Alternativa de solución al problema de distribución de planta (flp) para instalaciones de áreas iguales y desiguales mediante un algoritmo híbrido genético
No Thumbnail Available
Date
2011
Advisors
Evaluators
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Industrial de Santander
Abstract
En el presente trabajo se aborda el problema de distribución de planta FLP, solucionándolo a partir de un algoritmo Híbrido Genético (HGA). Se realiza una documentación y revisión bibliográfica del FLP a través del tiempo y se define la estructura básica para poder resolver el problema: definición de la distribución, características espaciales de los departamentos y formulación del problema. Cuando ya se tiene la estructura anterior definida, se procede a seleccionar y aplicar el mejor método de solución. Se sugieren algunos como: La planeación sistemática de la distribución de plantas, métodos exactos y los métodos metaheurísticos. Los dos primeros llegan a soluciones óptimas cuando se trabaja el problema con pocas instalaciones, departamentos y restricciones. A medida que éstos aumentan, la complejidad del problema también lo hace, por ende, los métodos metaheurísticos son los encargados de realizar mejores búsquedas, utilizando menor tiempo computacional. Se estudian los modelos metaheurísticos de: el Recocido Simulado (SA), la Búsqueda Tabú (TS) y el Algoritmo Genético (GA). El Algoritmo Híbrido Genético (HGA) aquí planteado, aprovecha la efectividad de los tres métodos mencionados anteriormente: Búsqueda Tabú (TS), Recocido Simulado (SA) y Algoritmos Genéticos (GA).los dos primeros se encargan de buscar soluciones locales efectivas, con las cuales se arman las ficadenasfl de los algoritmos genéticos para encontrar la solución global del problema. Lo ideal es aprovechar las ventajas de dichas técnicas para llegar a la mejor solución de manera práctica y efectiva. Con la información recopilada se diseña y desarrolla una herramienta computacional en MATLAB capaz de solucionar el problema documentado con el Algoritmo Híbrido Genético. Finalmente, se realiza un análisis de errores con relación a los resultados históricos para los problemas planteados y se realiza una comparación de desempeño entre el HGA con las tres técnicas trabajadas por separado.
Description
Keywords
Distribución de Planta, Metaheurísticas, Recocido Simulado, Búsqueda Tabú, Algoritmo Genético, Algoritmo Híbrido Genético, Planeación Sistemática de la Distribución de Plantas, MATLAB