INMABB   05456
INSTITUTO DE MATEMATICA BAHIA BLANCA
Unidad Ejecutora - UE
congresos y reuniones científicas
Título:
RESOLUCIÓN DE UN PROBLEMA DE PROGRAMACIÓN DE LA PRODUCCIÓN EN UN ENTORNO FLOWSHOP MEDIANTE UN PROCEDIMIENTO METAHEURÍSTICO BIOBJETIVO
Autor/es:
DANIEL ROSSIT; ADRIÁN ANDRÉS TONCOVICH
Lugar:
Curitiba
Reunión:
Congreso; XIX SEMANA DA ENGENHARIA DE PRODUÇÃO E MECÂNICA SULAMERICANA ? XIX SEPROSUL; 2019
Institución organizadora:
Núcleo Disciplinario de Ingeniería Mecánica y de la producción - Asociación de Universidades Grupo Montevideo
Resumen:
En este trabajo se analiza un problema de secuenciación correspondiente a un entorno de producción del tipo flowshop. Se recurre a un procedimiento metaheurístico biobjetivo para resolver el problema de secuenciación correspondiente a dicha configuración productiva. El problema de programación de la producción considerado puede caracterizarse como un skip flowshop en el que se tiene en cuenta la vinculación con los almacenes de materias primas y de productos terminados. Al evaluar la calidad de las soluciones propuestas se tienen en cuenta simultáneamente los objetivos de minimización del tiempo de producción total (makespan) y minimización del retraso total (total tardiness). El procedimiento propuesto está basado en una estrategia multiobjetivo de búsqueda local que responde a la estructura de la metaheurística recocido simulado (simulated annealing). En este caso, el método metaheurístico desarrollado genera un conjunto de soluciones que intenta proporcionar una buena aproximación a la frontera óptima de Pareto. Con el fin de evaluar el rendimiento de la metodología propuesta se realizan una serie de experimentos sobre dos conjuntos de problemas de prueba. A partir de los resultados obtenidos con el primer conjunto de problemas de tamaño más reducido y su comparación con un método exacto de resolución puede concluirse que las soluciones proporcionadas por el procedimiento utilizado resultan adecuadas tanto desde el punto de vista de su calidad como del esfuerzo computacional invertido en su generación. Además, el algoritmo fue probado con problemas de mayor tamaño, para evaluar su comportamiento en espacios de búsqueda más amplios.