Optimización multi-objetivo para problemas de flowshop hÃbrido.
Area d'investigacio: | Conferencias | Any: | 2010 | ||||
---|---|---|---|---|---|---|---|
Tipus de publicacio: | ArtfÃcul en conferència | Paraules clau: | HFS, multi-objetivo | ||||
Autors: | Urlings, Thijs; Minella, Gerardo; Ruiz, Rubén | ||||||
Editor: | Julián Costa Bouzas, Rubén Fernández Casal, Manuel Antonio Presedo Quindimil, Juan Manuel Vilar Fernández | ||||||
TfÃtulo del llibre: | XXXII Congreso Nacional de EstadÃstica e Investigación Operativa. VI Jornadas de EstadÃstica Pública | ||||||
Pagines: | 120 | ||||||
Mes: | September 14-17 | ||||||
ISBN: | 9788469361528 | ||||||
Abstract: | Los problemas de flowshop hÃbrido son
de gran relevancia en ámbitos productivos.
A pesar de ello varias revisiones recientes
recalcan la escasez de su aplicación a
problemas multi-objetivo. En este trabajo
presentamos la adaptación del algoritmo
NSGAII, ampliamente utilizado para
entornos multi-objetivo, al problema de
flowshop hÃbrido multi-objetivo con
máquinas no relacionadas. También
proponemos un nuevo algoritmo,
denominado RIPG, aplicando la filosofÃa de
los algoritmos voraces iterativos a este
problema. En entornos multi-objetivo es de
gran relevancia elegir una buena
metodologÃa para la medición y
comparación de resultados, ya que no todos
los métodos existentes son pareto
compatibles. En este aspecto utilizamos dos
indicadores ya demostrados como pareto
compatibles. También incluimos en el
estudio de los resultados la utilización de
gráficas de Empirical Attainment Functions,
una moderna metodologÃa, que permite la
observación y comparación de los
resultados multi-objetivo. |
||||||