Iván Guillermo Peña Arenas, Luis Francisco López Castro
El objetivo de este artículo es desarrollar un algoritmo genético el cualpermita determinar los tamaños de lote de producción y su programaciónen un sistema de manufactura de una máquina para órdenesmultiproducto, cuya función objetivo minimiza la suma de los costosde inventario por terminaciones tardías y de alistamiento. El problemacontempla un conjunto de órdenes a ser procesadas con sus respectivasfechas de entrega. Cada orden debe ser entregada en su totalidad. Dentrode la programación de los trabajos se consideran tiempos de alistamientodependientes de la secuencia. En la metaheurística implementada se utilizade manera embebida un método heurístico para el cálculo de la funciónde adaptación. El método heurístico presentado es una variación delOptimal Timming Algorithm el cual involucra los tiempos de alistamientodependientes de la secuencia. Se desarrolla un diseño de experimentospara probar el desempeño del algoritmo utilizando instancias generadasde forma aleatoria y comparando sus soluciones contra las encontradaspor un método exacto. Los resultados muestran que el algoritmo lograun buen desempeño tanto en tiempo de ejecución como en calidad de lasolución especialmente en instancias grandes.
The main purpose of this paper is to develop a hybrid genetic algorithmin order to determine the lot sizes and their production scheduling in asingle machine manufacturing system for multi-item orders, the objectivefunction minimizes the sum of holding costs, tardy costs and setup costs.The problem considers a set of orders to be processed each one with itsown due date. Each order must be delivered complete. In the schedulingare considered sequence dependent setup times. The proposed hybridgenetic algorithm has embedded a heuristic that is used to calculate itsfitness function. The heuristic method presents a modification on theoptimal timming algorithm in which are involved sequence dependentset up times. A design of experiments is developed in order to assess thealgorithm performance, which is also tested using random-generateddata and results are compared with those generated by an exact method.The results show that the algorithm achieves a good performance in bothsolution quality and time especially for large instances.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados