Enrutamiento y secuenciación óptimos en un flexible Job Shop multiobjetivo mediante algoritmos genéticos

• Autor: Tejada Muñoz, Guillermo
• Formato: tesis doctoral
• Fecha de Publicación: 2017
• Institución: Universidad Nacional Mayor de San Marcos
• Repositorio: UNMSM-Tesis
• Lenguaje: español
• OAI Identifier: oai:cybertesis.unmsm.edu.pe:20.500.12672/6657
• Enlace del recurso: https://hdl.handle.net/20.500.12672/6657
• Nivel de acceso: acceso abierto
• Materia: Procesos de manufactura; Algoritmos genéticos; Programación evolutiva (Computación); https://purl.org/pe-repo/ocde/ford#2.11.04

Propone una solución óptima al problema de programar (Scheduling) el procesamiento de un conjunto de Jobs (Tareas) en un conjunto de máquinas de una manufactura tipo Flexible Job Shop (FJS-Taller Flexible). La solución minimiza tres criterios: El Maximum Workload (WM), el Total Workload (WT) y el Makespan (CM), es decir, el problema es de Optimización Multiobjetivo. El problema FJS es actualmente estudiado por muchos investigadores porque corresponde a uno de optimización combinatoria muy difícil de resolver (NP-Hard) y porque una solución óptima redunda en una producción eficiente de la manufactura. El problema también es conocido en la literatura como Flexible Job Shop Scheduling (FJSS) o Flexible Job Shop Scheduling Problem (FJSSP), cualquiera de estos términos son utilizados indistintamente en el presente trabajo. Se ha solucionado el FJSSP desde un enfoque jerárquico que divide el problema en dos de menor complejidad: el subproblema de enrutamiento y el subproblema de secuenciación, utilizando en ambos subproblemas algoritmos genéticos. El desempeño de los algoritmos ha sido demostrado solucionando los casos de FJSS planteados por Kacem, utilizados también por otros investigadores, por lo que es posible comparar los resultados. Adicionalmente, las soluciones son presentadas, para una validación objetiva, en diagramas de Gantt y datos numéricos. El programa ha sido totalmente codificado en Lenguaje M (Matlab).