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

Abstract

Se ha implementado un algoritmo genético simple para resolver el Problema de Programación de la Tienda de Trabajo (Job Shop Scheduling Problem, JSSP). El diseño del cromosoma representa una solución factible y cumple con todas las restricciones. Se utilizó el mecanismo de selección por torneo, una reproducción del 95% basada en emparejamiento parcial con dos puntos de cruza, una estrategia mixta en la etapa de mutación combinando el método de intercambio y el método de inversión usando dos puntos aleatorios en cada máquina y un porcentaje de mutación progresivo entre 2% al 5%. Los resultados muestran que el algoritmo debe ejecutarse con 100 individuos como tamaño de población y 500 generaciones para problemas cuyos tiempos de operación están entre 0 y 10 unidades de tiempo y con 100 individuos y 1500 generaciones para problemas entre 0 y 100 unidades de tiempo. El estudio muestra que el algoritmo implementado encuentra soluciones óptimas en el primer caso y soluciones altamente competitivas en el segundo caso. Estas son comparables con los resultados publicados en la literatura que por lo general son respuestas a algoritmos híbridos repotenciados con otras metaheurísticas.

Generador de frases estructuradas por medio de algoritmos genéticos, estructuras priónicas y estructuras proteínicas

“…Un caso usual para aplicaciones con AGs es usado para resolver el Problema de Programación de la Tienda de Trabajo (Job Shop Scheduling). En el trabajo de Jiménez Carrión Miguel [27] se plantea una solución de este estilo por medio de algo denominado torneo.…”

“…Estas son algunas de las pautas que el trabajo de Jiménez Carrión Miguel (2018) [27] denota (todas estas pautas pertenecen a los procedimientos que el autor de dicha obra ha mencionado):…”

“…En la descripción del trabajo de Jiménez Carrión Miguel (2018) [27], cada línea de trabajo es considerada un gen, este Gen esta relacionado con una hilera de ADN.…”

“…Otro concepto importante es tratado en el trabajo el de Jiménez Carrión Miguel (2018) [27] se usa el AG para resolver el problema de programación en una tienda de trabajo (Job Shop Scheduling), este esquema toma un bloque de trabajos por hacer en una tienda los cuales deben ser distribuidos en distintas máquinas, la idea es que cada trabajo este asignado a una máquina por vez y que ningún trabajo sea procesado por la misma máquina mas de una vez. Para que esto suceda, es necesario segmentar tiempos sobre una línea de trabajo, al distribuir estos tiempos, cada trabajo es procesado en diferentes máquinas, todo esto se representa en distintos individuos del AG, donde cada individuo de este es una posible solución para cada línea de trabajo, una vez establecidas estas condiciones el AG se encarga de seleccionar a los mejores individuos.…”

“…Validando grupos [array( [22,49,5,27,9,1,22,31,30,43,8,20,22,35,19,13,19,23,46,29,8,36,7,45,3,47,9,47,21,21,22,11,31,43,41,4,16,2,25,15,4,20,5,16,36,46 Ninguno de los números genera nuevas repeticiones en alguno de los bloques, esto se considera una mejora, es decir, se localizó un gen cerca del vecindario que es un vecino fuerte, hasta el momento solo se ha revisado el primer bloque, pero existen otros cuatro bloques que deben pasar por la misma revisión, de hecho, en los bloques 3 y 5 los números 47, 21 y 5 (marcados en azul) son elementos que están generando repeticiones, pero ninguno de estos números fue generado por la corrección efectuada, estos números ya existían en el vecindario antes de ser revisados, sin olvidar que también existen repetidos en los límites de los bloques 2 y 3 con el aminoácido que tiene el valor 8 (marcado en rojo), el cual, entran en el rango de tolerancia y no se cuenta como una repetición que afecte el valor de Z. Si al t...…”