Algoritmo genético de operadores de cruce y mutación (ALGOCYM) para la optimización de la distribución en planta en organizaciones de manufactura

• Autor: Ruiz Lizama, Edgar Cruz
• Formato: tesis doctoral
• Fecha de Publicación: 2021
• Institución: Universidad Nacional Mayor de San Marcos
• Repositorio: UNMSM-Tesis
• Lenguaje: español
• OAI Identifier: oai:cybertesis.unmsm.edu.pe:20.500.12672/17209
• Enlace del recurso: https://hdl.handle.net/20.500.12672/17209
• Nivel de acceso: acceso abierto
• Materia: Algoritmos genéticos; Distribución en planta industrial; https://purl.org/pe-repo/ocde/ford#2.11.04; https://purl.org/pe-repo/ocde/ford#2.11.02

El objetivo de la investigación es desarrollar un algoritmo genético para optimizar la distribución en planta en organizaciones de manufactura. Al ser este, un problema combinatorio de optimización, el algoritmo resulta de gran utilidad en la toma de decisiones. Esta investigación es de tipo experimental por simulación. Se propone un algoritmo en dos pasos que emplea la estructura del árbol de cortes y la metodología por algoritmos genéticos. Para probar el algoritmo se desarrolla una aplicación informática que combina programación genética, programación concurrente y se ejecuta en la nube bajo el sistema operativo Linux. El algoritmo obtiene una solución a cuatro casos experimentales conocidos en la temática: Tam de ocho, Van Camp de diez, Bazaraa de catorce, Armour y Buffa de veinte instalaciones respectivamente; considerando dimensiones como: área total, área individual, ratios, flujos, y relaciones entre ellos. El estudio experimental se propone en bloques, estableciendo combinaciones entre porcentajes de cruce (de 0.6 a 0.9), porcentajes de mutación (0.05, 0.08, 0.1, 0.2, 0.3) y elitismo. Los resultados de las pruebas estadísticas ANOVA aplicados a tamaños de población de 30, 60,100 individuos, conducen a determinar que el tamaño de 30 individuos es significativo. En cuanto a la mutación, se encuentra que un nivel de 5 por ciento es significativo para encontrar resultados óptimos; en tanto el grado de aplicación del operador de cruce es no significativo. Respecto a los tiempos de ejecución, se determina que las operaciones de evaluación y selección consumen mayor tiempo frente a las de cruce, mutación y elitismo.