Algoritmo genético para solucionar el
problema de dimensionamiento y
programación de lotes con costo
Algoritmo
Genetico
Es susceptible de ser
resuelto utilizando un
método basado en GA o
HGA.
Nota:
Genetic Algorithms o GA
Hybrid Genetic Algorithm o
HGA
Se presenta la
hibridación entre un
algoritmo genético y un
algoritmo de propósito
específico como lo es el
Optimal Timing
Se establece un nivel
de hibridación de bajo
nivel
Los HGA son esquemas de
optimización cooperativa en el que
los algoritmos incorporados
trabajan en conjunto con los
operadores genéticos
Los GA y los HGA han sido
ampliamente utilizados como
método de solución para problemas
de tamaño de lote y de
programación en una máquina
Problema
Determinar los tamaños de los lotes
de producción y su programación
La suma de los
costos de:
Alistamiento,
mantener unidades
en el inventario,
penalizaciones por
entregas tardías
El problema de tamaño de
lote ha sido modelado de dos
formas diferentes:
“Ventana de tiempo
grande” es el Problema
de Programación y
Tamaño de Lote
Capacitado
“Ventana de tiempo
pequeña” es el
Problema de
Programación y
Tamaño de Lote
Discreto
Resultados
El HGA se desarrolló en lenguaje
Java, las instancias se corrieron en
un computador personal con
procesador AMD® Athlon® II X2 250
con 4 GB de memoria RAM
El algoritmo propuesto obtiene soluciones
robustas para un ambiente de manufactura
de una sola máquina sin importar cuales
sean las proporciones de los costos de
alistamiento y penalización por tardanza con
respecto al costo de mantener inventario.
Se desarrollo un algoritmo
genético híbrido para la
secuenciación de tamaños de lote
con penalizaciones por
terminaciones tempranas, tardías
y costos de alistamiento
dependientes de la secuencia.