Multi-objective partially flexible job-shop scheduling problem, based on a genetic natural selection algorithm

Jones Martínez, Samantha; Castillo Corrales, Alice; Arce Obando, Justin; Álvarez González, Monserrat; Rivera Leaver, Daniel

El problema de secuenciamiento parcialmente flexible, multiobjetivo, basado en un algoritmo genético de selección natural

dc.creator	Jones Martínez, Samantha
dc.creator	Castillo Corrales, Alice
dc.creator	Arce Obando, Justin
dc.creator	Álvarez González, Monserrat
dc.creator	Rivera Leaver, Daniel
dc.date	2023-01-30
dc.date.accessioned	2023-02-07T14:06:56Z
dc.date.accessioned	2023-02-07T14:24:02Z
dc.date.available	2023-02-07T14:06:56Z
dc.date.available	2023-02-07T14:24:02Z
dc.identifier	https://revistas.utp.ac.pa/index.php/ric/article/view/3561
dc.identifier	10.33412/rev-ric.v9.1.3561
dc.identifier.uri	https://ridda2.utp.ac.pa/handle/123456789/17657
dc.description	In the present work, we seek to solve a partially flexible scheduling problem, energetically efficient, with sequence dependent setup time, cost penalties for both early and late completion, and preventive maintenance. These variables and objectives were selected because it is considered that these are the ones that have the greatest impact on the day-to-day of companies. For the solution, a genetic algorithm compatible with the proposed variables and capable of obtaining a solution efficiently is proposed. To check the operation of the proposal, the algorithm is tested with a simulation that combines data from other works with fictitious information. The algorithm found a solution for the three proposed objective functions from the information of five generations of data. The result was an optimal schedule, the total makespan and the cost of tardiness and earliness that could not be avoided.	en-US
dc.description	En el presente trabajo se buscó resolver un problema de secuenciación parcialmente flexible, energéticamente eficiente, con tiempos de preparación dependientes de la secuencia, penalizaciones de costos por finalización temprana y tardía y mantenimiento preventivo. Estas variables y objetivos fueron seleccionados porque se considera que estos son los que tienen mayor impacto en el día a día de las empresas. Para la solución se propone un algoritmo genético compatible con las variables propuestas y capaz de obtener una solución de manera eficiente. Para comprobar el funcionamiento de la propuesta, se prueba el algoritmo con una simulación que combina datos de otros trabajos con información ficticia. El algoritmo encontró una solución para las tres funciones objetivo propuestas a partir de la información de cinco generaciones de datos. El resultado fue un cronograma óptimo, la duración total y el costo de los envíos tardíos y los adelantos que no se pudieron evitar.	es-ES
dc.format	application/pdf
dc.language	spa
dc.publisher	Universidad Tecnológica de Panamá	es-ES
dc.relation	https://revistas.utp.ac.pa/index.php/ric/article/view/3561/4324
dc.rights	Derechos de autor 2023 Revista de Iniciación Científica	es-ES
dc.rights	http://creativecommons.org/licenses/by-nc-sa/4.0	es-ES
dc.source	2413-6786
dc.source	2412-0464
dc.source	Revista de Iniciación Científica; Vol. 9 Núm. 1 (2023): Revista de Iniciación Científica; 81 – 89	es-ES
dc.title	Multi-objective partially flexible job-shop scheduling problem, based on a genetic natural selection algorithm	en-US
dc.title	El problema de secuenciamiento parcialmente flexible, multiobjetivo, basado en un algoritmo genético de selección natural	es-ES
dc.type	info:eu-repo/semantics/article
dc.type	info:eu-repo/semantics/publishedVersion

Ficheros en el ítem

Ficheros	Tamaño	Formato	Ver
No hay ficheros asociados a este ítem.

Este ítem aparece en la(s) siguiente(s) colección(ones)

2023, Vol. 9, Núm. 1: Revista de Iniciación Científica [10]
En este volumen se publican los artículos del primer volumen regular de la Revista de Iniciación Científica, correspondiente al primer semestre 2023.

Mostrar el registro sencillo del ítem