SciELO - Scientific Electronic Library Online

 
vol.24 issue3Selection of Improvement Strategies for Working Condition for to Maintenance Function Using Constructivist Multicriteria Decision Aid Approach MCDAOptimization of the Thermal Efficiency of a Robinson Engine Applying the Senft-Schmidt-Petrescu Model author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

Share


Información tecnológica

On-line version ISSN 0718-0764

Abstract

ARANGO, Jaime A; GIRALDO, Jaime A  and  CASTRILLON, Omar D. Programación de Máquinas Paralelas no Relacionadas con Tiempos de Montaje dependientes de la Secuencia y Entrada Dinámica usando Algoritmos Genéticos. Inf. tecnol. [online]. 2013, vol.24, n.3, pp.73-84. ISSN 0718-0764.  http://dx.doi.org/10.4067/S0718-07642013000300009.

Este trabajo describe una propuesta de solución al problema de procesar n trabajos en m máquinas paralelas no relacionadas. Es un problema de asignación generalizado de orden lineal y tipo combinatorial que considera tiempos de montaje dependientes de la secuencia y entrada dinámica de trabajos. Se propone un algoritmo genético con codificación entera y conformación de la población, selección de padres, cruzamiento y mutación aleatorios. Hay dos descendientes por generación que compiten contra el peor elemento existente para entrar a la población. Se itera un número de generaciones proporcional al producto de nxm para obtener la solución En cada máquina se secuencian los trabajos por fecha de entrega y los tiempos computacionales son aceptables. Se concluye que el problema pudo ser solucionado mediante el algoritmo genético propuesto de forma  eficaz y eficiente y que las soluciones se enfocan en reducir el tiempo de procesamiento y cumplimiento de fechas de entrega.

Keywords : meta-heurísticas; máquinas paralelas; optimización; programación de actividades.

        · abstract in English     · text in Spanish     · Spanish ( pdf )

 

Creative Commons License All the contents of this journal, except where otherwise noted, is licensed under a Creative Commons Attribution License