Algoritmo de recocido simulado para la descomposición robusta del horizonte de tiempo en problemas de planeación de producción
Main Article Content
Keywords
planeación de producción, recocido simulado.
Resumen
El problema de la descomposición robusta del horizonte de tiempo en planeación de producción fue inicialmente tratado en [1]. Posteriormente, en [2], Torres propone partir de una solución entera encontrada por programación dinámica, para luego mejorarla mediante un algoritmo de recocido simulado(simulated annealing). De acuerdo con [2], es necesario investigar más a fondo la capacidad de este algoritmo para mejorar la solución inicial y el impacto de la selección de los parámetros de control del algoritmo sobre la calidad de las soluciones encontradas. En este trabajo se desarrolla esta propuesta de analizar más a fondo la capacidad del algoritmo de recocido simulado para mejorar la solución inicial. Como resultado de los experimentos computacionales realizados, se determinó que el método de enfriamiento y la tasa de enfriamiento tienen efecto significativo en la calidad de la solución final. De igual manera se estableció que la solución depende en gran medida de las características del plan de operaciones, encontrándose mejores soluciones para planes con horizontes de tiempo más cortos.
MSC: 62-XX, 62Kxx, 68Uxx, 65Kxx
Descargas
Referencias
[2] F. Torres. Robust division of temporal horizons in production planning. IEEE, International Conference on Systems, Man and Cybernetics, ISBN 0–7803– 6583-6, 1, 323–327 (2000).
[3] J. Wallace Hopp and Mark L. Spearman. Factory physics second edition, ISBN 978–0256247954. McGraw Hill, 2000.
[4] J. Orlicky. Material requirement planning, ISBN 0070477086.McGraw Hill, 1975.
[5] S. Kirkpatrick, C. D. Gelatt and M. P. Vecchi. Optimization by simulated annealing. Science, ISSN 0036–8075, 220(4598), 671–680 (1983).
[6] A. Castro y F. Torres. Descomposición robusta de horizontes temporales en problemas de regulación agregada de cargas de trabajo para múltiples recursos. Memos de Investigación, Universidad de los Andes, 2003.
[7] C. Mantilla y F. Torres. Regulación detallada y robusta de la carga de trabajo por medio de técnicas de optimización combinatoria. Memos de Investigación, Universidad de los Andes, 2001.
[8] A. Desrochers and R. Al-Jaar. Applications of Petri nets in manufacturing systems: Modeling, control, and performance analysis. IEEE, ISSN 0272–1708, 1994.
[9] S. Sait and H. Youssef. Iterative computer algorithms with applications in engineering. IEEE, ISBN 978–0–7695–0100–0, 1999.
[10] J. Y. Sridhar and C. Rajendran. Scheduling in a cellular manufacturing system: a simulated annealing approach. International Journal of Production Research, ISSN 0020–7543, 31(12), 2927–2945 (1993).
[11] J. M. Varanelli and J. P. Cohoon. A two stages simulated annealing methodology. Proceedings of the 5th Great Lakes Symposium on VLSI, 50–53 (1995).
[12] D. Montgomery. Design and analysis of experiments, ISBN 0–471–48735–X. John Wiley & Sons, 1991.
[13] S. K. Mukhopadhyay, M. K. Singh and R. Srivastava. FMS machine loading: a simulated annealing approach. International Journal of Production Research, ISSN 0020–7543, 36(3), 1529–1547 (1998).
[14] O. Davies and P. Goldsmith. Statistical methods in research and production, ISBN 978–0582450875. Longman Scientific & Technical, 1988.