Evaluación de algoritmos bioinspirados para la solución del problema de planificación de trabajos

• Flórez, Edson ^[1] ; Díaz, Nelson ^[1] ; Gómez, Wilfredo ^[3] ; Bautista, Lola ^[1] ; Delgado, Darío ^[2]
  1. [1] Universidad Industrial de Santander

     Universidad Industrial de Santander

     Colombia

     
  2. [2] Universidad Nacional Abierta y a Distancia

     Universidad Nacional Abierta y a Distancia

     Colombia

     
  3. [3] Ministerio de Tecnologias de la Información y las Comunicaciones MINTIC

  Mostrar afiliaciones +
• Localización: I+D Revista de Investigaciones, ISSN-e 2539-519X, ISSN 2256-1676, Vol. 11, Nº. 1, 2018 (Ejemplar dedicado a: Enero- Junio EARLY VIEW)
• Idioma: español
• Títulos paralelos:
  • Evaluation of bioinspired algorithms for the solution of the job scheduling problem.
• Enlaces
  • Texto completo
• Resumen
  • español

    En el presente trabajo se utilizaron Metaheurísticas de inspiración biológica, como sistemas inmunes artificiales y los algoritmos de colonias de hormigas que se basan en características y comportamientos de los seres vivos aplicables en el área computacional. Se presenta una evaluación de soluciones bioinspiradas para el problema de optimización combinatoria de planificación de trabajos, denominado Job shop Scheduling, cuyo objetivo es encontrar una configuración o secuencia de trabajos que requiera la menor cantidad de tiempo para ser ejecutada en las máquinas disponibles. El desempeño de los algoritmos fue caracterizado y evaluado para instancias de referencia del problema de Job Shop Scheduling, comparando la calidad de las soluciones obtenidas respecto a la mejor solución conocida (BKS por sus siglas en inglés) de los métodos más eficaces. Las soluciones fueron valoradas en dos aspectos, en calidad tomando como referente el makespan, que corresponde al tiempo que tardan en realizarse todos los trabajos, y como métrica de desempeño se tomó el número de evaluaciones que realiza el algoritmo para obtener la mejor solución.

  • English

    In this research we used bio-inspired metaheuristics, as artificial immune systems and ant colony algorithms that are based on a number of characteristics and behaviors of living things that are interesting in the computer science area. This paper presents an evaluation of bio-inspired solutions to combinatorial optimization problem, called the Job Shop Scheduling or planning work, in a simple way the objective is to find a configuration or job stream that has the least amount of time to be executed in machine settings. The performance of the algorithms was characterized and evaluated for reference instances of the job shop scheduling problem, comparing the quality of the solutions obtained with respect to the best known solution of the most effective methods. The solutions were evaluated in two aspects, first in relation of quality of solutions, taking as reference the makespan and secondly in relation of performance, taking the number evaluations performed by the algorithm to obtain the best solution.