Desarrollo de un algoritmo genético para resolver el problema de programación de proyectos con recursos restringidos (rcpsp) con duración de actividades aleatorias soportado en un proceso de simulación de monte Carlo

Abstract

En la presente investigación se abordó el Problema de Programación de Proyectos con Recursos Restringidos (RCPSP) no determinístico, el cual tiene como objetivo minimizar el tiempo de ejecución de un proyecto teniendo en consideración las relaciones de precedencia de actividades y la cantidad de recursos a consumir para llevar a cabo la ejecución de tareas. No obstante, el problema se encuentra sujeto a la interrupción de actividades por parte la materialización de ciertos riesgos de tipo externo o interno que afectan directamente la duración total del proyecto. En la primera fase de la presente investigación se usó una estrategia proactiva para dar solución al problema a través de un algoritmo genético, el cual, utiliza los datos generados de una simulación de Monte Carlo para realizar un proceso que genera una población inicial como punto de partida a un proceso evolutivo y a través de las generaciones conseguir el individuo más apto el cual indica una lista de actividades ordenadas de acuerdo con sus tiempos de inicio. En una segunda fase, se integra una estrategia reactiva mediante el uso de un sistema generador de secuencias (SGS) en paralelo, el cual permitió realizar una simulación de Montecarlo con 10000 escenarios de solución con el fin de evaluar la capacidad de la línea base generada en la estrategia proactiva y compararla con la línea base obtenida a partir de un método exacto, por medio de la comparación del valor esperado de la solución y los indicadores de robustez de la solución y de la calidad.