Programación de un Sistema Job Shop-Open Shop por medio de una Red Neuronal

Abstract

Se propone una metodología basada en redes neuronales para la programación de pedidos en un ambiente job shop-open shop. El problema de programación de la producción en sistemas job shop consiste en definir la mejor secuencia de pedidos para minimizar el tiempo total de proceso (makespan) u otras variables relevantes. Diversas técnicas inteligentes se han aplicado para resolver este tipo de problema. Sin embargo, estás presentan dificultades prácticas cuando se requieren cambios de programación, pues exigen reconfigurar nuevamente el problema para obtener una nueva solución. La metodología propuesta entrena la red mediante la combinación de los tiempos de proceso en cada nodo, por medio de funciones de transferencia multiplicadas por pesos que son generados por el algoritmo de programación de la red. La red neuronal propuesta permite obtener soluciones no solo para un problema en particular, sino para los nuevos que surjan sin necesidad de hacer una nueva reconfiguración. Las soluciones encontradas fueron comparadas con otras técnicas de programación de la producción, encontrándose desempeños superiores en el makespan del orden del 30% al 164%. Palabras clave: programación de la producción; redes neuronales; job shop-open shop; makespan

Algoritmo Genético Simple para Resolver el Problema de Programación de la Tienda de Trabajo (Job Shop Scheduling)

“…En este caso se puede observar que el AGS proporciona en el mejor de los casos soluciones con un makespan en promedio 2.1867% superiores a los más encumbrados algoritmos híbridos del repositorio web, cuando se les compara con el Upper bound makespan ver ecuación (2), algoritmos híbridos como los mencionados por (Applegate y Cook, 1991). Los resultados obtenidos por el AGS propuesto no se pueden comparar con los reportados por (Castrillón et al, 2016) en razón a que las instancias de prueba fueron 4 trabajos y 5 máquinas con tiempos de operación menores a 30 unidades de tiempo tampoco por los resultados reportados por (Castrillón et al, 2011) en este caso la instancia del problema fue de 20 trabajos y 15 máquinas con tiempos de operación menores a 34 unidades de tiempo y no se conoce la secuencia de las operaciones. (2)…”

“…En esta investigación, en primer lugar el objetivo consiste en encontrar una planificación factible y altamente satisfactoria, es decir, una asignación de tiempos de inicio tij para cada una de las tareas, que minimice el makespan o tiempo de finalización de la última tarea incluyendo los problemas que tienen la misma secuencia de producción cómo los planteados por (Delgado et al, 2012) y aquellos que tienen diferente secuencia de operación; en segundo lugar la herramienta para alcanzarlo es un algoritmo genético simple usando solo estrategias propias, conforme lo manifiesta (Zhang, Gao, y Shi, 2011). Sobre el particular y haciendo uso de otras herramientas inteligentes, (Castrillón, Ruiz-Herrera, y Sarache, 2016) proponen una metodología basada en redes neuronales para la programación de pedidos en un ambiente job shop-open shop, en razón a que otras herramientas presentan dificultades prácticas cuando se requieren cambios de programación, pues exigen reconfigurar nuevamente el problema para obtener una nueva solución; los resultados obtenidos son comparadas con otras técnicas de programación de la producción, encontrándose desempeños superiores en el makespan del orden del 30% al 164%.…”