ENSAYO

SISTEMA JOB SHOP- OPEN SHOP POR MEDIO DE UNA RED NEURONAL &
ALGORITMO GENÉTICO PARA EL PROBLEMA DE JOB SHOP FLEXIBLE

PRESENTADO POR:
ALCALÁ JIMENEZ ANNY MARGARITA
CASTRO CASTRO GISEL MELISSA

PRESENTADO A:
ING. NATIVIDAD VILLABONA

UNIVERSIDAD DE CARTAGENA
FACULTAD DE CIENCIAS ECONOMICAS
PROGRAMA DE ADMINISTRACIÓN INDUSTRIAL
CONTROL DE PRODUCCIÓN

2019
 INTRODUCCIÓN

El ser humano al transcurrir el tiempo ha estado en una constante búsqueda

de simplificar las cosas en cualquier área en que éste se desempeñe, y descubrir
métodos que le permitan obtener resultados beneficiosos o que ayuden a mitigar
la situación. Resolver, hallar e inventar, de esto trata todos los campos en el que
se desenvuelve el hombre y no es una excepción el tenerlo en cuenta en ámbitos
en que se presenten situaciones en que se requiera minimizar costos, recorridos,
demoras, entre otros.

Cuando se habla de heurística se refiere a una estrategia, método o criterio

que desarrolla un método practico que no garantiza ser optimo, pero si apto para
los objetivos inmediatos, para hacer más sencilla la solución de problemas
difíciles. El método heurístico es la parte práctica del concepto dado
anteriormente, es un conjunto de técnicas o métodos que nos permiten llegar a la
solución de un problema, sabiendo que encontrar una solución óptima es utópico,
estos métodos permiten encontrar una solución conveniente.

Aunque son diferentes métodos, cada uno con procedimientos distintos y

algoritmos diversos, todos tienen el objetivo de llegar a una solución satisfactoria
para el problema que se presente, de acuerdo a la información que brinde dicho
problema y a la solución que se requiera llegar, se utiliza el método más
adecuado. A continuación, se tomarán 2 de los métodos heurísticos y/o
combinaciones de estos existentes que permiten hallar soluciones casi optimas en
problemas reales.
 SISTEMA JOB SHOP-OPEN SHOP POR MEDIO DE UNA RED NEURONAL

Al referirse a un problema de programación de la producción en un sistema

Job Shop, se alude a un proceso productivo, el cual su sistema es un conjunto de
componentes cuyo fin es convertir insumos en productos, pero en un contexto que
permita ordenar el análisis y que sugiera las prioridades competitivas que deben
ser privilegiadas. Este tipo de sistemas consiste en que las maquinas e
instalaciones deben disponerse en función al flujo del producto,
independientemente de que exista más de una secuencia de producción, en este
sistema se define la mejor secuencia de pedidos para minimizar el tiempo total de
proceso.

En el artículo, Programación de un Sistema Job Shop-Open Shop por medio

de una Red Neuronal1, se sugiere una metodología apoyada en la red neuronal
para la programación de pedidos en un sistema Job Shop-Open Shop. McCulloch
y Pitts (1943) propusieron un algoritmo análogo a la neurona biológica, las redes
neuronales son sistemas computacionales, de implementación en hardware o
software, que imitan las habilidades del sistema nervioso biológico, usando un
gran número de simples neuronas artificiales interconectadas. La utilización de
redes neuronales en un sistema de pedidos como lo es el Job Shop, permite
construir y programar soluciones no solo para un problema en particular, sino para
los nuevos que surjan sin necesidad de hacer una nueva reconfiguración del
problema; ya que, la principal desventaja del sistema Job Shop radica en que cada
vez que se requiera programar la producción, es necesario configurar nuevamente
todos los pedidos y máquinas con miras a realizar una nueva búsqueda hasta
encontrar una nueva solución. Es por esto que, en dicho artículo, se plantea la
idea de llevar acabo un sistema Job Shop por medio de la utilización de las redes
neuronales.

1 D. Castrillon, Omar; RUIZ HERRERA, Santiago y SARACHE, William. Programación de un Sistema Job
Shop-Open Shop por medio de una Red Neuronal.
 La metodología consiste en 5 pasos. Paso 1: Identificación del problema de
programación, este paso radica en determinar la configuración productiva a
programar en términos de las maquinas disponibles y del número de pedidos,
representando esto en una matriz de tamaño nxm, donde las filas son los pedidos
a programar y las columnas las maquinas. Paso 2: Construcción del algoritmo,
este paso se divide en dos fases, la primera, en la cual la red neuronal permite
combinar varias entradas, multiplicadas por un peso que debe ser calculado; y la
segunda, aquí cada una de las salidas de la función de transferencia establecerá
la programación de cada máquina, teniendo en cuenta que esta sea válida, para lo
cual se emplea otra función de transferencia. Paso 3: Validación, aquí una vez ya
se tenga programada la red a utilizar, se toma el problema, el cual representará
las entradas de la red propuesta, y se procederá a ratificar la salida
correspondiente generada por la red. Paso 4: Comparación, en este paso se debe
comparar los resultados del paso anterior con otras técnicas de programación de
la producción, esto se hace con el fin de aprobar su aplicabilidad y desempeño.
Paso 5: Análisis de la estabilidad, se realiza un análisis de varianza usando una
ecuacion 2 esto con el fin de ver la consistencia del sistema en los resultados
finales y establecer si hay alguna diferencia significativa entre estos.

En el artículo, se propone esta metodología con pasos relativamente

sencillos, aplicables para cualquier sistema o trabajos tipo taller que requiera
cambios de programación en los procesos o se presenten problemas que no
estaban previstos. Así como en procesos donde la secuencia de sus trabajos
implica determinar un orden de entrada de pedidos al sistema, esto para lograr los
mejores resultados en algunas variables, resaltando más el tiempo total del
procedimiento.

2
Ecuacion. 𝛾i = µ + Ti + εi
 ALGORITMO GENÉTICO PARA EL PROBLEMA DE JOB SHOP FLEXIBLE

Job Flow Flexible es un método que hace parte de los problemas de Job
Flow, los cuales son aquellos problemas de programación de trabajos en un taller
que funciona por pedidos. Este permite optimizar el uso de los recursos
(máquinas) con mayor flexibilidad, ya que cada máquina puede realizar más de
una operación, por lo que se debe decidir que maquina procesara cada trabajo 3.
La base de esta metodología es diseñar y programar un modelo replicable que se
ajuste a la planificación de un sistema de producción de tipo Job shop, usando
como base algoritmos genéticos.

Diferentes autores han demostrado resultados de la implementación de

diversos algoritmos genéticos a problemas de Job Shop. Al referirse sobre los
algoritmos genéticos, se alude a los métodos adaptativos que pueden usarse para
resolver problemas de búsqueda y optimización. Están basados en el proceso
genético de los organismos vivos4. Darwin en 1859, postula que, a lo largo de las
generaciones, las poblaciones evolucionan en la naturaleza de acorde con los
principios de la selección natural y la supervivencia de los más fuertes. Los
Algoritmos genéticos lo que hace es imitar este proceso para poder crear
soluciones a problemas que se presenten en el mundo real.

Para solucionar el problema del Job Shop, se construye un modelo

matemático que se adapte a los procesos productivos de la empresa y cuyo
objetivo es encontrar la secuencia optima de fabricación, encontrando una
solución factible que ofrezca el menor tiempo. Para implementar el algoritmo
genético en sistemas de producción después de identificar los parámetros, se
debe seguir los siguientes pasos: 1. Inicialización: Construir la población inicial,

3 MEDINA DURAN, Rosa; PRADERA ROJA, Lorena y PARADA DAZA, Victor. Un Algoritmo genético para el
problema de Job Shop Flexible.
4 Tomado de: http://www.sc.ehu.es/ccwbayes/docencia/mmcc/docs/temageneticos.pdf Algoritmos Genéticos
con P soluciones, de acuerdo al número de máquinas y trabajos definidos en los
parámetros de entrada. 2. Evaluación: Esta función, evalúa el tiempo total de
ejecución, siguiendo los parámetros establecidos en la gráfica de Gantt, la cual
representa un orden de los trabajos con respecto al tiempo, determinando de esta
manera, la ordenación de los trabajos en las máquinas, obteniendo un tiempo
óptimo de ejecución. 3. Selección: La selección de los individuos de la población
está limitada por el tamaño de la población y la función de aptitud. El proceso de
selección se basa en la elección de los individuos más fuertes de la población, los
cuales serán los candidatos a ser cruzados y por ende a generar la siguiente
generación. Para este caso se usara el método de la ruleta, el cual se basa en la
aptitud de cada uno de los individuos, asignándoles mayor probabilidad a los más
aptos (los de menor tiempo total de ejecución). 4. Cruce: Aleatoriamente se
seleccionan dos cromosomas (padres) de la población para realizar el proceso de
cruce, obteniendo de esta manera la siguiente generación (hijos). Se repite este
proceso hasta obtener el mismo número de individuos de la población inicial. 5.
Mutación: Se seleccionan los genes de una población y se cambian sus valores
aleatoriamente teniendo en cuenta que los valores no se pueden repetir.

Si bien no se garantiza que el algoritmo genético encuentre la solución

optima del problema, no obstante, los algoritmos genéticos han sido aplicados
con éxito en una infinidad de problemas, que van desde problemas
en economía y finanzas como predicción econométricas, mercados de valores,
problemas de programación etc; y en general en todo tipo de problema donde se
desea encontrar un óptimo5. En el caso de que existan técnicas especializadas
para resolver un determinado problema, lo más probable es que superen al
algoritmo genético, tanto en rapidez como en eficacia. El gran campo de aplicación
de los algoritmos genéticos se relaciona con aquellos problemas para los cuales
no existen técnicas especializadas. Incluso en el caso en que dichas técnicas
existan, y funcionen bien, pueden efectuarse mejoras de combinaciones junto con
los algoritmos genéticos.

5 OJEDA, Crista: Problema del Job shop utilizando algoritmos genéticos (2014)
 CONCLUSIÓN

Los sistemas de producción requieren de altos estándares de programación o

secuenciamiento de la producción, pues juegan un rol fundamental dentro de las
industrias manufactureras y de servicios. Los objetivos a lograr pueden variar de
una empresa a otra, pero entre los más comunes podemos encontrar: mejorar el
nivel de servicio y disminuir los costes de producción.

El propósito de la programación de la producción es determinar las

actividades a desarrollar en las distintas unidades productivas en el horizonte de
planificación. Dentro de sus funciones se encuentra la asignación de los pedidos,
equipo y personal a los centros de trabajos, el establecimiento de la secuencia de
realización de los trabajos y la determinación de los momentos de comienzo y fin
de las actividades. Lo anterior conlleva una gran responsabilidad puesto se
necesita escoger el mejor método heurístico que esté acorde a las características
del sistema y optimice tiempo y recursos.

De esta investigación se concluye que los algoritmos genéticos resuelven los

problemas generando poblaciones sucesivas a las que se aplican los operadores
de mutación y cruce. Cada individuo representa una solución al problema, y se
trata de encontrar al individuo que represente a la mejor solución. Por otro lado, la
red neuronal si se aplica de forma correcta la metodología se pueden obtener
obtener buenos resultados en el desempeño del sistema, sin necesidad de
recalcular las soluciones cada vez que se deban definir fechas de entrega.
 BIBLIOGRAFIA

 CASTRILLON, Omar; RUIZ HERRERA, Santiago y SARACHE, William.

Programación de un Sistema Job Shop-Open Shop por medio de una Red
Neuronal. Universidad Nacional de Colombia, Sede Manizales, Facultad de
Ingeniería y Arquitectura, Departamento de Ingeniería Industrial, Campus la
Nubia, Manizales - Colombia

 MEDINA DURAN, Rosa; PRADERA ROJA, Lorena y PARADA DAZA,

Victor. Un Algoritmo genético para el problema de Job Shop Flexible.
Revista Chilena de Ingenieria, vol 19 N° 1, 2011, pp. 53-61.

 Algoritmo Genetico. Tomado de:

http://www.sc.ehu.es/ccwbayes/docencia/mmcc/docs/temageneticos.pdf

 OJEDA, Crista: ‘’Problema del Job shop utilizando algoritmos genéticos’’

(2014) Tomado de: https://www.monografias.com/trabajos101/problema-
del-job-shop-utilizando-algoritmos-geneticos/problema-del-job-shop-
utilizando-algoritmos-geneticos.shtml

 ACEVEDO ROMERO, Paola y OVIEDO MARTÍNEZ, Alexa Catalina.

(2005). "Diseño y Programación de un algoritmo genético para la solución a
un problema de asignación de trabajos para el proceso de Job
Shop". Colombia: Universidad de la Sabana.