The nature has inspired several metaheuristics, outstanding among these is Ant Colony Optimization(ACO), which have proved to be very effective and efficient in problems of high complexity (NP-hard) incombinatorial optimization. This paper describes the implementation of an ACO model algorithm known asElitist Ant System (EAS), applied to a combinatorial optimization problem called Job Shop SchedulingProblem (JSSP). We propose a method that seeks to reduce delays designating the operation immediatelyavailable, but considering the operations that lacklittle to be available and have a greater amount ofpheromone. The performance of the algorithm was evaluated for problems of JSSP reference, comparingthe quality of the solutions obtained regarding thebest known solution of the most effective methods.Thesolutions were of good quality and obtained with aremarkable efficiency by having to make a very lownumber of objective function evaluations

No abstract

No abstract

En el presente trabajo se utilizaron Metaheurísticas de inspiración biológica, como sistemas inmunes artificiales y los algoritmos de colonias de hormigas que se basan en características y comportamientos de los seres vivos aplicables en el área computacional. Se presenta una evaluación de soluciones bioinspiradas para el problema de optimización combinatoria de planificación de trabajos, denominado Job shop Scheduling, cuyo objetivo es encontrar una configuración o secuencia de trabajos que requiera la menor cantidad de tiempo para ser ejecutada en las máquinas disponibles. El desempeño de los algoritmos fue caracterizado y evaluado para instancias de referencia del problema de Job Shop Scheduling, comparando la calidad de las soluciones obtenidas respecto a la mejor solución conocida (BKS por sus siglas en inglés) de los métodos más eficaces. Las soluciones fueron valoradas en dos aspectos, en calidad tomando como referente el makespan, que corresponde al tiempo que tardan en realizarse todos los trabajos, y como métrica de desempeño se tomó el número de evaluaciones que realiza el algoritmo para obtener la mejor solución.

No abstract