Meta-heurísticas híbridas multi-objetivo en problemas de secuenciación de operaciones bajo un entorno job-shop

La planificación, programación y control de la producción se encargan de diseñar, coordinar y administrar todas las operaciones que se hallan presentes en la explotación de los sistemas productivos. En las últimas décadas muchos problemas de optimización multi-objetivo han surgido en este ámbito y...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Frutos, Mariano
Otros Autores: Tohmé, Fernando
Formato: tesis doctoral
Lenguaje:Español
Publicado: 2010
Materias:
Acceso en línea:http://repositoriodigital.uns.edu.ar/handle/123456789/2102
Aporte de:
id I20-R126123456789-2102
record_format dspace
institution Universidad Nacional del Sur
institution_str I-20
repository_str R-126
collection Repositorio Institucional Universidad Nacional del Sur (UNS)
language Español
orig_language_str_mv spa
topic meta-heurísticas
multi-objetivo
producción
spellingShingle meta-heurísticas
multi-objetivo
producción
Frutos, Mariano
Meta-heurísticas híbridas multi-objetivo en problemas de secuenciación de operaciones bajo un entorno job-shop
topic_facet meta-heurísticas
multi-objetivo
producción
description La planificación, programación y control de la producción se encargan de diseñar, coordinar y administrar todas las operaciones que se hallan presentes en la explotación de los sistemas productivos. En las últimas décadas muchos problemas de optimización multi-objetivo han surgido en este ámbito y fueron tratados con éxito con técnicas de resolución basadas en metaheurísticas, en general, y con algoritmos evolutivos, en particular. Dichas técnicas, sin descartar otras, constituyen potentes herramientas para tratar adecuadamente estos problemas en el marco de las operaciones productivas y logísticas. La complejidad que se presenta en estos problemas se debe a los criterios de eficiencia que se imponen a los distintos sistemas productivos. Este estudio se extiende al desarrollo y análisis de un procedimiento, enmarcado en la estructura particular de un algoritmo evolutivo para resolver el problema de secuenciación de trabajos (JSSP, Job-Shop Scheduling Problem). Además, se explora la vecindad de las distintas soluciones dentro de la misma evolución, lo que mejora significativamente los resultados. El algoritmo propuesto utiliza una codificación basada en asignación de secuencias para poder establecer permutaciones con repeticiones. Esta representación, muy sencilla y compacta, distingue a este estudio de otros. Luego de finalizar el procedimiento, se adiciona una etapa de simulación a modo de examinar las soluciones obtenidas en la etapa resolutiva. Se realiza un análisis comparativo con otros algoritmos para constatar la eficiencia del procedimiento. Finalmente, se presenta una aplicación de la técnica en varias empresas, lo que permitió contrastar los resultados obtenidos con la realidad.
author2 Tohmé, Fernando
author_facet Tohmé, Fernando
Frutos, Mariano
format tesis doctoral
author Frutos, Mariano
author_sort Frutos, Mariano
title Meta-heurísticas híbridas multi-objetivo en problemas de secuenciación de operaciones bajo un entorno job-shop
title_short Meta-heurísticas híbridas multi-objetivo en problemas de secuenciación de operaciones bajo un entorno job-shop
title_full Meta-heurísticas híbridas multi-objetivo en problemas de secuenciación de operaciones bajo un entorno job-shop
title_fullStr Meta-heurísticas híbridas multi-objetivo en problemas de secuenciación de operaciones bajo un entorno job-shop
title_full_unstemmed Meta-heurísticas híbridas multi-objetivo en problemas de secuenciación de operaciones bajo un entorno job-shop
title_sort meta-heurísticas híbridas multi-objetivo en problemas de secuenciación de operaciones bajo un entorno job-shop
publishDate 2010
url http://repositoriodigital.uns.edu.ar/handle/123456789/2102
work_keys_str_mv AT frutosmariano metaheuristicashibridasmultiobjetivoenproblemasdesecuenciaciondeoperacionesbajounentornojobshop
bdutipo_str Repositorios
_version_ 1764820505177620482