Un algoritmo genético para la solución del problema flow shop minimizando el consumo energético
No Thumbnail Available
Date
2021
Evaluators
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Industrial de Santander
Abstract
La investigación que se presenta en este trabajo trata de implementar un algoritmo genético con el fin de dar solución al problema Flow shop para minimizar el consumo de energía. Para abordar este problema se desarrolla un modelo matemático, el cual representa la situación y en su solución se logra programar cada trabajo en determinado orden a cada máquina, para así minimizar el consumo de energía a través de la reducción de tiempos ociosos, que a su vez reducen el Makespan, ya que a menor Makespan menor consumo de energía. El Flow Shop es un problema de programación donde se planifican unas tareas, guiadas por una serie de trabajos organizados de tal manera que se reduzca el Makespan. Estos trabajos pasan a través de unas máquinas, en las cuales solo se realiza una tarea y trabajo a la vez, los trabajos pasan una única vez por cada máquina y finalmente el orden de las máquinas siempre se mantiene. Identificado esto se procede al objetivo principal, que es secuenciar los trabajos de forma que siguiendo las restricciones indicadas en el modelo logren una minimización del tiempo utilizado para completar todos los trabajos y a su vez la reducción del consumo de energía. Para la solución, se plantea la utilización del algoritmo genético, para el cual se utiliza la selección por torneo para mejorar la especie y llegar a la mejor solución. La complejidad de este trabajo se ve reflejada por la naturaleza combinatoria del problema lo que hace que se clasifique como un problema NPHard (polinómico no determinista). Para validar la presente investigación, se adaptaron instancias halladas en la literatura para comprobar la efectividad del algoritmo genético, usando un método exacto y comparándolo con la solución del algoritmo genético (MATLAB).
Description
Keywords
Consumo energético, Optimización, Algoritmo genético, Flow shop, Makespan.