Comparación del desempeño de dos algoritmos genéticos híbridos para el problema de formación de celdas de manufactura considerando el movimiento de los trabajadores (PFCMT)

Simple item page
dc.contributor.advisorEscobar Rodríguez, Laura Yeraldín
dc.contributor.advisorGaravito Hernández, Edwin Alberto
dc.contributor.authorMogollón Carreño, Dilan Jhoanny
dc.contributor.authorPáez Becerra, Sebastián Elías
dc.contributor.evaluatorLamos Díaz, Henry
dc.contributor.evaluatorArias Osorio, Javier Eduardo
dc.date.accessioned2022-11-15T16:45:16Z
dc.date.available2022-11-15T16:45:16Z
dc.date.created2022-11-11
dc.date.issued2022-11-11
dc.description.abstractEn esta investigación se aborda el problema de formación de celdas de manufactura considerando el movimiento de trabajadores de forma intercelular e intracelular y recursos limitados, tratándose de una problemática expuesta por los autores Jufeng Wang, Chunfeng Liu & Kai Li (2019), la cual se centra en la reducción del tiempo de procesamiento (Makespan), considerando la asignación de tareas y formación de celdas de manufactura. Debido a que no cuenta con una solución exacta, se adaptan dos Metaheurísticas basadas en un Algoritmo evolutivo para la búsqueda de soluciones, en primer lugar, se trabaja el Algoritmo Genético (GA) sin ningún tipo de alteración, seguido se plantea un GA híbrido, uniendo GA con un Optimización por Enjambre de Partículas (PSO), para obtener datos de los dos algoritmos se programa el modelo y las metaheurísticas en el software Matlab con versión de 2022a. Mediante pruebas se realizan dos diseños de experimento factorial del tipo 2K para determinar qué factores inciden de manera significativa sobre cada algoritmo. Con estos factores definidos se corre el modelado, se analiza mediante una prueba T los resultados obtenidos para finalmente dar conclusiones respecto a los resultados y observaciones a lo largo de la investigación.
dc.description.abstractenglishThis research addresses the problem of manufacturing cell formation considering the movement of workers intercellularly and intracellularly and limited resources, being a problem exposed by the authors Jufeng Wang, Chunfeng Liu & Kai Li (2019), which is focuses on the reduction of processing time (Makespan), considering the assignment of tasks and the formation of manufacturing cells. Because it does not have an exact solution, two Metaheuristics based on an evolutionary Algorithm are adapted to search for solutions, first, the Genetic Algorithm (GA) is worked without any type of alteration, followed by a hybrid GA, joining GA with a Particle Swarm Optimization (PSO), to obtain data from the two algorithms, the model and the metaheuristics are programmed in the Matlab software with version 2022a. Through tests, two 2Ktype factorial experiment designs are carried out to determine which factors have a significant impact on each algorithm. With these defined factors, the modeling is run, the results obtained are analyzed by means of a T test to finally give conclusions regarding the results and observations throughout the investigation.
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/20.500.14071/12078
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingeníerias 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.subjectCeldas de manufactura
dc.subjectMakespan
dc.subjectAlgoritmo Genético GA
dc.subjectOptimización por Enjambre de Partículas PSO
dc.subjectAlgoritmo Híbrido
dc.subject.keywordManufacturing cells
dc.subject.keywordMakespan
dc.subject.keywordGA Genetic Algorithm
dc.subject.keywordPSO Particle Swarm Optimization
dc.subject.keywordHybrid Algorithm
dc.titleComparación del desempeño de dos algoritmos genéticos híbridos para el problema de formación de celdas de manufactura considerando el movimiento de los trabajadores (PFCMT)
dc.title.englishComparison of the performance of two hybrid genetic algorithms for the manufacturing cell formation problem considering the movement of workers (PFCMT)
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.hasversionhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.localTesis/Trabajo de grado - Monografía - Pregrado
dspace.entity.type
Files
Original bundle
Now showing 1 - 4 of 4
No Thumbnail Available
Name:
Documento.pdf
Size:
2.59 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Carta de autorización.pdf
Size:
876.29 KB
Format:
Adobe Portable Document Format
Description:
Download
No Thumbnail Available
Name:
Nota de proyecto.pdf
Size:
470.01 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Apéndices.zip
Size:
4.87 MB
Format:
Unknown data format
Description:
Los apéndices C y D tienen una contraseña puesto que deseo proteger el código que es de autoría propia, dicha clave es "dilan1998"
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
2.18 KB
Format:
Item-specific license agreed to upon submission
Description:
Download
Collections
Ingeniería Industrial