UN ALGORITMO EVOLUTIVO PARA LA OPTIMIZACIÓN DE UN PROCESO DE SECUENCIACION EN UN AMBIENTE PRODUCCIÓN JOB SHOP
|
|
- Belén Margarita Ferreyra Segura
- hace 6 años
- Vistas:
Transcripción
1 UN ALGORITO EVOLUTIVO PARA LA OPTIIZACIÓN DE UN PROCESO DE SECUENCIACION EN UN ABIENTE PRODUCCIÓN JOB SHOP Omar D. Castrillón. anizales, Caldas 0017, Colombia. Jaime Alberto Giraldo anizales, Caldas 0017, Colombia. William Ariel Sarache C anizales, Caldas 0017, Colombia. wasarachec@unal.edu.co RESUEN El objetivo del presente trabajo es disminuir el tiempo de proceso (akespan) 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 Algoritmos Evolutivos. Este trabajo se desarrolla en dos fases: En la primera, se aborda la identificación y definición de una metodología para los procesos de secuenciación en ambientes Job Shop. En la segunda etapa, se demuestra la efectividad de esta metodología, en comparación con la solución óptima del problema. La investigación propuesta se desarrolla en distintas empresas del sector metalmecánico, donde por de los Algoritmos Evolutivos se mejora la programación de un pedido, logrando disminuir considerablemente su tiempo total de proceso y en consecuencia su tiempo total de ocio. Palabras claves: Job Shop Scheduling, Open shop, Fitness, akespan, Idle, algoritmos evolutivos. obtener resultados óptimos [1]. En la actualidad, las diferentes investigaciones y estudios, para resolver esta clase de problemas, se centran en la aplicación de métodos de inteligencia artificial con el fin de generar soluciones factibles y adecuadas a estos problemas de secuenciación de operaciones, para resolver una problemática bastante compleja; implícita en la secuenciación de la producción en ambientes Job Shop. Encontrar una solución óptima, con los métodos analíticos tradicionales, es un proceso bastante complejo [2]. Por lo cual, las nuevas técnicas emergentes, como los algoritmos evolutivos representan una gran alternativa para dar mejores soluciones a este tipo de problemas de secuenciación de la producción. Estas nuevas técnicas, permiten obtener mejores criterios de optimización, con diferencias notorias, en las variables objeto de estudio: Tiempo de proceso, tiempo muerto y porcentaje de utilización de las máquinas. La metodología propuesta, en este trabajo 1, fue probada en diferentes problemas de secuenciación 1. INTRODUCCION Dentro de los problemas de satisfacción de restricciones, se encuentran los problemas de Scheduling, clasificados como NP-hard. Así resolver esta clase de problemas implica la utilización de técnicas avanzadas que permitan 1 Este trabajo se deriva de la participación de sus autores en el proyecto de investigación financiado por La Vicerrectoria de Investigaciones de la Universidad Nacional de Colombia, titulado Secuenciación de la producción por medio de Algoritmos Evolutivos. Aplicación en ambientes Job Shop.
2 JSSP NX (Open Shop) 2 [3] de diferentes empresas, con un determinado número de maquinas, pedidos y tiempo de procesos para cada pedido en cada máquina. En los diferentes casos estudiados, con esta metodología, fue posible encontrar las mejores soluciones; muy cercanas a la solución óptima. Igualmente, es importante resaltar que, aunque esta metodología es aplicada en procesos de secuenciación de la producción; con metodologías similares ha sido posible solucionar una gran variedad de problemas de logística como: programación JSSP [4] y flexible de talleres [5], programación de rutas de vehículos en empresas de transporte [1], celdas de manufactura [6], Programación multiobjetivo [7], plantas de entornos cambiantes [8] entre otras [9,10]. 2. ETODOLOGÍA Paso 1 Representación: Inicialmente, un problema JSSP NX (Open Shop) debe ser representado por medio de una estructura bidimensional [11, 12, 13]. Como la ilustrada en la Tabla 1. Tabla 1. Estructura problema JSSP NX. C 1.. C m Ped 1 Ped 2 Ped n Donde, C i representa la máquina i, Ped j el pedidos J y es el tiempo de proceso del pedido i en la máquina J. Paso 2. Codificación: Se deben generar varias soluciones, las cuales deben ser representadas en forma de cromosomas. En estos cromosomas cada gen representa el orden en que un pedido debe ser atendido por cada una de las diferentes máquinas. De forma similar los alelos de cada gen, representan el número del pedido. (Figura 1). 2 En estos ambientes de trabajo, cada uno de los N trabajos debe pasar por cada una de las máquinas sin importar el orden Gen Figura 1. Representación de una solución La anterior diagramación, facilita la representación de las diferentes soluciones por medio de vectores unidimensionales, aspecto que facilita su programación computacional. Paso 3. Evolución: Tomando como referencia un conjunto de varias soluciones iníciales, el algoritmo genético mediante los procesos de combinación genética 97% y/o mutación genética 3%, genera nuevas soluciones a partir de las soluciones existentes. Este proceso se repite durante un determinado número de veces. Paso 3. Gantt: Para cada una de las soluciones encontradas, se debe construir un diagrama de Gantt, el cual establezca el orden de los procesos en el tiempo. La construcción del anterior diagrama, permite establecer el valor de las variables objeto de estudio: Tiempo total de proceso ó makespan (Ecuación 1), tiempo total muerto o idle (Ecuación 2), porcentaje de utilización de las máquinas (Ecuación 3). El valor de estas variables será la base para establecer los nuevos padres de las próximas generaciones. akespan = Idle = in Utilizacion m j= 1 in f j N Cromosoma i= 1 j= 1 P ij Alelo ( akespan* Idle) *100 akespan* ( 1 ) ( 2) = ( 3 ) El objetivo fundamental, es minimizar las dos primeras funciones Fiteness. Donde N, representa el número de trabajos., representa el número de máquinas, P ij es el tiempo de procesamiento del trabajo i, en la máquina j y f j, es el tiempo total ocio de la maquina j.
3 Paso 4. Optimo: Finalmente, con el fin de establecer la efectividad de las soluciones encontradas, se calcula la mejor solución del problema analizado. Dado que no en todos los casos es posible calcular la solución óptima, se puede estimar un tiempo de proceso optimo, si se supone que el tiempo óptimo nunca es inferior al tiempo de proceso de un centro de trabajo, en el cual el tiempo muerto es igual a cero. 3. EXPERIENTACION Si bien, en el problema original, un producto X (de una empresa metalmecánica) debe pasar por diferentes centros de trabajo sin importar el orden, con el fin analizar la efectividad de la metodología propuesta, esta experimentación se realizó con base en un problema de carácter general, basado 15 centros de trabajos y 12 pedidos, lo cual en un problema Job Shop 12x15 del tipo Open Shop, representa aproximadamente 2.5* formas diferentes de solucionar el problema. (N! ). figuras 3 y 4 ilustran el mejor y el peor diagrama de Gantt encontrado, respectivamente. Nro. Solución Tabla 3. ejores soluciones encontradas. akespan Idle % Utilización de las máquinas % 98.5% % 97.7% % Aproximación respecto al óptimo estimado % 97.05% % 96.35% % 94.96% Promedio % 96.91% Tabla 2. Problema JSSP 12X15 objeto de estudio. 2.5* Posibilidades. P 1 P 2 P 3 P 4 P 5 P 6 P 7 P 8 P 9 P 10 P 11 P 12 C C C C C C C C C C C C C C C RESULTADOS Y DISCUSIONES Pasos 1-4: Los resultados de estos pasos, respecto a las variables tiempo total de proceso y tiempo total muerto son ilustrados en la tabla 3. Igualmente las Figura 3. ejor solución encontrada. akespan = 134. Idle = 913. En la figura 3, se puede observar que el Procesador 1, presenta un tiempo de proceso de 134 unidades, con dos unidades de tiempo muerto, en consecuencia el tiempo de proceso óptimo, no es inferior a 132. Sobre este último valor se estima la aproximación de las soluciones encontradas. Igualmente es importante resaltar que dado que el tiempo muerto (Idle) es una consecuencia directa del tiempo total de proceso (akespan) no se hace necesario calcular mas valores adiciones sobre el tiempo total muerto (Idle).
4 Revista Iberoamericana de Inteligencia Artificial. Vol. 20, 2003, pp [2] A. anikas, C. Yih-Long. ulti-criteria sequence-dependent job shop scheduling using genetic algorithms. Computers & Industrial Engineering. Vol. 56, 2009, pp [3] O. Castrillon, J. Giraldo, W. Sarache. Técnicas inteligentes y estocásticas en Scheduling. Un enfoque en la producción y las operaciones. Bogotá: Universidad Nacional de Colombia, Figura 4. Peor solución encontrada. akespan = 177. Idle = Finalmente, la figura 4 muestra la peor solución encontrada por el algoritmo genético. Esta solución presenta una aproximación respecto a la solución óptima del 74.57%. 5. CONCLUSIONES Como se ilustra a lo largo de este documento, los algoritmos evolutivos constituyen una excelente técnica en la solución de un problema Job Shop. El empleo de los mismos permite encontrar soluciones cercanas al optimo en un 96.91% respecto a la variables tiempo total de proceso. Igualmente, el porcentaje promedio de utilización de las máquinas fué del 53.69%. Finalmente, es importante resaltar que el cálculo de las variables tiempo total de proceso, debe estar ligada a una función de costo, lo cual transforma el problema en un análisis multiobjetivo. 6. AGRADECIIENTOS Se agrade la colaboración a todos los miembros del Grupo de Innovación y Desarrollo Tecnológico de la Universidad Nacional de Colombia sede anizales. 7. REFERENCIAS [1] R. Camino, L. Vela, J. Puente et al. Evolutionary Computation for CSP s. Inteligencia Artificial, [4] C. Pei-Chann, C. Shih-Hsin, F. Chin-Yuan et al. Genetic algorithm integrated with artificial chromos for multi-objective flowshop scheduling problems. Applied athematics and Computation. Vol. 205, 2008, pp [5] A. Correa, E. Rodriguez,. Velasquez. Scheduling for shop settings types to flexible Job Shop: State of the art.revista Avances en Sistemas e Informática. Vol. 5, No. 3, 2008, pp [6]E. Delgado, C. Cortez, O. Duarte. Aplicación de algoritmos genéticos para la programación de tareas en una celda manufactura. Ingeniería e Investigación. Vol. 25, No. 2, 2005, pp [7] T. Joc Cing T, H. Nhu Binh. Evolving dispatching rules using genetic programming for solving multi-objective flexible job-shop problems. Computers & Industrial Engineering. Vol. 54, 2008, pp [8] E. Álvarez, F. Zubillaga. Programación de operaciones en planta en entornos cambiantes. V Congreso de ingeniería de la Organización. 2003, pp [9] G. Zobolas, C. arantilis G. Ioannou. inimizing makespan in permutation flow shop scheduling problems using a hybrid metaheuristic algorithm. Computers & Operations Research. Vol. 36, 2009, pp [10] C. Jin Young, K. Sung-Seok. Simulation-based two-phase genetic algorithm for the capacitated reentrant
5 line scheduling problem. Computers & Industrial Engineering. Vol 57, No. 3, 2009, pp [11] G. L. Thompson, J. F. uth. Industrial scheduling, Englewood Cliffs, NJ: Prentice Hall [12] D. A. Koonce. Using data mining to find patterns in genetic algorithm solutions to a job Shob schedule. Computer & Industrial Engineering. Vol. 38, 2008, pp [13] O. Castrillon, W. Sarache, J. Giraldo J. Análisis de un problema Job Shop por medio de un Sistema Experto y un Agente Inteligente. 3 rd International Conference on Industrial Engineering and Industrial anagement XIII Congreso de Ingeniería de Organización. Barcelona-Terrassa,
METODOLOGÍA MULTIOBJETIVO PARA PROGRAMAR LA PRODUCCIÓN EN UN AMBIENTE JOB SHOP: OPEN SHOP
METODOLOGÍA MULTIOBJETIVO PARA PROGRAMAR LA PRODUCCIÓN EN UN AMBIENTE JOB SHOP: OPEN SHOP Santiago Ruiz Herrera Ingeniería Industrial, Universidad Nacional de Colombia Manizales, Caldas 0017, Colombia.
Más detallesAnálisis de un problema Job Shop por medio de un Sistema Experto y un Agente Inteligente
3rd International Conference on Industrial Engineering and Industrial Management XIII Congreso de Ingeniería de Organización Barcelona-Terrassa, September 2nd-4th 2009 Análisis de un problema Job Shop
Más detallesAplicación de un Algoritmo Evolutivo en la Solución de Problemas Job Shop-Open Shop
Aplicación Información de Tecnológica un Algoritmo Evolutivo en la Solución de Problemas Job Vol. 22(1), 83-92 (2011) doi: 10.4067/S0718-07642011000100011 Aplicación de un Algoritmo Evolutivo en la Solución
Más detallesSecuenciación en ambientes job shop por medio de agentes inteligentes y mineria de datos
II International Conference on Industrial Engineering and Industrial Management XII Congreso de Ingeniería de Organización September 3-5, 2008, Burgos, Spain Secuenciación en ambientes job shop por medio
Más detallesSon una clase particular de los algoritmos evolutivos.
Algoritmos Genéticos (AGs) Los AGs son técnicas de resolución para problemas de Búsqueda Optimización Aprendizaje en máquinas Son una clase particular de los algoritmos evolutivos. Los AGs intentan resolver
Más detallesUNIVERSIDAD AUTÓNOMA DE BAJA CALIFORNIA SUR. Ingeniería Aplicada TEÓRICA SERIACIÓN 100% DE OPTATIVAS DISCIPLINARIAS
UNIVERSIDAD AUTÓNOMA DE BAJA CALIFORNIA SUR DEPARTAMENTO ACADÉMICO DE SIS COMPUTACIONALES INGENIERÍA EN TECNOLOGÍA COMPUTACIONAL ASIGNATURA Algoritmo Genéticos ÁREA DE Ingeniería Aplicada CONOCIMIENTO
Más detallesSELECCION AUTOMATICA DE ALGORITMO DE ASIGNACION PARA GENERAR CODIGO PARALELO EFICIENTE
CONICYT: Repositorio Institucional: Ficha de Iniciativa de CIT (Ciencia, Tecnología e Innovación) 1 FONDECYT-REGULAR - 2000-1000074 SELECCION AUTOMATICA DE ALGORITMO DE ASIGNACION PARA GENERAR CODIGO PARALELO
Más detallesIntensificación en "Lenguajes e Inteligencia Artificial"
Ingeniería Informática - ETS Informática Métodos y Técnicas Informáticas específicas. Comportamientos humanos que se quieren simular/emular: IA: Vertiente "cognitiva" : Razonamiento, Intelecto,. RF: Vertiente
Más detallesGUÍA DOCENTE Computación Neuronal y Evolutiva. Grado en Ingeniería Informática
GUÍA DOCENTE 2016-2017 Computación Neuronal y Evolutiva 1. Denominación de la asignatura: Computación Neuronal y Evolutiva Titulación Grado en Ingeniería Informática Código 6382 Grado en Ingeniería Informática
Más detallesFlow-Shop Dinámico. Por: Juan Carlos Rivera Samuel De Greiff
Flow-Shop Dinámico Por: Juan Carlos Rivera Samuel De Greiff 1 Configuración tipo Flow- Shop Disposición lineal de los equipos. Productos con altos niveles de estandarización. Varios productos en volúmenes
Más detallesUn algoritmo genético para el problema de Job Shop Flexible
Ingeniare. Revista chilena de ingeniería, vol. 19 Nº 1, 2011, pp. 53-61 Un algoritmo genético para el problema de Job Shop Flexible A genetic algorithm for the Flexible Job Shop problem Rosa Medina Durán
Más detallesUn modelo híbrido de inteligencia computacional para resolver el problema de Job Shop Scheduling
Un modelo híbrido de inteligencia computacional para resolver el problema de Job Shop Scheduling Jacob Meneses Angel, Marcela Rivera Martínez, Luis René Marcial Castillo, Sandoval Solís Lourdes Benemérita
Más detallesCAPITULO III. Determinación de Rutas de Entregas
CAPITULO III Determinación de Rutas de Entregas Un importante aspecto en la logística de la cadena de abastecimiento (supply chain), es el movimiento eficiente de sus productos desde un lugar a otro. El
Más detallesALGORITMOS GENÉTICOS PARA LA RESOLUCIÓN DE PROBLEMAS PRÁCTICOS DE SCHEDULING
ALGORITMOS GENÉTICOS PARA LA RESOLUCIÓN DE PROBLEMAS PRÁCTICOS DE SCHEDULING Alberto Cortés, Víctor Jacobo, Lázaro Morales, Armando Ortiz Unidad de Investigación y Asistencia Técnica en Materiales, Universidad
Más detallesAlgoritmos Genéticos. Introducción a la Robótica Inteligente. Álvaro Gutiérrez 20 de abril de
Algoritmos Genéticos Introducción a la Robótica Inteligente Álvaro Gutiérrez 20 de abril de 2016 aguti@etsit.upm.es www.robolabo.etsit.upm.es Índice 1 Introducción 2 Algoritmos Genéticos 3 Algunos Fundamentos
Más detallesINSTITUTO POLITÉCNICO NACIONAL SECRETARÍA ACADÉMICA DIRECCIÓN DE ESTUDIOS PROFESIONALES EN INGENIERÍA Y CIENCIAS FÍSICO MATEMÁTICAS
ESCUELA: UNIDAD PROFESIONAL INTERDISCIPLINARIA DE INGENIERÍA Y CIENCIAS SOCIALES Y ADMINISTRATIVAS. CARRERA: INGENIERÍA EN INFORMÁTICA. ACADEMIAS: INVESTIGACIÓN DE OPERACIONES. COORDINACIÓN: DEPARTAMENTO
Más detallesmetodología selectiva de dinámica poblacional para optimizar un ambiente multiobjetivo de producción job shop
Revista de Matemática: Teoría y Aplicaciones 2015 22(1) : 113 134 cimpa ucr issn: 1409-2433 (Print), 2215-3373 (Online) metodología selectiva de dinámica poblacional para optimizar un ambiente multiobjetivo
Más detallesAplicación de la heuristica de CDS en la secuenciación de n tareas en m máquinas: un caso de estudio
Scientia et Technica Año XVII, No 52, Diciembre de 2012. Universidad Tecnológica de Pereira. ISSN 0122-1701 183 Aplicación de la heuristica de CDS en la secuenciación de n tareas en m máquinas: un caso
Más detallesIntroducción a las RdP. Optimización basada en redes de Petri. Redes de Petri. Son objeto de estudio: RdP. Ejemplos:
Seminario sobre toma de decisiones en logística y cadenas de suministro Introducción a las RdP Optimización basada en redes de Petri https://belenus.unirioja.es/~emjimene/optimizacion/transparencias.pdf
Más detallesINSTITUTO POLITÉCNICO NACIONAL SECRETARÍA ACADÉMICA DIRECCIÓN DE ESTUDIOS PROFESIONALES EN INGENIERÍA Y CIENCIAS FÍSICO MATEMÁTICAS
ESCUELA: UNIDAD PROFESIONAL INTERDISCIPLINARIA DE INGENIERÍA Y CIENCIAS SOCIALES Y ADMINISTRATIVAS CARRERA: CIENCIAS DE LA INFORMÁTICA LÍNEA CURRICULAR: COORDINACIÓN: DEPTO. DE CIENCIAS DE LA INGENIERÍA.
Más detallesALGORITMOS GENÉTICOS: ALGUNOS RESULTADOS DE CONVERGENCIA
Mosaicos Matemáticos No. 11 Diciembre, 23. Nivel Superior ALGORITMOS GENÉTICOS: ALGUNOS RESULTADOS DE CONVERGENCIA Mario Alberto Villalobos Arias Departamento de Matemáticas Centro de Investigación y de
Más detallesEspecialidades en GII-TI
Especialidades en GII-TI José Luis Ruiz Reina (coordinador) Escuela Técnica Superior de Ingeniería Informática Mayo 2014 Qué especialidades tiene la Ingeniería Informática? Según las asociaciones científicas
Más detallesUNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD DE CIENCIAS PROGRAMA DE MATEMÁTICAS PLAN DE ESTUDIOS
UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD DE CIENCIAS PROGRAMA DE MATEMÁTICAS PLAN DE ESTUDIOS ASIGNATURA : ELECTIVA I - PROGRAMACION CÓDIGO : 8104661 SEMESTRE : IV CRÉDITOS : 4 FECHA DE
Más detallesInvestigación de Operaciones (IO) Operations Research
Investigación de Operaciones (IO) Operations Research Dr. Ricardo Soto [ricardo.soto@ucv.cl] [http://www.inf.ucv.cl/ rsoto] Escuela de Ingeniería Informática Pontificia Universidad Católica de Valparaíso
Más detallesUniversidad Tec Milenio: Profesional IO04001 Investigación de Operaciones I. Tema # 9
IO04001 Investigación de Operaciones I Tema # 9 Otras aplicaciones del método simplex Objetivos de aprendizaje Al finalizar el tema serás capaz de: Distinguir y aplicar la técnica de la variable artificial.
Más detallesIngeniería en Sistemas Computacionales. Inteligencia Artificial. Ing. Bruno López Takeyas. Algoritmo Hill Climbing
Ingeniería en Sistemas Computacionales Inteligencia Artificial Ing. Bruno López Takeyas Algoritmo Hill Climbing Alumnos Ylliana Samantha Anderson Benavides 01100161 Pablo Saúl Hernández Ribota 01100230
Más detallesJhoan Sebastián Cadavid Jaramillo Ingeniero Industrial, Universidad Nacional de Colombia, jscadav0@unal.edu.co RESUMEN
PROBLEMA DE PROGRAMACIÓN DE PRODUCCIÓN ABIERTA CON CARACTERÍSTICAS DE MÁQUINAS MÓVILES DEDICADAS Y CON TIEMPOS DE PREPARACIÓN DEPENDIENTES DE LA SECUENCIA ENTRE ETAPAS Alexander Alberto Correa Espinal
Más detallesDESIGN OF A SCHEDULING METHODOLOGY FOR COST REDUCTION IN A HYBRID FLOW SHOP BY USING GENETIC ALGORITHMS. APPLICATION TO THE TEXTILE INDUSTRY
DISEÑO DE UNA METODOLOGÍA DE PROGRAMACIÓN DE PRODUCCIÓN PARA LA REDUCCIÓN DE COSTOS EN UN FLOW SHOP HÍBRIDO FLEXIBLE MEDIANTE EL USO DE ALGORITMOS GENÉTICOS. APLICACIÓN A LA INDUSTRIA TEXTIL DESIGN OF
Más detallesNombre de la asignatura: Algoritmos y Lenguajes de programación.
Nombre de la asignatura: Algoritmos y Lenguajes de programación. Créditos: 2-4- 6 Aportación al perfil Dominar la lógica necesaria para aprender lenguajes de programación de alto nivel para poder resolver
Más detallesNombre de la asignatura: Simulación. Créditos: Aportación al perfil
Nombre de la asignatura: Simulación Créditos: 2-4-6 Aportación al perfil Analizar, diseñar y gestionar sistemas productivos desde la provisión de insumos hasta la entrega de bienes y servicios, integrándolos
Más detallesElkin Rodríguez Velásquez Profesor Escuela de Ingeniería de la Organización, Universidad Nacional de Colombia, Medellín, erodrigu@unal.edu.
EVALUACIÓN DE LA METDLGÍA DE ALGRITMS GENÉTICS CN DISEÑ EXPERIMENTAL PARA PRGRAMACIÓN DE PLANTAS CN CNFIGURACIÓN PRDUCTIVA TIP JB SHP FLEXIBLE. Alexander A. Correa Espinal Profesor Escuela de Ingeniería
Más detallesProgramación de la producción en máquinas en paralelo con lotes de transferencia: un caso de estudio.
4 th International Conference on Industrial Engineering and Industrial Management XIV Congreso de Ingeniería de Organización Donostia- San Sebastián, September 8 th -10 th 2010 Programación de la producción
Más detallesConceptos de Algoritmos, Datos y Programas
Conceptos de Algoritmos, Datos y Programas Año 2015 Carreras: Lic. en Informática P2015 Lic. en Sistemas P2015 APU P2015 Año: 1 Duración: Cuatrimestral Coordinador: Ing. Armando De Giusti Profesores: Esp.
Más detallesOptimización de diseño de rutas de vehículos usando algoritmos genéticos
Revista Épsilon Nº 11: 21-29 / Julio - diciembre 2008 Optimización de diseño de rutas de vehículos usando algoritmos genéticos Fredy Alejandro Martínez Álvarez* Fecha de envio: 19 de octubre de 2007. Fecha
Más detallesMODELO JERÁRQUICO PARA EL JOB SHOP FLEXIBLE
!#"$%$$ %!& '($! *)!!#% $)$ +-,/.103254 687/9:6(;=1.1?A@50
Más detallesSistema de apoyo a procesos productivos en Pymes: Un caso de aplicación 1
Sistema de apoyo a procesos productivos en Pymes: Un caso de aplicación 1 Ricardo Contreras A., M. Angélica Pinninghoff J., Evelyn Osses L. Departamento de Ingeniería Informática y Ciencias de la Computación
Más detallesINVESTIGACIÓN OPERATIVA
FACULTAD DE INGENIERÍA Y ARQUITECTURA ESCUELA PROFESIONAL DE INGENIERÍA DE SISTEMAS INVESTIGACIÓN OPERATIVA Mg Jessica Pérez Rivera PROBLEMAS DE TRANSPORTE Y ASIGNACIÓN Las aplicaciones de la programación
Más detallesOptimización en Ingeniería
Optimización en Ingeniería Departamento de Computación CINVESTAV-IPN Av. IPN No. 2508 Col. San Pedro Zacatenco México, D.F. 07300 email: ccoello@cs.cinvestav.mx Introducción Llamamos optimización al acto
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES ACATLÁN LICENCIATURA EN MATEMÁTICAS APLICADAS Y COMPUTACIÓN
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES ACATLÁN LICENCIATURA EN MATEMÁTICAS APLICADAS Y COMPUTACIÓN ACATLÁN PROGRAMA DE ASIGNATURA CLAVE: 1409 SEMESTRE: 4 (CUARTO) MODALIDAD
Más detallesProgramación Multiobjetivo en un Sistema de Fabricación Tipo Contra Existencia (Job Shop)
Programación Información Tecnológica Multiobjetivo en un Sistema de Fabricación Tipo Contra Existencia Vol. 24(6), 79-92 (2013) doi: 10.4067/S0718-07642013000600011 Programación Multiobjetivo en un Sistema
Más detallesIntroducción a la Programación Dinámica. El Problema de la Mochila
Tema 1 Introducción a la Programación Dinámica. El Problema de la Mochila La programación dinámica no es un algoritmo. Es más bien un principio general aplicable a diversos problemas de optimización que
Más detallesINSTITUTO POLITÉCNICO NACIONAL
ESCUELA: CARRERA: COORDINACIÓN: DEPARTAMENTO: UPIICSA INGENIERÍA INDUSTRIAL TECNOLOGÍA INFORMÁTICA CIENCIAS DE LA INGENIERÍA ASIGNATURA: INFORMÁTICA APLICADA A LA INGENIERÍA CLAVE: INAP SEMESTRE: 4o. CRÉDITOS:
Más detallesMinería de datos (Algoritmos evolutivos)
Minería de datos (Algoritmos evolutivos) M. en C. Sergio Luis Pérez Pérez UAM CUAJIMALPA, MÉXICO, D. F. Trimestre 14-I. Sergio Luis Pérez (UAM CUAJIMALPA) Curso de minería de datos 1 / 23 Extracción de
Más detallesModelado del Problema de Calendarización de Recursos para la Fabricación de Compresores
Modelado del Problema de Calendarización de Recursos para la Fabricación de Compresores Martín G. Martínez-Rangel 1, Marco Antonio Cruz-Chávez 1, Damaris Galván- Montiel 1, José Crispín Zavala-Díaz 2 1
Más detallesNombre de la asignatura: Análisis y modelado de sistemas de información
Nombre de la asignatura: Análisis y modelado de sistemas de información Créditos: 3 2-5 Aportación al perfil Formular, gestionar y evaluar el desarrollo de proyectos informáticos en las organizaciones.
Más detallesProgramación de la Producción en un Sistema de Job Shop Flexible para Minimizar el Retraso Máximo
Twelfth LACCEI Latin American and Caribbean Conference for Engineering and Technology (LACCEI 2014) Excellence in Engineering To Enhance a Country s Productivity July 22-24, 2014 Guayaquil, Ecuador. Programación
Más detallesPROGRAMACION DE REDES. MODELOS DE TRANSPORTE
PROGRAMACION DE REDES. MODELOS DE TRANSPORTE El modelo de transporte o modelo de distribución es un ejemplo de un problema de optimización de redes. Se aplican para resolver ciertos tipos de problemas
Más detallesUC I. Rest. Ciclo Tipo UCR
(01) - Primer Semestre Página 1 de 8 1004 CALCULO 10 6 No B OB 0 1006 SISTEMAS DE REPRESENTACION 10 4 No B OB 0 1035 METODOS Y TECNICAS DE INVESTIGACION 3 No B EL 0 1053 INGENIERIA DE SISTEMAS 4 No B OB
Más detallesECUACIONES LINEAL Y CUADRÁTICA. GABRIEL JAIME POSADA HERNÁNDEZ Docente Departamento de Ciencias Básicas Facultad de Ingenierías
ECUACIONES LINEAL Y CUADRÁTICA GABRIEL JAIME POSADA HERNÁNDEZ Docente Departamento de Ciencias Básicas Facultad de Ingenierías Medellín, 212 515.252 P855 Posada Hernández, Gabriel Jaime Ecuaciones : lineal
Más detallesUn algoritmo evolutivo simple para el problema de asignación de tareas a procesadores
Un algoritmo evolutivo simple para el problema de asignación de tareas a procesadores Pablo Ezzatti CeCal, Facultad de Ingeniería Universidad de la República, Uruguay pezzatti@fing.edu.uy Sergio Nesmachnow
Más detallesPROGRAMA DE CURSO. Código Nombre CC5502 Geometría Computacional Nombre en Inglés Computational Geometry SCT Auxiliar. Personal
PROGRAMA DE CURSO Código Nombre CC5502 Geometría Computacional Nombre en Inglés Computational Geometry SCT es Horas de Horas Docencia Horas de Trabajo Docentes Cátedra Auxiliar Personal 6 10 3 0 7 Requisitos
Más detallesCARRERA DE INGENIERIA DE SISTEMAS
COMPUTACIÓN GRÁFICA CARRERA DE INGENIERIA DE SISTEMAS Act. Mayo 14 2013 ASIGNATURAS DE ÉNFASIS OFRECIDAS PARA LA CARRERA COMPUTACIÓN GRÁFICA 4189 Introducción a la Computación Gráfica 3 21801 Interacción
Más detallesNombre de la asignatura: Investigación de Operaciones II. Créditos: Aportación al perfil
Nombre de la asignatura: Investigación de Operaciones II Créditos: 2-2-4 Aportación al perfil Analizar, diseñar y gestionar sistemas productivos desde la provisión de insumos hasta la entrega de bienes
Más detallesAndrés A. Rojas Q. 1,2 * Paulo De Oliveira-De Jesus 1,2 * * RESUMEN
ESTUDIO DE PÉRDIDAS TÉCNICAS A TRAVÉS DE UNA TÉCNICA DE ESTIMACIÓN DE ESTADO EN SISTEMAS DE DISTRIBUCIÓN DE ENERGÍA ELÉCTRICA UTILIZANDO LOS DATOS DE FACTURACIÓN DE LOS USUARIOS Andrés A. Rojas Q. 1,2
Más detallesEs un conjunto de palabras y símbolos que permiten al usuario generar comandos e instrucciones para que la computadora los ejecute.
Los problemas que se plantean en la vida diaria suelen ser resueltos mediante el uso de la capacidad intelectual y la habilidad manual del ser humano. La utilización de la computadora en la resolución
Más detalles1. INFORMACIÓN GENERAL DEL CURSO. ESCUELA O UNIDAD: Escuela de Ciencias Básicas, Tecnologías e Ingenierías. SIGLA: ECBTI.
1. INFORMACIÓN GENERAL DEL CURSO ESCUELA O UNIDAD: Escuela de Ciencias Básicas, Tecnologías e Ingenierías. SIGLA: ECBTI. NIVEL: Pregrado CAMPO DE FORMACIÓN: CBI. Ciencias Básicas de la Ingeniería CURSO:
Más detalles4.1 CONGRUENCIA ENTRE LOS OBJETIVOS DEL PLAN DE ESTUDIOS Y EL PERFIL DE EGRESO CON LAS LGAC:
4.1 CONGRUENCIA ENTRE LOS OBJETIVOS DEL PLAN DE ESTUDIOS Y EL PERFIL DE EGRESO CON LAS LGAC: A continuación se muestran los objetivos así como los mapas funcionales según la línea de acentuación y la línea
Más detallesUna permutación eficiente para minimizar la suma de los tiempos de acabado de "n" trabajos en "m" máquinas Freddy Abarca R. fabarca@ic-itcr.ac.
Una permutación eficiente para minimizar la suma de los tiempos de acabado de "n" trabajos en "m" máquinas Freddy Abarca R. fabarca@ic-itcr.ac.cr El problema de la asignación de cargas de trabajo, a pesar
Más detallesFLOW-SHOP SIN PULMONES:
Documento Interno de Trabajo. Laboratorio de Organización Industrial. Departamento de Organización de Empresas Presentado: I Workshop de Ingeniería de Organización. Bilbao, 21-22 de Septiembre de 2000.
Más detallesNuevas Tendencias y Retos en Métodos Heurísticos para Problemas de Scheduling
Nuevas Tendencias y Retos en Métodos Heurísticos para Problemas de Scheduling Ramiro Varela Grupo de Tecnologías de la Computación. Departamento de Informática. Centro de Inteligencia Artificial Universidad
Más detallesNombre de la asignatura: Diseño Estructurado de Algoritmos. Carrera: Ingeniería en Sistemas Computacionales. Clave de la asignatura: SCB-9316
. D A T O S D E L A A S I G N A T U R A Nombre de la asignatura: Diseño Estructurado de Algoritmos Carrera: Ingeniería en Sistemas Computacionales Clave de la asignatura: SCB-9 Horas teoría Horas práctica
Más detallesTEMA 1: SISTEMAS MODELADOS POR ECUACIONES DIFERENCIALES EN INGENIERÍA QUÍMICA. CLASIFICACIÓN. GENERALIDADES.
TEMA 1: SISTEMAS MODELADOS POR ECUACIONES DIFERENCIALES EN INGENIERÍA QUÍMICA. CLASIFICACIÓN. GENERALIDADES. 1. INTRODUCCIÓN. PLANTEAMIENTO DE PROBLEMAS EN INGENIERÍA QUÍMICA 2. PROBLEMAS EXPRESADOS MEDIANTE
Más detallesOptimización de Colonia de Hormigas para resolver el problema de Distribución en Planta
Optimización de Colonia de Hormigas para resolver el problema de Distribución en Planta Luis Felipe Romero Dessens, José Alberto González Anaya y Luis Manuel Lozano Cota Universidad de Sonora, Departamento
Más detallesAnálisis Comparativo de Heurísticas para el Problema de Calendarización de Trabajos con Transferencia Cero
Análisis Comparativo de Heurísticas para el Problema de Calendarización de Trabajos con Transferencia Cero Beatriz Pérez Rojas Departamento de Sistemas Computación Instituto Tecnológico de Puebla am120@cs.buap.m
Más detallesProgramación de la producción en talleres de flujo con máquinas sin interrupción. Algoritmos y aplicaciones *
3 rd International Conference on Industrial Engineering and Industrial Management XIII Congreso de Ingeniería de Organización Barcelona-Terrassa, September 2nd-4th 2009 Programación de la producción en
Más detallesAnexo 16. Metodología para Determinar el Riesgo Asociado de los Proyectos de Generación
Anexo 16 Metodología para Determinar el Riesgo Asociado de los Proyectos de Generación METODOLOGIA PARA DETERMINAR EL RIESGO ASOCIADO DE LOS PROYECTOS DE GENERACIÓN El solo listado de las variables incluidas
Más detallesDiseño de Experimentos para la Evaluación de un Algoritmo Genético de Programación de Producción
Diseño de Experimentos para la Evaluación de un Algoritmo Genético de Programación de Producción Alexander A. CORREA ESPINAL Profesor Escuela de Ingeniería de la Organización, Universidad Nacional de Colombia
Más detallesUn algoritmo evolutivo simple para el problema de asignación de tareas a procesadores
Un algoritmo evolutivo simple para el problema de asignación de tareas a procesadores Pablo Ezzatti CeCal, Facultad de Ingeniería Universidad de la República, Uruguay pezzatti@fing.edu.uy Sergio Nesmachnow
Más detallesSecuenciación de tareas mediante metaheurísticos
VIII Congreso de Ingeniería de Organización Leganés, 9 y 10 de septiembre de 2004 Secuenciación de tareas mediante metaheurísticos Santiago López de Haro 1, Pedro Sánchez Martín 2, Javier Conde Collado
Más detallesAlgoritmo genético aplicado a la programación en talleres de maquinado
Ingeniería Mecánica. Vol. 15. No. 3, septiembre-diciembre, 2012, p. 201-212 ISSN 1815-5944 Algoritmo genético aplicado a la programación en talleres de maquinado Genetic algorithm applied to scheduling
Más detallesFormulación del problema de la ruta más corta en programación lineal
Formulación del problema de la ruta más corta en programación lineal En esta sección se describen dos formulaciones de programación lineal para el problema de la ruta más corta. Las formulaciones son generales,
Más detallesPROGRAMACIÓN LINEAL PROGRAMACIÓN LINEAL.
PROGRAMACIÓN LINEAL. La programación lineal es una técnica de modelado (construcción de modelos). La programación lineal (PL) es una técnica matemática de optimización, es decir, un método que trata de
Más detallesAlgoritmos genéticos
Algoritmos genéticos Introducción 2 Esquema básico 3 El problema de la mochila 7 Asignación de recursos 0 El problema del viajante 3 Variantes del esquema básico 5 Por qué funciona? 9 Observaciones finales
Más detallesLAS 14 AREAS TEMATICAS DE LA COMPUTACIÓN
En los años 1986-1989 la ACM(Association for Computing Machinery) y la IEEE (Institute for Electrical and Electronic Engineers)Computer Society : Peter Denning y otros definen la Informática como disciplina
Más detallesAsignatura: Horas: Total (horas): Obligatoria X Teóricas 4.0 Semana 4.0 Optativa Prácticas 0 16 Semanas 64.0
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTADES DE ECONOMÍA E INGENIERÍA LICENCIATURA EN ECONOMÍA Y NEGOCIOS PROGRAMA DE ESTUDIO Investigación de Operaciones I P86 /P75 /P96 08 Asignatura: Clave Semestre
Más detallesModelos predictivos y de optimización de estructuras de hormigón
http://optimizacionheuristica.blogs.upv.es 1 Modelos predictivos y de optimización de estructuras de hormigón Dr. Ing. Víctor Yepes Piqueras Departamento de Ingeniería de la Construcción y Proyectos de
Más detalles1. Conceptos básicos sobre el problema en cuestión y cuestiones afines. 2. Formulación de los correspondientes algoritmos y su pseudocódigo.
Análisis de Algoritmos Ingeniería Informática, EPS-UAM Información general Organización del curso: 13-15 (mínimo-máximo) semanas docentes: 30-33 clases teóricas. 9-12 clases de problemas 26-30 clases prácticas
Más detallesALGORITMO HÍBRIDO PARA UN ENFOQUE ALTERNATIVO AL JOB-SHOP SCHEDULING PROBLEM
!" #%$'&( &&" ( #)* &"#!,+-#% #(&+.&! /1032547698 :;9@?9AB2DCFE94?9G9H3IJ:LK?909M9
Más detallesProgramación lineal: Algoritmo del simplex
Programación lineal: Algoritmo del simplex Se considera la formulación estándar de un problema de programación lineal siguiendo la notación utilizada en las clases teóricas: Minimizar c t x sa: Ax = b
Más detallesMetodología para la generación y evaluación de políticas de operación en sistemas de recursos hídricos. Aplicación a un sistema de México
Metodología para la generación y evaluación de políticas de operación en sistemas de recursos hídricos. Aplicación a un sistema de México Índice general Resumen...vii Resum... ix Summary... xi Índice de
Más detallesUNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERÍAS MAESTRÍA EN INGENIERÍA DE SISTEMAS Y COMPUTACIÓN
UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERÍAS MAESTRÍA EN INGENIERÍA DE SISTEMAS Y COMPUTACIÓN PRINCIPIOS Y TECNICAS DE INTELIGENCIA ARTIFICIAL OBJETIVOS Los objetivos específicos es el estudio
Más detallesReducción del Tiempo de Terminación en la Programación de la Producción de una Línea de Flujo Híbrida Flexible (HFS)
Información Tecnológica Reducción Vol. 26(3), del 157-172 Tiempo (2015) de Terminación en la Programación de la Producción de una Línea de Flujo doi: 10.4067/S0718-07642015000300019 Reducción del Tiempo
Más detallesSecuenciando óptimamente líneas de flujo en sistemas de manufactura
Secuenciando óptimamente líneas de flujo en sistemas de manufactura Roger Z. Ríos Mercado,* Jonathan F. Bard** En muchos ambientes de manufactura, tales como aquellos provenientes de las industrias química,
Más detallesModelo de optimización y simulación para la gestión de muelles del puerto de Sevilla
6th International Conference on Industrial Engineering and Industrial Management. XVI Congreso de Ingeniería de Organización. Vigo, July 18-20, 2012 Modelo de optimización y simulación para la gestión
Más detallesCarrera: Participantes Miembros de la academia de Metal- Mecánica
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Introducción a la Programación Ingeniería Electromecánica Clave de la asignatura: Horas teoría-horas práctica-créditos 1-3- 5 2.- HISTORIA DEL
Más detallesNombre del documento: Programa de Estudio de asignatura de Especialidad. Nombre de la asignatura: Protección de Sistemas Operativos
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Protección de Sistemas Operativos Carrera: Ingeniería en Sistemas Computacionales Clave de la asignatura: SIF-1205 (Créditos) SATCA: 3-2-5 2.- PRESENTACIÓN
Más detallesDiseño Estructurado de Algoritmos
Diseño Estructurado de Algoritmos 1 Sesión No. 1 Nombre: Conceptos de algoritmos Objetivo de la sesión: Al concluir la sesión el estudiante identificará los conceptos básicos sobre la definición de algoritmos
Más detallesSelección Sexual Discriminatoria en un Algoritmo Evolutivo con una Matriz de Preferencias para la mejora de calidad de los Horarios de Trabajo
Selección Sexual Discriminatoria en un Algoritmo Evolutivo con una Matriz de Preferencias para la mejora de calidad de los Horarios de Trabajo Víctor Arroyo Ciencia de la Computación Universidad Católica
Más detallesComportamiento de los parámetros principales de un Algoritmo Genético para el Flow Shop Scheduling
Comportamiento de los parámetros principales de un Algoritmo Genético para el Flow Shop Scheduling Yunior César Fonseca Reyna Universidad de Granma E-mail: fonseca@udg.co.cu Temática: Inteligencia Artificial
Más detallesPrograma de estudios por competencias Seminario Resolución de Problemas de Métodos Matemáticos I
1. Identificación del curso Programa de estudios por competencias Seminario Resolución de Problemas de Métodos Matemáticos I Programa educativo: Ingeniería en computación Unidad de aprendizaje: Seminario
Más detallesUNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS FACULTAD DE INGENIERÍA PROYECTO CURRICULAR DE INGENIERÍA INDUSTRIAL
I. IDENTIFICACION DE LA ASIGNATURA MATEMÁTICAS I CÓDIGO DE LA ASIGNATURA 33101101 ÁREA ACADÉMICA Área de Matemáticas SEMESTRE Primero PLAN DE ESTUDIOS 2001 I TIPO DE ASIGNATURA Teórica HORAS SEMESTRE 80
Más detallesEsta materia aportará a los siguientes puntos del perfil de la carrera de Ingeniería Industrial:
Nombre de la asignatura: Ingeniería de Sistemas Créditos: 2 1-3 Aportación al perfil Esta materia aportará a los siguientes puntos del perfil de la carrera de Ingeniería Industrial: Analizar, diseñar y
Más detallesESCUELA SUPERIOR POLITECNICA DEL LITORAL PROGRAMA DE ESTUDIOS
FUNDAMENTOS DE PROGRAMACIÓN UNIDAD ACADÉMICA: CARRERA: ESPECIALIZACIÓN: ÁREA: Facultad de Ingeniería en Electricidad y Computación Ingeniería en Ciencias Computacionales, Ingeniería en Electrónica y Telecomunicaciones,
Más detallesMÉTODOS NÚMERICOS SÍLABO
MÉTODOS NÚMERICOS SÍLABO I. DATOS GENERALES CARRERA PROFESIONAL ASIGNATURA CÓDIGO DE ASIGNATURA PRE- REQUISITO N DE HORAS TOTALES N DE HORAS TEORÍA N DE HORAS PRÁCTICA N DE CRÉDITOS CICLO TIPO DE CURSO
Más detalles1: INTRODUCCIÓN AL USO DE LA HOJA DE CALCULO EXCEL COMO HERRAMIENTA PARA DESARROLLAR PROBLEMAS EN INGENIERÍA. SOLVER, REGRESION LINEAL MULTIPLE
Practica 1: INTRODUCCIÓN AL USO DE LA HOJA DE CALCULO EXCEL COMO HERRAMIENTA PARA DESARROLLAR PROBLEMAS EN INGENIERÍA. SOLVER, REGRESION LINEAL MULTIPLE I. INTRODUCCION Las planillas de cálculo se han
Más detallesP R O G R A M A I N T R O D U C C I Ó N A L M U N D O E C O N Ó M I C O Y E M P R E S A R I A L M Ó D U L O D E A D M I N I S T R A C I O N
P R O G R A M A I N T R O D U C C I Ó N A L M U N D O E C O N Ó M I C O Y E M P R E S A R I A L Profesores: Académicos de la Facultad de y Negocios Universidad de Chile Horario: Lunes a jueves de 8:30
Más detallesOPTIMIZACION EN SIMULACION VIA INTELIGENCIA ARTIFICIAL: APLICACION A UN PROBLEMA DE MANEJO DE MATERIALES
Theoria, Vol. 10: 25-32, 2001 ISSN 0717-196X OPTIMIZACION EN SIMULACION VIA INTELIGENCIA ARTIFICIAL: APLICACION A UN PROBLEMA DE MANEJO DE MATERIALES SIMULATION OPTIMIZATION VIA ARTIFICIAL INTELIGENCE:
Más detallesJesús Manuel Carrera Velueta José Juan Almeida García Fecha de elaboración: Mayo 6 de 2010 Fecha de última actualización:
PROGRAMA DE ESTUDIO Programa Educativo: Área de Formación : Licenciatura en Ingeniería Ambiental Sustantiva profesional. Programa elaborado por: PROGRAMACIÓN APLICADA Horas teóricas: 1 Horas prácticas:
Más detallesUNIVERSIDAD DE LOS ANDES FACULTAD DE CIENCIAS FORESTALES Y AMBIENTALES ESCUELA DE INGENIERIA FORESTAL RÉGIMEN ANUAL PROGRAMA
UNIVERSIDAD DE LOS ANDES FACULTAD DE CIENCIAS FORESTALES Y AMBIENTALES ESCUELA DE INGENIERIA FORESTAL RÉGIMEN ANUAL PROGRAMA 1. IDENTIFICACIÓN DIRECCION DE OPERACIONES (NV) Prelación: Departamento: Ingeniería
Más detallesCarrera: MTE Participantes Representante de las academias de ingeniería Mecatrónica de los Institutos Tecnológicos.
.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos: Lógica de Programación Ingeniería Mecatrónica MTE-05 --6.- HISTORIA DEL PROGRAMA
Más detalles