Publicación:
UN ALGORITMO GENÉTICO HÍBRIDO Y UN ENFRIAMIENTO SIMULADO PARA SOLUCIONAR EL PROBLEMA DE PROGRAMACIÓN DE PEDIDOS JOB SHOP (A HYBRID GENETIC ALGORITHM AND A SIMULATED ANNEALING FOR SOLVING THE JOB SHOP SCHEDULING PROBLEM)

dc.contributor.authorMeisel, José Davidspa
dc.contributor.authorPrado, Liliana Katherinespa
dc.date.accessioned2013-10-02 00:00:00
dc.date.accessioned2022-06-17T20:16:29Z
dc.date.available2013-10-02 00:00:00
dc.date.available2022-06-17T20:16:29Z
dc.date.issued2013-10-02
dc.description.abstractLa programación de pedidos para el problema de producción Job Shop(JSP), catalogado como NP-Hard, ha constituido un reto para la comunidad científica, debido a que alcanzar una solución óptima a este problemase dificulta en la medida que crece en número de máquinas y trabajos. Numerosas técnicas, entre ellas las metaheurísticas, se han empleadopara su solución, sin embargo, su eficiencia, en cuanto a tiempo computacional, no ha sido muy satisfactoria. Por lo anterior y para contribuir a la soluciónde este problema, se planteó el uso de unenfriamiento simulado propuesto (ESP) y de un algoritmo genético mejorado (AGM). Para el AGM se implementó una estrategia de enfriamiento simulado en la fase de mutación, que permite al algoritmo intensificar y diversificar las soluciones al mismo tiempo, con el fin de que no converja prematuramente a un óptimo local. Los resultados mostraron que los algoritmos propuestos arrojan buenos resultados, con desviaciones alrededor de los mejore svalores encontrados que no superan el 5 % para los problemas más complejos.spa
dc.description.abstractLa programación de pedidos para el problema de producción Job Shop(JSP), catalogado como NP-Hard, ha constituido un reto para la comunidad científica, debido a que alcanzar una solución óptima a este problemase dificulta en la medida que crece en número de máquinas y trabajos. Numerosas técnicas, entre ellas las metaheurísticas, se han empleadopara su solución, sin embargo, su eficiencia, en cuanto a tiempo computacional, no ha sido muy satisfactoria. Por lo anterior y para contribuir a la soluciónde este problema, se planteó el uso de unenfriamiento simulado propuesto (ESP) y de un algoritmo genético mejorado (AGM). Para el AGM se implementó una estrategia de enfriamiento simulado en la fase de mutación, que permite al algoritmo intensificar y diversificar las soluciones al mismo tiempo, con el fin de que no converja prematuramente a un óptimo local. Los resultados mostraron que los algoritmos propuestos arrojan buenos resultados, con desviaciones alrededor de los mejore svalores encontrados que no superan el 5 % para los problemas más complejos.eng
dc.format.mimetypeapplication/pdfeng
dc.identifier.eissn2463-0950
dc.identifier.issn1794-1237
dc.identifier.urihttps://repository.eia.edu.co/handle/11190/4732
dc.identifier.urlhttps://revistas.eia.edu.co/index.php/reveia/article/view/231
dc.language.isoengeng
dc.publisherFondo Editorial EIA - Universidad EIAspa
dc.relation.bitstreamhttps://revistas.eia.edu.co/index.php/reveia/article/download/231/227
dc.relation.citationeditionNúm. 13 , Año 2010spa
dc.relation.citationendpage51
dc.relation.citationissue13spa
dc.relation.citationstartpage39
dc.relation.citationvolume7spa
dc.relation.ispartofjournalRevista EIAspa
dc.rightsRevista EIA - 2013eng
dc.rights.accessrightsinfo:eu-repo/semantics/openAccesseng
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2eng
dc.rights.creativecommonsEsta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.eng
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0eng
dc.sourcehttps://revistas.eia.edu.co/index.php/reveia/article/view/231eng
dc.subjectJob Shopeng
dc.subjectalgoritmo genéticoeng
dc.subjectenfriamiento simuladoeng
dc.subjectadministración de operacioneseng
dc.subjectoptimización combinatorialeng
dc.subjectgenetic algorithmeng
dc.subjectsimulated annealingeng
dc.subjectoperations managementeng
dc.subjectcombinatorial optimizationeng
dc.titleUN ALGORITMO GENÉTICO HÍBRIDO Y UN ENFRIAMIENTO SIMULADO PARA SOLUCIONAR EL PROBLEMA DE PROGRAMACIÓN DE PEDIDOS JOB SHOP (A HYBRID GENETIC ALGORITHM AND A SIMULATED ANNEALING FOR SOLVING THE JOB SHOP SCHEDULING PROBLEM)spa
dc.title.translatedUN ALGORITMO GENÉTICO HÍBRIDO Y UN ENFRIAMIENTO SIMULADO PARA SOLUCIONAR EL PROBLEMA DE PROGRAMACIÓN DE PEDIDOS JOB SHOP (A HYBRID GENETIC ALGORITHM AND A SIMULATED ANNEALING FOR SOLVING THE JOB SHOP SCHEDULING PROBLEM)eng
dc.typeArtículo de revistaspa
dc.typeJournal articleeng
dc.type.coarhttp://purl.org/coar/resource_type/c_6501eng
dc.type.coarhttp://purl.org/coar/resource_type/c_6501eng
dc.type.coarversionhttp://purl.org/coar/version/c_970fb48d4fbd8a85eng
dc.type.contentTexteng
dc.type.driverinfo:eu-repo/semantics/articleeng
dc.type.redcolhttp://purl.org/redcol/resource_type/ARTREFeng
dc.type.versioninfo:eu-repo/semantics/publishedVersioneng
dspace.entity.typePublication
Archivos