Diseño de una metaheurística PSO hibridada con la metodología PAES para minimizar Tardiness y Flowtime en un ambiente hybrid flow shop
Ver / Descargar
Fecha
2022-02-02Autor(es)
Valderrama Paez, Genner Juan PabloSierra Ibáñez, Santiago Andrés
Baez Fuentes, Johann Andrey
Llerena Murcia, Sebastian
Director(es)
González Neira, Eliana MaríaPublicador
Pontificia Universidad Javeriana
Facultad
Facultad de Ingeniería
Programa
Ingeniería Industrial
Título obtenido
Ingeniero (a) Industrial
Tipo
Tesis/Trabajo de grado - Monografía - Pregrado
Compartir este registro
Citación
Documentos PDF
Título en inglés
Hybridization of PSO and PAES to minimize tardiness and flowtime in a hybrid flow shop with unrelated parallel machinesResumen
La programación de la producción es una metodología que toman las empresas para poder crear mejores rendimientos en sus procesos y ser competitivas. Ante esto, el presente trabajo contiene la propuesta para el desarrollo de una metaheurística Particle Swarm Optimization (PSO) hibridada con la metodología Pareto Archived Evolution Strategy (PAES) para obtener la frontera de Pareto entre el Tardiness y el Flowtime en un ambiente Hybrid Flow Shop con máquinas en paralelo no relacionadas, donde es de importancia abordar tanto el multiobjetivo como el hecho de que las máquinas sean no relacionadas debido a que son lo más cercano a un problema del mundo real. El desempeño del PSO se evaluó en comparación con el modelo matemático obteniendo una mejora promedio de más del 20% en ambas funciones objetivo, esto debido a que después de una hora de ejecución el modelo matemático sólo pudo encontrar solución óptima en 9 de 81 instancias y solución factible en las 72 instancias restantes. El PSO en menor tiempo computacional a una hora encontró mejor solución que el modelo matemático, en ambas funciones objetivo, en 72 de las 81 instancias pequeñas evaluadas. Adicionalmente, los resultados del PSO en instancias grandes se compararon contra los obtenidos por las reglas de despacho Modified Due Date (MDD), para la función de Tardiness, y Shortest Processing Time (SPT) para la función de Flowtime, obteniendo un porcentaje de mejora mayor al 10% en ambas funciones objetivo. Vale la pena anotar que la instancia más grande de 100 trabajos 8 estaciones tuvo un tiempo de ejecución de 40 minutos, mostrando que el PSO propuesto es aplicable en entornos reales con buenos resultados y tiempos computacionales razonables.
Abstract
This work proposes a Particle Swarm Optimization (PSO) metaheuristic hybridized with the Pareto Archived Evolution Strategy (PAES) methodology to obtain the Pareto frontier of tardiness and flowtime in a Hybrid Flow Shop environment with unrelated parallel machines. The performance of the PSO-PAES was evaluated in comparison with the mathematical model, obtaining an average improvement of more than 20% in both objective functions, because after one hour of execution, the mathematical model could only find an optimal solution in 9 of 81 instances, and feasible solutions in the remaining 72 instances. The PSO, in less computational times than one hour, found better solutions than the mathematical model, in both objective functions, in 72 of the 81 small instances evaluated. Additionally, the PSO-PAES was executed for 288 large instances and its results were compared against those obtained by the dispatching rules Modified Due Date (MDD), for the tardiness function, and Shortest Processing Time (SPT) for the flowtime function. The average improvement given by the proposed PSO-PAES for flowtime was about 11.53% and for tardiness 13.83%. It is important to note that the largest instance of 100 jobs 8 stages had an execution time of 40 minutes, showing that the proposed PSO is applicable in real environments with good results and reasonable computational times.
Temas
Ingeniería industrial - Tesis y disertaciones académicasMetaheurística
Flujo de trabajo
Mejoramiento de procesos
Estadísticas Google Analytics
Colecciones
- Ingeniería Industrial [1109]