Algoritmo evolutivo multiobjetivo basado en descomposición para la optimización del procesamiento por lotes de pedidos

Mostrar todas las versiones(2)

La demanda de prácticas logísticas sostenibles junto al auge del comercio electrónico, ha generado mayores exigencias en cuanto a la eficiencia y calidad en el procesamiento de pedidos. En este marco, y con el propósito de estudiar los métodos más adecuados para abordar el problema de agrupación y p...

Descripción completa

Detalles Bibliográficos
Autores principales: Miguel , Fabio M., Frutos, Mariano, Méndez, Máximo, González, Begoña
Formato: Artículo revista
Lenguaje:Español
Publicado: Escuela de Perfeccionamiento en Investigación Operativa 2024
Materias:
metaheuristics
evolutionary algorithm
jobprp
metaheurísticas
algoritmo evolutivo
Acceso en línea:https://revistas.unc.edu.ar/index.php/epio/article/view/47352
Aporte de:
Revista de la Escuela de Perfeccionamiento en Investigación Operativa de Universidad Nacional de Córdoba
id I10-R359-article-47352
record_format ojs
spelling I10-R359-article-473522024-11-30T22:15:42Z Algoritmo evolutivo multiobjetivo basado en descomposición para la optimización del procesamiento por lotes de pedidos Miguel , Fabio M. Frutos, Mariano Méndez, Máximo González, Begoña metaheuristics evolutionary algorithm jobprp metaheurísticas algoritmo evolutivo jobprp La demanda de prácticas logísticas sostenibles junto al auge del comercio electrónico, ha generado mayores exigencias en cuanto a la eficiencia y calidad en el procesamiento de pedidos. En este marco, y con el propósito de estudiar los métodos más adecuados para abordar el problema de agrupación y preparación de pedidos, se presenta una variante del JOBPRP con dos objetivos: los costos operativos y la distribución equilibrada de la carga de trabajo. En este contexto, los algoritmos evolutivos son buenas alternativas para la búsqueda multiobjetivo, pero pueden enfrentar obstáculos relacionados con la convergencia o la diversidad al abordar frentes de Pareto irregulares. Por esto se ha estudiado el desempeño del Algoritmo Evolutivo Multiobjetivo Basado en Descomposición, MOEA/D. Se realizó un análisis comparativo de su rendimiento utilizando diferentes métodos de escalarización en un conjunto exhaustivo de pruebas experimentales aplicadas a instancias de diferentes tamaños del problema abordado. Se emplearon como indicadores de desempeño el hipervolumen, la distancia promedio a la solución ideal y la dispersión de las soluciones no dominadas. Los resultados indican que el MOEA/D basado en el método de AASF ofrece un buen desempeño en términos de hipervolúmenes promedio y dispersión de soluciones a lo largo de los frentes. ARK CAICYT: https://id.caicyt.gov.ar/ark:/s18539777/ok4i6st63   The demand for sustainable logistics practices, coupled with the rise of e-commerce, has led to greater requirements for efficiency and quality in order processing. Within this framework, and with the aim of studying the most suitable methods to address the problem of order grouping and preparation, a variant of the JOBPRP is presented with two objectives: operational costs and balanced workload distribution. In this context, evolutionary algorithms are strong alternatives for multi-objective search, yet they may face challenges related to convergence or diversity when dealing with irregular Pareto fronts. Therefore, the performance of the Multi-Objective Evolutionary Algorithm Based on Decomposition (MOEA/D) was studied. A comparative analysis of its performance was conducted using different scalarization methods across an extensive set of experimental tests applied to instances of various sizes of the problem under consideration. Performance indicators such as hypervolume, the average distance to the ideal solution, and the dispersion of non-dominated solutions were used. The results indicate that the MOEA/D based on the AASF method demonstrates strong performance in terms of average hypervolumes and solution dispersion across the fronts. Escuela de Perfeccionamiento en Investigación Operativa 2024-11-30 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf https://revistas.unc.edu.ar/index.php/epio/article/view/47352 Revista de la Escuela de Perfeccionamiento en Investigación Operativa; Vol. 32 Núm. 56 (2024): NOVIEMBRE 1853-9777 0329-7322 spa https://revistas.unc.edu.ar/index.php/epio/article/view/47352/47382 https://creativecommons.org/licenses/by-nc-sa/4.0
institution Universidad Nacional de Córdoba
institution_str I-10
repository_str R-359
container_title_str Revista de la Escuela de Perfeccionamiento en Investigación Operativa
language Español
format Artículo revista
topic metaheuristics
evolutionary algorithm
jobprp
metaheurísticas
algoritmo evolutivo
jobprp
spellingShingle metaheuristics
evolutionary algorithm
jobprp
metaheurísticas
algoritmo evolutivo
jobprp
Miguel , Fabio M.
Frutos, Mariano
Méndez, Máximo
González, Begoña
Algoritmo evolutivo multiobjetivo basado en descomposición para la optimización del procesamiento por lotes de pedidos
topic_facet metaheuristics
evolutionary algorithm
jobprp
metaheurísticas
algoritmo evolutivo
jobprp
author Miguel , Fabio M.
Frutos, Mariano
Méndez, Máximo
González, Begoña
author_facet Miguel , Fabio M.
Frutos, Mariano
Méndez, Máximo
González, Begoña
author_sort Miguel , Fabio M.
title Algoritmo evolutivo multiobjetivo basado en descomposición para la optimización del procesamiento por lotes de pedidos
title_short Algoritmo evolutivo multiobjetivo basado en descomposición para la optimización del procesamiento por lotes de pedidos
title_full Algoritmo evolutivo multiobjetivo basado en descomposición para la optimización del procesamiento por lotes de pedidos
title_fullStr Algoritmo evolutivo multiobjetivo basado en descomposición para la optimización del procesamiento por lotes de pedidos
title_full_unstemmed Algoritmo evolutivo multiobjetivo basado en descomposición para la optimización del procesamiento por lotes de pedidos
title_sort algoritmo evolutivo multiobjetivo basado en descomposición para la optimización del procesamiento por lotes de pedidos
description La demanda de prácticas logísticas sostenibles junto al auge del comercio electrónico, ha generado mayores exigencias en cuanto a la eficiencia y calidad en el procesamiento de pedidos. En este marco, y con el propósito de estudiar los métodos más adecuados para abordar el problema de agrupación y preparación de pedidos, se presenta una variante del JOBPRP con dos objetivos: los costos operativos y la distribución equilibrada de la carga de trabajo. En este contexto, los algoritmos evolutivos son buenas alternativas para la búsqueda multiobjetivo, pero pueden enfrentar obstáculos relacionados con la convergencia o la diversidad al abordar frentes de Pareto irregulares. Por esto se ha estudiado el desempeño del Algoritmo Evolutivo Multiobjetivo Basado en Descomposición, MOEA/D. Se realizó un análisis comparativo de su rendimiento utilizando diferentes métodos de escalarización en un conjunto exhaustivo de pruebas experimentales aplicadas a instancias de diferentes tamaños del problema abordado. Se emplearon como indicadores de desempeño el hipervolumen, la distancia promedio a la solución ideal y la dispersión de las soluciones no dominadas. Los resultados indican que el MOEA/D basado en el método de AASF ofrece un buen desempeño en términos de hipervolúmenes promedio y dispersión de soluciones a lo largo de los frentes. ARK CAICYT: https://id.caicyt.gov.ar/ark:/s18539777/ok4i6st63  
publisher Escuela de Perfeccionamiento en Investigación Operativa
publishDate 2024
url https://revistas.unc.edu.ar/index.php/epio/article/view/47352
work_keys_str_mv AT miguelfabiom algoritmoevolutivomultiobjetivobasadoendescomposicionparalaoptimizaciondelprocesamientoporlotesdepedidos
AT frutosmariano algoritmoevolutivomultiobjetivobasadoendescomposicionparalaoptimizaciondelprocesamientoporlotesdepedidos
AT mendezmaximo algoritmoevolutivomultiobjetivobasadoendescomposicionparalaoptimizaciondelprocesamientoporlotesdepedidos
AT gonzalezbegona algoritmoevolutivomultiobjetivobasadoendescomposicionparalaoptimizaciondelprocesamientoporlotesdepedidos
first_indexed 2025-02-05T22:13:50Z
last_indexed 2025-02-05T22:13:50Z
_version_ 1823257270245392384

Ejemplares similares