Solución al problema de programación de proyectos con restricción de recursos(rcpsp) mediante un algoritmo hibrico genético

Simple item page
dc.contributor.advisorDíaz Bohórquez, Carlos Eduardo
dc.contributor.advisorLozano Suarez, Lina Mayerly
dc.contributor.authorBuitrago Duarte, Wilmer
dc.contributor.authorRomero Gualdron, Enrique
dc.date.accessioned2023-04-06T04:07:47Z
dc.date.available2023
dc.date.available2023-04-06T04:07:47Z
dc.date.created2019
dc.date.issued2019
dc.description.abstractEn la presente investigación se presenta el Problema de Programación de Proyectos con Restricción de Recursos (Resource Constrained Project Scheduling Problem, RCPSP), el cual consiste en ordenar y secuenciar un conjunto de actividades que están sujetas a restricción de recursos y de precedencia entre cada una de estas, con el objetivo de minimizar el tiempo de ejecución del proyecto (Makespan). Este problema pertenece a los de tipo NP Hard, ya que al aumentar el número de actividades a procesar y estar limitado por la disponibilidad de recursos aumenta la complejidad computacional, por tal razón es necesario ser desarrollado mediante la implementación de métodos de aproximación (Metaheurísticas) que, si bien no dan la solución óptima, se puede llegar a una mejor solución en términos de tiempo computacional razonable. Para dar solución a este tipo de problema se diseñó un Algoritmo Híbrido Genético, En el que el algoritmo principal es el Algoritmo Genético donde la población inicial es generada de forma aleatoria, el criterio de selección aplicado fue el de selección por torneo, posteriormente el operador de cruce fue por un punto, como operador de mutación se implementó el Algoritmo de Recocido Simulado, el cual modifica la secuenciación de las actividades respetando la restricción de precedencia y de recursos. Se realizó un diseño experimental con el objetivo de determinar como influyen los factores en la variable respuesta Makespan, finalmente se validó el algoritmo propuesto con 10 instancias de cada tamaño (J30, J60, J90 y J120) encontrados en la librería PSPLIB, obteniendo buenas soluciones para las instancias de menor tamaño, aunque para las soluciones de mayor tamaño también se llegó a la solución de la librería, aunque en menor proporción respecto a las instancias inferiores. *
dc.description.abstractenglishThis research presents the Problem of Programming with Resource Constrained Project (RCPSP), which consists in ordering and sequencing a set of activities that are subject to resource restrictions and precedence between each of these, with the objective of minimizing the project execution time (Makespan). This problem belongs to those of type NP Hard, since increasing the number of activities to be processed and being limited by the availability of resources increases computational complexity, for this reason it is necessary to be developed through the implementation of approximation methods (Metaheuristics) that, while not giving the optimal solution, a better solution can be reached in terms of reasonable computational time. To solve this type of problem, a Genetic Hybrid Algorithm was designed, in which the main algorithm is the Genetic Algorithm where the initial population is generated randomly, the selection criteria applied were the selection by tournament, then the operator The crossover was for one point, as a mutation operator the Simulated Annealing Algorithm was implemented, which modifies the sequencing of activities respecting the restriction of precedence and resources. An experimental design was carried out with the objective of determining how the factors influence the Makespan response variable, finally the proposed algorithm with 10 instances of each size (J30, J60, J90 and J120) found in the PSPLIB library was validated, obtaining good solutions for smaller instances, although for larger solutions the library solution was also reached, although to a lesser extent compared to lower instances. *
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/20.500.14071/13584
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.rightsinfo:eu-repo/semantics/openAccess
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
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-nd/4.0/
dc.subjectProblema De Programación De Proyectos
dc.subjectAlgoritmo Híbrido Genético
dc.subjectRecursos Renovables
dc.subjectRestricción De Precedencia Y De Recursos.
dc.subject.keywordProject Programming Problem
dc.subject.keywordGenetic Hybrid Algorithm
dc.subject.keywordRenewable Resources
dc.subject.keywordRestriction Of Precedence And Resources.
dc.titleSolución al problema de programación de proyectos con restricción de recursos(rcpsp) mediante un algoritmo hibrico genético
dc.title.englishSolution to the resource constrained project scheduling problem (rcpsp) using a genetic hybrid algorithm*.
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
dspace.entity.type
Files
Original bundle
Now showing 1 - 3 of 3
No Thumbnail Available
Name:
Carta de autorización.pdf
Size:
52.94 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Documento.pdf
Size:
1.26 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Nota de proyecto.pdf
Size:
89.43 KB
Format:
Adobe Portable Document Format
Download
Collections
Ingeniería Industrial