Resolución del problema de equilibrado de líneas de montaje con múltiples operarios y tiempos de tarea dependientes mediante Empirically Adjusted Greedy Heuristics (EAGH)

• Enric Andreu-Casas ^[1] ; Alberto García-Villoria ^[1] ; Rafael Pastor-Moreno ^[1]
  1. [1] Universitat Politècnica de Catalunya

     Universitat Politècnica de Catalunya

     Barcelona, España

     
• Localización: DYNA management, ISSN-e 2340-6585, Vol. 11, Nº. 1, 2023
• Idioma: español
• Títulos paralelos:
  • Solving the multi-manned assembly line balancing problem with dependent task times by means of Empirically Adjusted Greedy Heuristics (EAGH)
• Texto completo no disponible (Saber más ...)
• Dialnet Métricas: 1 Cita
• Resumen
  • español

    Las líneas de montaje con varios operarios se utilizan ampliamente en las industrias manufactureras que procesan un elevado volumen de piezas de gran tamaño. En cada estación de trabajo hay múltiples trabajadores realizando simultáneamente diferentes tareas con la posibilidad de interferir entre sí, lo que conduce a un aumento en los tiempos de las tareas de procesamiento. En este trabajo se estudia este tipo de problema: el problema de equilibrado de líneas de montaje con múltiples operarios con tiempos de tarea dependientes (MALBP-DTT). Como se ha discutido en la literatura reciente, el procedimiento HEUR_PART presenta el mejor comportamiento para resolver el MALBP-DTT. En este trabajo, HEUR_PART se mejora utilizando el procedimiento Empirically Adjusted Greedy Heuristics (EAGH) junto con un nuevo procedimiento (denominado "EAGH-CKTL") que se presenta en este trabajo y que se basa en el uso de EAGH combinado con el concepto de cóctel de heurísticas. EAGH y EAGH-CKTL se utilizan para diseñar nuevas reglas de prioridad para resolver MALBP-DTT siguiendo los pasos HEUR_PART. En particular, EAGH-CKTL se aplica para construir nuevas reglas de prioridad que tengan un buen rendimiento como parte de un cóctel de heurísticas. Los experimentos computacionales muestran la eficacia de utilizar tanto EAGH como EAGH-CKTL en el diseño de reglas de prioridad eficientes: una de las reglas de prioridad diseñadas con EAGH presenta mejor rendimiento que cualquier otra regla propuesta en la literatura para HEUR_PART, mientras que otra regla diseñada con EAGH-CKTL evidencia una notable mejora en los resultados de HEUR_PART cuando se añade a su cóctel original de heurísticas.

  • English

    Multi-manned assembly lines are widely used in manufacturing industries that process a high-volume of large-sized workpieces. At each workstation there are multiple workers simultaneously performing different tasks with the possibility of interfering with each other, leading to an increase in the processing task times. This paper studies this type of problem: the multi-manned assembly line balancing problem with dependent task times (MALBP-DTT). As discussed in recent literature, the HEUR_PART procedure presents the best behaviour for solving MALBP-DTT. In this paper, HEUR_PART is improved by using the Empirically Adjusted Greedy Heuristics (EAGH) procedure along with a new procedure (named “EAGH-CKTL”) that is presented in this paper and is based on using EAGH combined with the cocktail of heuristics concept. EAGH and EAGH-CKTL are used to design new priority rules for solving MALBP-DTT through the HEUR_PART steps. In particular, EAGH-CKTL is applied for building new priority rules that have good performance as part of a cocktail of heuristics. The computational experiments show the efficiency of using both EAGH and EAGH-CKTL in the process of designing efficient priority rules: one of the priority rules designed with EAGH presents better performance than any other rule proposed in the literature for HEUR_PART, while another rule designed with EAGH-CKTL evidences a remarkable improvement in the HEUR_PART results when added to its original cocktail of heuristics.