Minimización del makespan para el problema de máquinas paralelas no relacionadas con tiempos de setup dependientes de la secuencia mediante un algoritmo híbrido VNS/ACO

• Eduardo Salazar Hornig ^[1] ; Gina Soto Gavilán ^[1]
  1. [1] Universidad de Concepción

     Universidad de Concepción

     Comuna de Concepción, Chile

     
• Localización: Revista de Ingenierías: Universidad de Medellín, ISSN 1692-3324, Vol. 20, Nº. 38, 2021, págs. 171-184
• Idioma: español
• Títulos paralelos:
  • Makespan Minimization on Unrelated Parallel Machines Scheduling Problem with Sequence Dependent Setup Times by a VNS/ACO Hybrid Algorithm
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Se propone una heurística híbrida combinando Variable Neighborhood Search(VNS) y Ant Colony Optimization (ACO) para resolver el problema de programación de máquinas paralelas no relacionadas con tiempos de preparación dependientes de la secuencia con el objetivo de minimizar el makespan. La búsqueda en entornos variables se propone con un esquema descendente resolviendo en una primera etapa el problema de programación de los trabajos a las máquinas, y luego, en una segunda etapa, un algoritmo ACO, reordena sucesivamente los trabajos en la máquina de mayor makespan. Se realizan pruebas experimentales sobre un conjunto de problemas de prueba de la literatura, mostrando que al aplicar la segunda etapa de la metaheurística propuesta se mejoran las soluciones obtenidas en la primera etapa del algoritmo y que al comparar los resultados obtenidos con otros métodos de la literatura resulta ser un método competitivo.

  • English

    This paper proposes a hybrid heuristic that combines Variable Neighborhood Search (VNS) with Ant Colony Optimization (ACO) to solve the scheduling problem of nonrelated parallel machines with sequence dependent setup times in order to minimize the makespan. The Variable Neighborhood Search is proposed to solve the scheduling problem with a descending scheme in a first phase, with an ACO algorithm, which successively reorder the jobs in the machine with the largest makespan in a second phase. An experimental study was performed using test problems from the literature showing that the second phase of the algorithm improves the solution obtained in the first phase. The results obtained are also compared with other methods in the literature proving to be a competitive method.