Comparación del desempeño de metaheurísticas híbridas para el problema de flowshop distribuido y permutado con etapa de ensamble, considerando tiempos de alistamiento dependientes de la secuencia (DAPFSP-SDST) y fábricas heterogéneas

Abstract

En esta investigación se aborda el problema de Flowshop Distribuido y Permutado con etapa de ensamble, considerando tiempos de alistamiento dependientes de la secuencia y fábricas heterogéneas. La función objetivo busca minimizar el makespan o tiempo total completamiento. Para dar solución al ((DAPFSP-SDST) con fábricas heterogéneas se proponen tres algoritmos metaheurísticos Algoritmo Genético (GA1), Algoritmo híbrido entre genético con VND (HGA1-VND) y algoritmo hibrido entre genético y voraz (HGA1-GR). Para la calibración de los algoritmos se realiza un diseño de experimentos 3 con el objetivo de seleccionar los mejores niveles de los factores: población inicial, probabilidad de cruce, probabilidad de mutación y número de iteraciones. Los algoritmos son implementados en el software MATLAB R2018b y el diseño de experimentos es analizado en el software MINITAB19. El desempeño de los algoritmos se evalúa a través del indicador RPD; para ello, se comparan los resultados de los algoritmos en 150 instancias, las cuales son contrastadas con la mejor solución existente en la literatura. Se encuentra que la metaheurística que mejor makespan obtiene es el hibrido entre algoritmo genético y VND. Asimismo, se concluye que los tres algoritmos presentan un mejor desempeño para la solución de instancias pequeñas y medianas que los existentes en la literatura.