo
de cambio, ajuste de las máquinas, anulaciónde retrasos, tiempos de proceso de cada
máquina, programación de recursos humanos
y materiales, entre otros aspectos. [4]
Para la solución de los anteriores problemas
de programación de la producción, en
ambientes de fabricación flexibles, existen
una serie de técnicas tradicionales, las cuales
presentan resultados poco eficientes. Sin

embargo, la inteligencia artificial, permitenemplear otra seria de técnicas en la solución
de esta clase de problemas como: Algoritmos
genéticos, sistemas expertos, agentes
inteligentes, minería de datos, algoritmos
aleatorios, búsqueda tabú, técnicas de
recocido simulado, partículas inteligentes y
sistemas inmunes entre otras.
Si bien, con las anteriores técnicas es factible
encontrar muy buenas soluciones, es
importante resaltar quelas mismas solo
pueden ser consideradas como técnicas de
aproximación, con soluciones muy cercanas
al óptimo, en tiempos de cómputo razonable
ó aceptables [5].
Tomando como referencia algunos autores
[1], un modelo de producción Job shop,
puede ser modelado matemáticamente
mediante la siguiente ecuación:

Fitnessmakespan


 N M
= Min ∑∑ TJ ,K BJ ,K 

 J =1 K =1

Ecuación (1)En la ecuación anterior, N representa el
número de pedidos, M representa el numero
de centros de trabajo, Tj,k representa el tiempo
de proceso del pedido J en el centro de
trabajo K. La variable Bj,k es una variable
binaria {0,1}, la cual determina si el pedido J
es procesado en un centro de trabajo K.
Específicamente, los sistemas inmunes
presentan una serie de características como:...