Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)Garavito Hernández, Edwin AlbertoEscobar Rodríguez, Laura Yeraldin2024-03-0420202024-03-0420202020https://noesis.uis.edu.co/handle/20.500.14071/40859En el presente trabajo se aborda el problema de formación de celdas de manufactura dinámicas, a través del desarrollo de un modelo de optimización multiobjetivo en el que se integran simultáneamente la minimización de costos asociados a la producción, minimización de la variación del balance de carga de trabajo, y maximización de la disponibilidad de maquinaria que hace parte del sistema. Para dar solución al modelo propuesto se plantean dos estrategias basadas en el modelo matemático. La primera corresponde a un modelo de ponderación de objetivos implementado en el software GAMS; donde si bien se verifica que el modelo efectivamente es funcional, se evidencia la necesidad de involucrar al tomador de decisiones en el desarrollo y delimitación del modelo y, debido a la limitación de recursos computacionales, se hace necesario buscar una estrategia alternativa para problemas que involucren mayor cantidad de variables y restricciones. Como segunda de estrategia de solución, se plantea un algoritmo NSGAII desarrollado en el software MATLAB R2017A. Se encuentra que, para los tamaños más grandes de instancias el algoritmo genera conjuntos de soluciones no dominadas o eficientes, a partir de las cuales el tomador de decisiones puede seleccionar la que, según su criterio, se adapte de mejor manera a su contexto particular.application/pdfspahttp://creativecommons.org/licenses/by/4.0/Manufactura celularOptimización MultiobjetivoBalance de cargaDisponibilidad de maquinaria.Universidad Industrial de SantanderTesis/Trabajo de grado - Monografía - MaestriaUniversidad Industrial de Santanderhttps://noesis.uis.edu.coCell manufacturingMultiobjective optimizationWorkload balanceMachine availability.info:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)