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

Mostrar todas las versiones(2)

Fil: Miguel, Fabio Maximiliano. Universidad Nacional de Río Negro. Río Negro; Argentina.

Guardado en:
Detalles Bibliográficos
Autores principales: Miguel, Fabio Maximiliano, Frutos, Mariano, Méndez, Máximo, Gonzáles, Begoña
Lenguaje:Español
Publicado: EPIO 2024
Materias:
Gestión y Administración
METAHEURISTICS
EVOLUTIONARY ALGORITHM
JOBPRP
Acceso en línea:https://id.caicyt.gov.ar/ark:/s18539777/ok4i6st63
https://revistas.unc.edu.ar/index.php/epio/article/view/47352
http://rid.unrn.edu.ar/handle/20.500.12049/12368
Aporte de:
Repositorio Institucional Digital de la Universidad Nacional de Río Negro (UNRN) de Universidad Nacional de Río Negro
id I65-R171-20.500.12049-12368
record_format dspace
spelling I65-R171-20.500.12049-123682024-12-16T13:27:31Z application/pdf info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc-sa/4.0/ 2024-11-30 Fil: Miguel, Fabio Maximiliano. Universidad Nacional de Río Negro. Río Negro; Argentina. Fil: Frutos, Mariano. Departamento de Ingeniería, Universidad Nacional del Sur, IIESS UNS-CONICET, Bahía Blanca 8000, Argentina. Fil: Méndez, Máximo. Instituto Universitario SIANI, Universidad de Las Palmas de Gran Canaria (ULPGC), 35017 Las Palmas de Gran Canaria, España. Fil: Gonzáles, Begoña. Instituto Universitario SIANI, Universidad de Las Palmas de Gran Canaria (ULPGC), España Algoritmo evolutivo multiobjetivo basado en descomposición para la optimización del procesamiento por lotes de pedidos Miguel, Fabio Maximiliano Frutos, Mariano Méndez, Máximo Gonzáles, Begoña Gestión y Administración METAHEURISTICS EVOLUTIONARY ALGORITHM JOBPRP Gestión y Administración 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. true 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. Miguel, F. M., Frutos, M., Méndez, M., & González, B. (2024). Algoritmo evolutivo multiobjetivo basado en descomposición para la optimización del procesamiento por lotes de pedidos. Revista de la Escuela de Perfeccionamiento en Investigación Operativa, 32(56). 1853-9777 https://id.caicyt.gov.ar/ark:/s18539777/ok4i6st63 https://revistas.unc.edu.ar/index.php/epio/article/view/47352 http://rid.unrn.edu.ar/handle/20.500.12049/12368 es https://revistas.unc.edu.ar/index.php/epio 32 n° 56 Revista De La Escuela De Perfeccionamiento En Investigación Operativa EPIO
institution Universidad Nacional de Río Negro
institution_str I-65
repository_str R-171
collection Repositorio Institucional Digital de la Universidad Nacional de Río Negro (UNRN)
language Español
orig_language_str_mv es
topic Gestión y Administración
METAHEURISTICS
EVOLUTIONARY ALGORITHM
JOBPRP
Gestión y Administración
spellingShingle Gestión y Administración
METAHEURISTICS
EVOLUTIONARY ALGORITHM
JOBPRP
Gestión y Administración
Miguel, Fabio Maximiliano
Frutos, Mariano
Méndez, Máximo
Gonzáles, Begoña
Algoritmo evolutivo multiobjetivo basado en descomposición para la optimización del procesamiento por lotes de pedidos
topic_facet Gestión y Administración
METAHEURISTICS
EVOLUTIONARY ALGORITHM
JOBPRP
Gestión y Administración
description Fil: Miguel, Fabio Maximiliano. Universidad Nacional de Río Negro. Río Negro; Argentina.
author Miguel, Fabio Maximiliano
Frutos, Mariano
Méndez, Máximo
Gonzáles, Begoña
author_facet Miguel, Fabio Maximiliano
Frutos, Mariano
Méndez, Máximo
Gonzáles, Begoña
author_sort Miguel, Fabio Maximiliano
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
publisher EPIO
publishDate 2024
url https://id.caicyt.gov.ar/ark:/s18539777/ok4i6st63
https://revistas.unc.edu.ar/index.php/epio/article/view/47352
http://rid.unrn.edu.ar/handle/20.500.12049/12368
work_keys_str_mv AT miguelfabiomaximiliano algoritmoevolutivomultiobjetivobasadoendescomposicionparalaoptimizaciondelprocesamientoporlotesdepedidos
AT frutosmariano algoritmoevolutivomultiobjetivobasadoendescomposicionparalaoptimizaciondelprocesamientoporlotesdepedidos
AT mendezmaximo algoritmoevolutivomultiobjetivobasadoendescomposicionparalaoptimizaciondelprocesamientoporlotesdepedidos
AT gonzalesbegona algoritmoevolutivomultiobjetivobasadoendescomposicionparalaoptimizaciondelprocesamientoporlotesdepedidos
_version_ 1824438142381326336

Ejemplares similares