Aplicación de algoritmos genéticos con reglas de decisión en el balanceo de líneas en forma de U estocástico

Demetrio Fermán Alvarez, Ulises Martínez Contreras, Mirella Parada González, Arturo Woocay Prieto, Adán Valles Chávez
{"title":"Aplicación de algoritmos genéticos con reglas de decisión en el balanceo de líneas en forma de U estocástico","authors":"Demetrio Fermán Alvarez, Ulises Martínez Contreras, Mirella Parada González, Arturo Woocay Prieto, Adán Valles Chávez","doi":"10.23913/ride.v14i27.1577","DOIUrl":null,"url":null,"abstract":"Actualmente, la mayoría de investigaciones acerca del problema de balaceo de líneas de ensamble consideran que los tiempos de las tareas son determinados. Sin embargo, en los procesos de fabricación siempre existe la posibilidad de obtener en los procesos variaciones que impactan en los tiempos de las tareas. Por eso, en el presente trabajo, con base en un enfoque estocástico, se presenta un método que utiliza técnicas metaheurísticas mediante un algoritmo genético, el cual tiene como objetivo brindar una solución al problema de balanceo tipo 1 de líneas en forma de U con tiempos de tarea estocásticos. Para ello, se han tomado como referencia problemas existentes en la literatura para luego ofrecer una comparación entre las soluciones existentes. En el proceso de validación se utilizaron siete categorías de problemas resueltos por otro método. La solución brindada por el algoritmo se sometió a un análisis experimental de los datos para comprobar si era capaz de dar una o más soluciones mejores a las existentes; de ese modo, se buscó balancear la línea con la menor cantidad de recursos humanos posible. Los datos muestran mejores soluciones para los problemas de alta varianza únicamente en el resultado WS mayor, donde se observa una diferencia del 4 %; en los demás hallazgos los porcentajes son mejores. Además, se encontraron seis soluciones mejores a las existentes.","PeriodicalId":321601,"journal":{"name":"RIDE Revista Iberoamericana para la Investigación y el Desarrollo Educativo","volume":"24 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-07-27","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"RIDE Revista Iberoamericana para la Investigación y el Desarrollo Educativo","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.23913/ride.v14i27.1577","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Actualmente, la mayoría de investigaciones acerca del problema de balaceo de líneas de ensamble consideran que los tiempos de las tareas son determinados. Sin embargo, en los procesos de fabricación siempre existe la posibilidad de obtener en los procesos variaciones que impactan en los tiempos de las tareas. Por eso, en el presente trabajo, con base en un enfoque estocástico, se presenta un método que utiliza técnicas metaheurísticas mediante un algoritmo genético, el cual tiene como objetivo brindar una solución al problema de balanceo tipo 1 de líneas en forma de U con tiempos de tarea estocásticos. Para ello, se han tomado como referencia problemas existentes en la literatura para luego ofrecer una comparación entre las soluciones existentes. En el proceso de validación se utilizaron siete categorías de problemas resueltos por otro método. La solución brindada por el algoritmo se sometió a un análisis experimental de los datos para comprobar si era capaz de dar una o más soluciones mejores a las existentes; de ese modo, se buscó balancear la línea con la menor cantidad de recursos humanos posible. Los datos muestran mejores soluciones para los problemas de alta varianza únicamente en el resultado WS mayor, donde se observa una diferencia del 4 %; en los demás hallazgos los porcentajes son mejores. Además, se encontraron seis soluciones mejores a las existentes.
具有决策规则的遗传算法在随机U型线平衡中的应用
目前,大多数关于装配线问题的研究都认为任务的时间是确定的。然而,在制造过程中,总有可能在过程中获得影响任务时间的变化。那本的工作方法,根据随机metaheurísticas技术介绍了一种使用方法,通过遗传算法,其目标是提供解决问题的平衡1型的形式或时间线随机任务。本文以文献中存在的问题为参考,对现有的解决方案进行了比较。在验证过程中,使用了用另一种方法解决的七类问题。该算法提供的解对数据进行了实验分析,以验证它是否能够给出一个或多个比现有解更好的解;通过这种方式,试图以尽可能少的人力资源来平衡这条线。数据仅在较大的WS结果中显示了高方差问题的更好解决方案,其中观察到4%的差异;在其他发现中,百分比更好。此外,还找到了六个比现有解决办法更好的解决办法。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信