Un algoritmo genético para el problema de formación de celdas de manufactura considerando el movimiento de trabajadores (PFCMT)

Vista sencilla de ítem
dc.contributor.authorMogollón Carreño, Dilan Jhoanny
dc.contributor.authorPáez Becerra, Sebastián Elías
dc.contributor.researchgroupSemilleros de Investigación UNABspa
dc.coverage.campusUNAB Campus Bucaramangaspa
dc.coverage.spatialBucaramanga (Santander, Colombia)spa
dc.coverage.temporal2022spa
dc.date.accessioned2023-07-31T23:14:10Z
dc.date.available2023-07-31T23:14:10Z
dc.date.issued2022-10
dc.description.abstractEn este trabajo se propone un algoritmo genético para la solución al problema de formación de celdas de manufactura considerando el movimiento de trabajadores con recursos limitados expuesto por Wang et al. [1] . Para dicho problema se pretende la calibración del algoritmo genético (GA) a partir de parámetros como la cantidad de cruces y la probabilidad de mutación, dejando como valor fijo la cantidad de individuos presente para la generación de la población inicial. Los resultados obtenidos son sometidos a un diseño de experimento factorial tipo 2k que pretende dan a conocer bajo qué niveles de cada factor resulta más apropiada la implementación del algoritmo genético. El análisis estadístico muestra que el GA presenta un mejor desempeño en instancias bajas, definiendo así los parámetros para cada factor en un total de 50 cruces y 10% en la probabilidad de mutación y son bajo estos parámetros que se realizan dos pruebas con un mayor número de variables.spa
dc.description.abstractenglishIn this work, a genetic algorithm is proposed for the solution to the manufacturing cell formation problem considering the movement of workers with limited resources exposed by Wang et al. [1]. For this problem, the calibration of the genetic algorithm (GA) is intended based on parameters such as the number of crossings and the probability of mutation, leaving as a fixed value the number of individuals present for the generation of the initial population. The results obtained are subjected to a 2k type factorial experiment design that aims to reveal at what levels of each factor the implementation of the genetic algorithm is most appropriate. The statistical analysis shows that GA presents a better performance in low instances, thus defining the parameters for each factor in a total of 50 crosses and 10% in the probability of mutation and it is under these parameters that two tests are carried out with a number of variables. considerably high, this being the starting point for presenting conclusions.spa
dc.description.learningmodalityModalidad Presencialspa
dc.description.sponsorshipUniversidad Industrial de Santander UIS
dc.format.mimetypeapplication/pdfspa
dc.identifier.instnameinstname:Universidad Autónoma de Bucaramanga - UNABspa
dc.identifier.issnISSN 2344-7079spa
dc.identifier.reponamereponame:Repositorio Institucional UNABspa
dc.identifier.repourlrepourl:https://repository.unab.edu.cospa
dc.identifier.urihttp://hdl.handle.net/20.500.12749/20906
dc.language.isospaspa
dc.publisher.deparmentSistema de Investigación SIUNABspa
dc.publisher.facultyFacultad Ingeniería
dc.publisher.grantorUniversidad Autónoma de Bucaramanga UNABspa
dc.relation.ispartofseriesGeneración Creativa : Encuentro de Semilleros de Investigación UNABspa
dc.relation.references[1] J. W. C. L. y . K. L. , «A hybrid simulated annealing for scheduling in dual-resource cellular manufacturing system considering worker movement,» Automatika, 2019.spa
dc.relation.references[2] J. C. Salinas Hilburg , M. Zapater, J. M. Moya y J. L. Ayala, «Energy-aware task scheduling in data centers using an application signature,» Science Direct, Noviembre 2021.spa
dc.relation.references[3] A. Barrientos y E. Gambao, Sistemas de producción automatizados, Madrid, España: Dextra, 2014.spa
dc.relation.references[4] P. Singamsetty y J. K. Thenepalle, «An efficient genetic algorithm for solving open multiple travelling salesman problem with load,» Decision Science Letters, 2021.spa
dc.relation.references[5] A. Duarte, J. J. Pantrigo y M. Gallego, Metaheurísticas, Madrid, 2007, pp. 101- 103.spa
dc.relation.urihttp://hdl.handle.net/20.500.12749/20625
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 2.5 Colombia*
dc.rights.localAbierto (Texto Completo)spa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/co/*
dc.sourceMogollón, D. J. & Páez, S. E. (2022). Un algoritmo genético para el problema de formación de celdas de manufactura considerando el movimiento de trabajadores (PFCMT). Recuperado de: http://hdl.handle.net/20.500.12749/20906spa
dc.subject.keywordsManufacturespa
dc.subject.keywordsModelingspa
dc.subject.keywordsSimulationspa
dc.subject.keywordsMechatronic designspa
dc.subject.keywordsInvestigationspa
dc.subject.keywordsMakespanspa
dc.subject.keywordsOptimizationspa
dc.subject.keywordsOperationsspa
dc.subject.keywordsAutomationspa
dc.subject.keywordsControlspa
dc.subject.keywordsManufacturing cellsspa
dc.subject.keywordsGenetic algorithmspa
dc.subject.lembManufacturaspa
dc.subject.lembModelamientospa
dc.subject.lembSimulaciónspa
dc.subject.lembDiseño mecatrónicospa
dc.subject.lembInvestigaciónspa
dc.subject.lembMakespanspa
dc.subject.proposalOptimizaciónspa
dc.subject.proposalOperacionesspa
dc.subject.proposalAutomatizaciónspa
dc.subject.proposalControlspa
dc.subject.proposalCeldas de manufacturaspa
dc.subject.proposalAlgoritmo genéticospa
dc.titleUn algoritmo genético para el problema de formación de celdas de manufactura considerando el movimiento de trabajadores (PFCMT)spa
dc.title.translatedUn algoritmo genético para el problema de formación de celdas de manufactura considerando el movimiento de trabajadores (PFCMT)spa
dc.typeConferenceeng
dc.type.coarhttp://purl.org/coar/resource_type/c_f744
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aaspa
dc.type.driverinfo:eu-repo/semantics/conferenceProceedingsspa
dc.type.hasversioninfo:eu-repo/semantics/acceptedVersionspa
dc.type.localMemoria de eventosspa
dc.type.redcolhttp://purl.org/redcol/resource_type/EC_AC

Archivos

Bloque original

Mostrando 1 - 1 de 1
Miniatura
Nombre:
2021_Articulo_Paez_Becerra_Sebastian_Elias.pdf
Tamaño:
491.35 KB
Formato:
Adobe Portable Document Format
Descripción:
Artículo
Descargar

Bloque de licencias

Mostrando 1 - 1 de 1
Miniatura
Nombre:
license.txt
Tamaño:
829 B
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Memoria de eventos: Generación Creativa. Encuentro de Semilleros de Investigación UNAB
Semilleros de Investigación