Un algoritmo genético para la solución del problema flow shop minimizando el consumo energético

Vista sencilla de ítem
dc.contributor.authorSanabria Palencia, Wendy
dc.contributor.authorMonsalve Serrano, Angie Alejandra
dc.contributor.researchgroupSemilleros de Investigación UNABspa
dc.coverage.campusUNAB Campus Bucaramangaspa
dc.coverage.spatialBucaramanga (Santander, Colombia)spa
dc.coverage.temporal2020spa
dc.date.accessioned2023-11-16T07:33:24Z
dc.date.available2023-11-16T07:33:24Z
dc.date.issued2020-10
dc.description.abstractEl consumo energético en los procesos productivos ha tomado relevancia recientemente en la investigación debido a la problemática actual del cambio climático y la preocupación en el ámbito industrial, sobre los indicadores de consumo de energía que pueden impactar de una manera negativa el medio ambiente además de los costos. Las compañías con el fin de minimizar el consumo energético, han buscado disminuir el tiempo de consumo de los recursos (máquinas) utilizados y los costos asociados. Para lograr esto se utiliza la optimización de estos consumos y recursos desde la naturaleza de su proceso. Un ejemplo de esto es la línea de flujo de trabajo (Flow Shop, FS), donde las máquinas se organizan de una forma secuencial, así que establecer la secuencia de estos trabajos en busca de un consumo mínimo de energía sin afectar los tiempos de fabricación se vuelve una tarea compleja. En Colombia, el sector industrial consume cerca del 26% de la energía total del país [1]. Esta investigación propone construir un algoritmo genético para darse solución al problema Flow Shop minimizando el consumo energético del proceso para generar un impacto positivo desde el punto de vista ambiental y contribuir al desarrollo sostenible de las organizaciones.spa
dc.description.abstractenglishEnergy consumption in production processes has recently gained relevance in research due to the current problem of climatechange and concern in the industrial field over the energy consumption indicators that can negatively impact the environment in addition to the operation costs. In order to minimize energy consumption, companies have sought to reducethe consumption time of the resources (machines) used and the associated costs. To achieve this, the optimization of these consumptions and resourcesis done from the nature of its process.An example of this is the can be the flow line (Flow Shop, FS), where the machines are organized in a sequential way, so establishing the sequence of these jobs in search of a minimum energy consumption without affecting manufacturing times becomes a complex task. In Colombia, the industrial sector consumes about 26% of the country's total energy [1]. Thisresearch proposes to build a genetic algorithm to provide a solution to the Flow Shop problem minimizing the energy consumption of the process to generate a positive impact from the environmental point of view and contribute to the sustainable development of organizations.spa
dc.description.learningmodalityModalidad Presencialspa
dc.description.sponsorshipUniversidad Industrial de Santanderspa
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/20.500.12749/22772
dc.language.isospaspa
dc.publisher.deparmentSistema de Investigación SIUNABspa
dc.publisher.facultyFacultad Ingeniería
dc.publisher.grantorUniversidad Autónoma de Bucaramanga UNABspa
dc.publisher.programPregrado Ingeniería Industrial
dc.relation.ispartofseriesGeneración Creativa : Encuentro de Semilleros de Investigación UNABspa
dc.relation.references[1] Departamento Nacional de Planeación, “Energy Demand Situation in Colombia.” p. 136, 2017.spa
dc.relation.references[2] Fang, K., Uhan, N., Zhao, F., & Sutherland, J. W. (2011). A new approach to scheduling in manufacturing for power consumption and carbon footprint reduction. Journal of Manufacturing Systems, 30(4), 234–240.spa
dc.relation.references[3] Dai, M., Tang, D., Giret, A., Salido, M. A., & Li, W. D. (2013). Energy-efficient scheduling for a flexible Flow Shop using an improved genetic-simulated annealing algorithm. Robotics and Computer-Integrated Manufacturing, 29(5), 418–429.spa
dc.relation.references[4] Ebrahimi, A., Jeon, H. W., Lee, S., & Wang, C. (2020). Minimizing total energy cost and tardiness penalty for a scheduling-layout problem in a flexible job shop system: A comparison of four metaheuristic algorithms. Computers and Industrial Engineering, 141(July 2019).spa
dc.relation.references[5] F. S. Hillier and G. J. Lieberman, Introducción a la Investigación de Operaciones, Novena Edi. México, 2010.spa
dc.relation.references[6] Utama, D., Setiya, d.(2019). A New Hybrid Metaheuristics Algorithm for Minimizing Energy Consumption in the Flow Shop Scheduling Problem. International Journal of Technology. 10(2),320spa
dc.relation.references[7] Dorado, J., Gestal, M., Rivero, D., Rabuñal, J. R., & Pazos, A. (2010). Introduccion a Los Algortimos Geneticos. In Digitaliaspa
dc.relation.references[8] Fuster, J. E. (2016). Eficiencia Energética y Robustez en Problemas de Scheduling. 1–164.spa
dc.relation.references[9] Rodriguez Quiñones, T. A. (2014). Solucion de problemas tipo Flow-Shop mediante algoritmos evolutivos. 66.spa
dc.relation.urihttp://hdl.handle.net/20.500.12749/14245
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.sourceSanabria, W. & Monsalve, A. A. (2020). Un algoritmo genético para la solución del problema flow shop minimizando el consumo energético. Recuperado de: http://hdl.handle.net/20.500.12749/22772spa
dc.subject.keywordsEngineeringspa
dc.subject.keywordsSciencesspa
dc.subject.keywordsEnergy consumptionspa
dc.subject.keywordsInvestigationspa
dc.subject.keywordsOptimizationspa
dc.subject.keywordsGenetic algorithmspa
dc.subject.keywordsFlow shopspa
dc.subject.keywordsMakespanspa
dc.subject.lembIngenieríaspa
dc.subject.lembCienciasspa
dc.subject.lembConsumo energéticospa
dc.subject.lembInvestigaciónspa
dc.subject.proposalOptimizaciónspa
dc.subject.proposalAlgoritmo genéticospa
dc.subject.proposalFlow shopspa
dc.subject.proposalMakespanspa
dc.titleUn algoritmo genético para la solución del problema flow shop minimizando el consumo energéticospa
dc.title.translatedA genetic algorithm for solving the flow problem shop minimizing energy consumptionspa
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:
2020_Articulo_Sanabria_Palencia_Wendy.pdf
Tamaño:
203.84 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