Please use this identifier to cite or link to this item: http://repository.eia.edu.co/handle/11190/108
Full metadata record
DC FieldValueLanguage
dc.creatorCoca-Ortegón, G. A. (Germán Augusto)-
dc.creatorCastrillón, Omar Danilo-
dc.creatorRuiz-Herrera, S. (Santiago)-
dc.date.accessioned2013-10-29T15:46:39Z-
dc.date.available2013-10-29T15:46:39Z-
dc.date.created2013-06-
dc.date.issued2013-10-29-
dc.date.submitted2012-12-12-
dc.identifier.issnISSN 17941237-
dc.identifier.urihttp://hdl.handle.net/11190/108-
dc.descriptionEn este artículo se presenta una metodología que pretende minimizar de forma simultánea, en un ambiente de producción tipo “job shop” correspondiente a una empresa metalmecánica, las siguientes variables: tiempo de proceso, costo de mano de obra directa y, asimismo la fracción defectuosa generada por la fatiga del operario. Con este propósito se fusionan elementos de los algoritmos genéticos Vega y Moga, desarrollando para el efecto las siguientes etapas: generar la población inicial, conformar la nueva población, realizar análisis de varianza y por último, comparar con un método híbrido entre sumas ponderadas y algoritmos genéticos. De acuerdo con lo anterior, al evaluar el individuo de menor tiempo de proceso proveniente de la metodología basada en los algoritmos Vega y Moga, respecto al individuo de menor tiempo de desarrollo proveniente del método híbrido entre sumas ponderadas y algoritmos genéticos, se encuentra que el primero supera en desempeño al segundo así: en cuanto a la variable tiempo de proceso (en horas) en 27,86%; en cuanto a la variable tiempo de proceso (en semanas) en 1,25%; en cuanto a la variable costo de mano de obra directa (MOD) en 6,73% y, en cuanto a la variable fracción defectuosa en 25,85%.spa
dc.description.abstractThis paper presents a methodology that aims to minimize simultaneously, in a “Jo b Shop” production system the following variables: process time (makespan time), cost of direct labor and also the fraction defective generated by operator fatigue. For this purpose, are taken and fused elements of genetic algorithms Vega and Moga, through the following steps: generating the initial population, form the new population, obtaining the appropriate analysis of variance and finally compared with a hybrid method of weighted sums and genetic algorithms. According to the above, when evaluating the solution faster processing time corresponding to the method based on algorithms Vega and Moga, respect to the solution faster processing time calculated from the method based on weighted sums and genetic algorithms, states that the first one exceeds the second performance as: for process time variable (in hours) at 27.86%, for variable in process time (in weeks) at 1.25%, in terms of the variable cost of direct labor in 6.73% and, as to the variable defective fraction in 25.85%.spa
dc.format.extent17 p.spa
dc.format.mimetypeapplication/pdfspa
dc.language.isospaspa
dc.relation.ispartofRevista EIA-
dc.rightsDerechos Reservados - Universidad EIA, 2020spa
dc.rights.urihttps://creativecommons.org/licenses/by-nc/4.0/spa
dc.subject.lcshREI00214spa
dc.titleMetodología basada en los algoritmos Vega y Moga para solucionar un problema multiobjetivo en un sistema de producción job shopspa
dc.title.alternativeMetodologia baseada nos algoritmos Vega e Moga para resolver um problema multiobjetivo em um sistema de produção job shop-
dc.title.alternativeMethodology based on the algorithms Vega and Moga to solve a multiobjective problem in a system of production job shopspa
dc.typeArticlespa
dc.creator.emailpfgeco@eia.edu.cospa
dc.creator.emailodcastrillong@unal.edu.cospa
dc.creator.emailsruizhe@unal.edu.cospa
dc.date.accepted2013-05-16-
dc.publisher.editorFondo Editorial EIAspa
dc.relation.referencesAnandaraman, C. (2011). “An improved sheep flock heredity algorithm for job shop scheduling and flow shop scheduling problems”. International Journal of Industrial Engineering Computations, vol. 2, pp. 749-764.spa
dc.relation.referencesAkhshabi, M. and Khalatbari, J. (2011). “Solving flexible job-shop scheduling problem using clonal selection algorithm”. Indian Journal of Science & Technology, vol. 4, pp. 1248-1251.spa
dc.relation.referencesBhongade, A. S. y Khodke, P. M. (2011). “Heuristics for production scheduling problem with machining and assembly operations”. International Journal of Industrial Engineering Computations, vol 3, pp. 185-198.spa
dc.rights.licenseEl autor de la obra, actuando en nombre propio, hace entrega del ejemplar respectivo y de sus anexos en formato digital o electrónico y autoriza a la ESCUELA DE INGENIERIA DE ANTIOQUIA, para que en los términos establecidos en la Ley 23 de 1982, Ley 44 de 1993, Decisión andina 351 de 1993, Decreto 460 de 1995, y demás normas generales sobre la materia, utilice y use por cualquier medio conocido o por conocer, los derechos patrimoniales de reproducción, comunicación pública, transformación y distribución de la obra objeto del presente documento. PARÁGRAFO: La presente autorización se hace extensiva no sólo a las dependencias y derechos de uso sobre la obra en formato o soporte material, sino también para formato virtual, electrónico, digital, y en red, internet, extranet, intranet, etc., y en general en cualquier formato conocido o por conocer. EL AUTOR, manifiesta que la obra objeto de la presente autorización es original y la realiza sin violar o usurpar derechos de autor de terceros, por lo tanto la obra es de exclusiva autoría y tiene la titularidad sobre la misma. PARÁGRAFO: En caso de presentarse cualquier reclamación o acción por parte de un tercero en cuanto a los derechos de autor sobre la obra en cuestión, EL AUTOR, asumirá toda la responsabilidad, y saldrá en defensa de los derechos aquí autorizados; para todos los efectos la ESCUELA DE INGENIERÍA DE ANTIOQUIA actúa como un tercero de buena fe.spa
dc.subject.eiaORGANIZACIÓN E INDUSTRIAspa
dc.subject.eiaORGANIZATION AND INDUSTRYspa
dc.subject.eurovocCOSTO DE LA MANO DE OBRAspa
dc.subject.eurovocLABOUR COSTspa
dc.subject.keywordsMULTIOBJETIVOspa
dc.subject.keywordsTIEMPO DE PROCESAMIENTOspa
dc.subject.keywordsCOSTOS DE MANO DE OBRA DIRECTAspa
dc.subject.keywordsVEGAspa
dc.subject.keywordsMOGAspa
dc.subject.keywordsMULTIOBJECTIVEspa
dc.subject.keywordsJOB SHOPspa
dc.subject.keywordsMAKESPAN TIMEspa
dc.subject.keywordsCOST OF DIRECT LABORspa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.creativecommonsAtribución-NoComercialspa
dc.identifier.bibliographiccitationCoca Ortegón, G. A., Castrillón Gómez, O. D., y Ruiz Herrera, S. (2013). Metodología basada en los algoritmos Vega y Moga para solucionar un problema multiobjetivo en un sistema de producción job shop, Revista EIA, 10 (19), 175-191. doi: http://hdl.handle.net/11190/108spa
Appears in Collections:Revista EIA

Files in This Item:
File Description SizeFormat 
REI00214.pdf774.28 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.