Enrutamiento y secuenciación óptimos en un flexible job shop multiobjetivo mediante algoritmos genéticos

Autores/as

  • Guillermo Tejada Muñoz Universidad Nacional Mayor de San Marcos

DOI:

https://doi.org/10.15381/idata.v19i2.12846

Palabras clave:

Flexible Job Shop Scheduling Problem, Algoritmos Genéticos, Makespan, Máximo Workload, Total Workload.

Resumen

El artículo propone, un algoritmo genético para solucionar óptimamente el problema de la programación de tareas en un sistema de producción Flexible Job Shop Scheduling (FJSS) multiobjetivo, actualmente de interés por muchos investigadores, porque es un problema de optimización combinatoria de complejidad NP-hard, y porque una solución óptima redunda en un aumento en la producción. Se divide el problema, en el subproblema de enrutamiento, en donde se asigna, a cada operación de los Jobs, una de las máquinas más óptima (desde un conjunto disponible) minimizando el Máximo Workload, y Total Workload, y el subproblema de secuenciación, en donde es encontrado el orden óptimo de ejecución de las operaciones (distribuidas en cada máquina) minimizando el Makespan. El algoritmo es codificado en lenguaje M de Matlab, su desempeño es puesto a prueba, solucionando complejos problemas, y los resultados se comparan con los obtenidos por otros investigadores.

Biografía del autor/a

  • Guillermo Tejada Muñoz, Universidad Nacional Mayor de San Marcos
    Master Ingeniería Electrónica, Docente principal en la FIE-UNMSM, posgraduando de doctorado en la FII-UNMSM

Descargas

Publicado

2016-12-23

Número

Sección

Sistemas e Informática

Cómo citar

Enrutamiento y secuenciación óptimos en un flexible job shop multiobjetivo mediante algoritmos genéticos. (2016). Industrial Data, 19(2), 124-133. https://doi.org/10.15381/idata.v19i2.12846