Alternativa de solución al problema de distribución de planta (flp) para instalaciones de áreas iguales y desiguales mediante un algoritmo híbrido genético

Simple item page
dc.contributor.advisorDiaz Bohórquez, Carlos Eduardo
dc.contributor.authorPalacios Mendoza, Melissa
dc.contributor.authorJaimes Tami, Christian Camilo
dc.date.accessioned2024-03-03T18:39:27Z
dc.date.available2011
dc.date.available2024-03-03T18:39:27Z
dc.date.created2011
dc.date.issued2011
dc.description.abstractEn 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.
dc.description.abstractenglishThis thesis degree project studies the Facility Layout Problem and proposes a solution through a Hybrid Genetic Algorithm (HGA). A proper documentation and an extended literary revision of the FLP through time were done. According to the information found, the basic structure of the problem is given as: layout definition, facilities™ space characteristics and problem formulation. After defining the previous structure, the next step is to choose and apply the best solution method. This study suggests some of them: systematic planning of the facility layout, exact methods and metaheuristic methods. The first two achieve optimum solutions when the problem just works with a few number of facilities, departments and constraints. As they increase, the problem complexity also does, as a result, the best explorations through the solution space is done by metaheuristic methods, using less computer time. The metaheuristic methods study in this project are: Simulated Annealing (SA), Tabu Search (TS), Genetic Algorithm (GA). The Hybrid Genetic Algorithm (HGA) that appears in this project, uses the effectiveness of the three techniques mentioned above. Simulated Annealing (SA) and Tabu Search (TS) are incharge of finding effective local solutions, which are the ones that make the fichainsfl used by the Genetic Algorithm (GA) to find the global problem solution. The objective is to use appropriately all the advantages of those three methods to get the best solution possible in a practical way. Based on the gather information a software tool is design and develop in MATLAB programming, capable of solving the problem through the Hybrid Genetic Algorithm. Finally, an error analysis is done comparing it to the historical results for the problems chosen and a performance comparison between the HGA and the techniques worked separately.
dc.description.degreelevelPregrado
dc.description.degreenameIngeniero Industrial
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Industrial de Santander
dc.identifier.reponameUniversidad Industrial de Santander
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/25308
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingenierías Fisicomecánicas
dc.publisher.programIngeniería Industrial
dc.publisher.schoolEscuela de Estudios Industriales y Empresariales
dc.rightshttp://creativecommons.org/licenses/by/4.0/
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAttribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0
dc.subjectDistribución de Planta
dc.subjectMetaheurísticas
dc.subjectRecocido Simulado
dc.subjectBúsqueda Tabú
dc.subjectAlgoritmo Genético
dc.subjectAlgoritmo Híbrido Genético
dc.subjectPlaneación Sistemática de la Distribución de Plantas
dc.subjectMATLAB
dc.subject.keywordFacility Layout
dc.subject.keywordMetaheuristic methods
dc.subject.keywordSimulated Annealing
dc.subject.keywordTabu Search
dc.subject.keywordGenetic Algorithm
dc.subject.keywordHybrid Genetic Algorithm
dc.subject.keywordsystematic planning of the facility layout
dc.subject.keywordMATLAB
dc.titleAlternativa de solución al problema de distribución de planta (flp) para instalaciones de áreas iguales y desiguales mediante un algoritmo híbrido genético
dc.title.englishAlternative solution to the Facility Layout Problem (FLP) for equal and unequal area facilities using a Hybrid Genetic
dc.type.coarhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.hasversionhttp://purl.org/coar/resource_type/c_7a1f
dc.type.localTesis/Trabajo de grado - Monografía - Pregrado
Files
Original bundle
Now showing 1 - 3 of 3
No Thumbnail Available
Name:
Carta de autorización.pdf
Size:
287.5 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Documento.pdf
Size:
4.21 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Nota de proyecto.pdf
Size:
1.16 MB
Format:
Adobe Portable Document Format
Download
Collections
Ingeniería Industrial