Fabián Alexander Torres-Cárdenas, Lina Mayerly Lozano-Suárez, Víctor Alfonso Sanabria-Ruiz
{"title":"考虑能源效率的Job Shop问题求解的混合算法1","authors":"Fabián Alexander Torres-Cárdenas, Lina Mayerly Lozano-Suárez, Víctor Alfonso Sanabria-Ruiz","doi":"10.22507/pml.v17n2a3","DOIUrl":null,"url":null,"abstract":"Introducción: La presente investigación aborda un problema bi-objetivo, el clásico de la programación de la producción de sistema tipo taller Job Shop Scheduling con la extensión de eficiencia energética el cual busca minimizar el makespan y el consumo de energía. En este, se manejan maquinas fijas por operaciones, se producen variaciones en el consumo de energía y tiempo de procesamiento dependientes de la velocidad, lo cual se asemeja a ambientes reales presentes en las industrias. Este problema es considerado NP-Hard debido a su complejidad computacional. Objetivo: El objetivo de esta investigación es diseñar un algoritmo híbrido para la solución con el fin de minimizar el tiempo computacional y establecer la mejor secuencia y asignación de velocidades buscando reducir el tiempo de finalización de la última tarea (Makespan) y el consumo de energía. Materiales y métodos: El enfoque de investigación es cuantitativo de tipo Investigación aplicada tecnológica dado a que sirve para generar conocimientos que se puedan poner en práctica en el sector productivo, con el fin de impulsar un impacto positivo en la vida cotidiana. Resultados: El algoritmo propuesto se evaluó con problemas benchmarking de la literatura logrando un buen rendimiento en términos computacionales. Conclusiones: El algoritmo Recocido Simulado mejoró los resultados obtenidos por el algoritmo genético siendo la unión de los dos una buena alternativa para la solución del problema.","PeriodicalId":37167,"journal":{"name":"Produccion y Limpia","volume":" ","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2022-12-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Un Algoritmo Híbrido para la solución del Problema Job Shop Considerando Eficiencia Energética1\",\"authors\":\"Fabián Alexander Torres-Cárdenas, Lina Mayerly Lozano-Suárez, Víctor Alfonso Sanabria-Ruiz\",\"doi\":\"10.22507/pml.v17n2a3\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Introducción: La presente investigación aborda un problema bi-objetivo, el clásico de la programación de la producción de sistema tipo taller Job Shop Scheduling con la extensión de eficiencia energética el cual busca minimizar el makespan y el consumo de energía. En este, se manejan maquinas fijas por operaciones, se producen variaciones en el consumo de energía y tiempo de procesamiento dependientes de la velocidad, lo cual se asemeja a ambientes reales presentes en las industrias. Este problema es considerado NP-Hard debido a su complejidad computacional. Objetivo: El objetivo de esta investigación es diseñar un algoritmo híbrido para la solución con el fin de minimizar el tiempo computacional y establecer la mejor secuencia y asignación de velocidades buscando reducir el tiempo de finalización de la última tarea (Makespan) y el consumo de energía. Materiales y métodos: El enfoque de investigación es cuantitativo de tipo Investigación aplicada tecnológica dado a que sirve para generar conocimientos que se puedan poner en práctica en el sector productivo, con el fin de impulsar un impacto positivo en la vida cotidiana. Resultados: El algoritmo propuesto se evaluó con problemas benchmarking de la literatura logrando un buen rendimiento en términos computacionales. Conclusiones: El algoritmo Recocido Simulado mejoró los resultados obtenidos por el algoritmo genético siendo la unión de los dos una buena alternativa para la solución del problema.\",\"PeriodicalId\":37167,\"journal\":{\"name\":\"Produccion y Limpia\",\"volume\":\" \",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2022-12-15\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Produccion y Limpia\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.22507/pml.v17n2a3\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"Q4\",\"JCRName\":\"Environmental Science\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Produccion y Limpia","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.22507/pml.v17n2a3","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"Environmental Science","Score":null,"Total":0}
Un Algoritmo Híbrido para la solución del Problema Job Shop Considerando Eficiencia Energética1
Introducción: La presente investigación aborda un problema bi-objetivo, el clásico de la programación de la producción de sistema tipo taller Job Shop Scheduling con la extensión de eficiencia energética el cual busca minimizar el makespan y el consumo de energía. En este, se manejan maquinas fijas por operaciones, se producen variaciones en el consumo de energía y tiempo de procesamiento dependientes de la velocidad, lo cual se asemeja a ambientes reales presentes en las industrias. Este problema es considerado NP-Hard debido a su complejidad computacional. Objetivo: El objetivo de esta investigación es diseñar un algoritmo híbrido para la solución con el fin de minimizar el tiempo computacional y establecer la mejor secuencia y asignación de velocidades buscando reducir el tiempo de finalización de la última tarea (Makespan) y el consumo de energía. Materiales y métodos: El enfoque de investigación es cuantitativo de tipo Investigación aplicada tecnológica dado a que sirve para generar conocimientos que se puedan poner en práctica en el sector productivo, con el fin de impulsar un impacto positivo en la vida cotidiana. Resultados: El algoritmo propuesto se evaluó con problemas benchmarking de la literatura logrando un buen rendimiento en términos computacionales. Conclusiones: El algoritmo Recocido Simulado mejoró los resultados obtenidos por el algoritmo genético siendo la unión de los dos una buena alternativa para la solución del problema.