Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
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
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.
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.
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.
5 OJEDA, Crista: Problema del Job shop utilizando algoritmos genéticos (2014)
CONCLUSIÓN