JOB SHOP SCHEDULING PROBLEM: DESARROLLO DE UN PROCEDIMIENTO EFICIENTE

MARIANO FRUTOS; ANA C. OLIVERA

Cartagena de Indias

Congreso; XIV Congreso Latino-Ibero-Americano en Investigación de Operaciones; 2008

Asociación Latino-Ibero-Americano en Investigación de Operaciones

Job-Shop Scheduling Problem (JSSP) posee un gran rango de aplicación. Esto hace que sea un tema de investigación actual, tanto a nivel académico como empresarial. En este trabajo, se presenta un Hybrid Genetic Algorithm (HGA)para resolver el JSSP. Este combina dos meta-heurísticas, Genetic Algorithm (GA) y Simulated Annealing (SA), con el objetivo de obtener un conjunto de soluciones al JSSP. Inicialmente, GA obtiene un conjunto de individuos, que luego son analizados y mejorados a través de SA y así formar parte de la nueva población. Además, aplica una estrategia de decodificación que permite recuperar soluciones no factibles lo que hace mejorar la eficiencia del procedimiento. Los resultados alcanzados por el HGA son detallados y comparando con los obtenidos por GA, Greedy Randomized Adaptive Search Procedures (GRASP) y Tabú Search (TS). El análisis de los resultados indica que el algoritmo propuesto es una alternativa viable para resolver el JSSP, dada la calidad de las soluciones obtenidas.