Repositorio Institucional
Repositorio Institucional
CONICET Digital
  • Inicio
  • EXPLORAR
    • AUTORES
    • DISCIPLINAS
    • COMUNIDADES
  • Estadísticas
  • Novedades
    • Noticias
    • Boletines
  • Ayuda
    • General
    • Datos de investigación
  • Acerca de
    • CONICET Digital
    • Equipo
    • Red Federal
  • Contacto
JavaScript is disabled for your browser. Some features of this site may not work without it.
  • INFORMACIÓN GENERAL
  • RESUMEN
  • ESTADISTICAS
 
Artículo

A hybrid genetic algorithm for ROADEF’05-like complex production problems

Frutos, MarianoIcon ; Olivera, Ana CarolinaIcon ; Tohme, Fernando AbelIcon
Fecha de publicación: 01/2015
Editorial: Universidad Nacional de Colombia
Revista: Dyna
ISSN: 0012-7353
Idioma: Inglés
Tipo de recurso: Artículo publicado
Clasificación temática:
Otras Ingenierías y Tecnologías; Otras Ingenierías y Tecnologías

Resumen

 
En este trabajo se presenta una técnica híbrida que combina un Algoritmo Genético con meta-heurísticas para la resolución de un problema en las plantas productivas de RENAULT Francia. El método comienza con una solución inicial por medio de GRASP (Greedy Randomized Adaptive Search Procedure), que es utilizada como entrada por un Algoritmo Genético complementado por un procedimiento de Simulated Annealing para mejorar las poblaciones. Se establece un punto de comparación entre las diferentes técnicas. El desempeño de las mismas es evaluado así como el de todo el método. La conclusión es que los métodos híbridos tienen claras ventajas para el tratamiento de problemas de planificación de la producción
 
In this work, we present a hybrid technique that combines a Genetic Algorithm with meta-heuristics to solve a problem in RENAULT France?s production plants. The method starts with an initial solution obtained by means of a GRASP (Greedy Randomized Adaptive Search Procedure) used as an input for a Genetic Algorithm complemented by a Simulated Annealing procedure of population improvement. We establish a comparison point among the different techniques used in the method. Their performances are evaluated as well as that of the entire method. The conclusion is that hybrid methods have clear advantages for the treatment of production planning problems.
 
Palabras clave: Multi-Object Optimization , Hybrid Algorithms , Car Sequencing
Ver el registro completo
 
Archivos asociados
Thumbnail
 
Tamaño: 471.5Kb
Formato: PDF
.
Descargar
Licencia
info:eu-repo/semantics/openAccess Excepto donde se diga explícitamente, este item se publica bajo la siguiente descripción: Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Unported (CC BY-NC-SA 2.5)
Identificadores
URI: http://hdl.handle.net/11336/9814
URL: http://www.revistas.unal.edu.co/index.php/dyna/article/view/43137
URL: http://ref.scielo.org/qxrqtq
Colecciones
Articulos(IIESS)
Articulos de INST. DE INVESTIGACIONES ECONOMICAS Y SOCIALES DEL SUR
Articulos(INMABB)
Articulos de INST.DE MATEMATICA BAHIA BLANCA (I)
Articulos(SEDE CENTRAL)
Articulos de SEDE CENTRAL
Citación
Frutos, Mariano; Olivera, Ana Carolina; Tohme, Fernando Abel; A hybrid genetic algorithm for ROADEF’05-like complex production problems; Universidad Nacional de Colombia; Dyna; 82; 190; 1-2015; 82-88
Compartir

Enviar por e-mail
Separar cada destinatario (hasta 5) con punto y coma.
  • Facebook
  • X Conicet Digital
  • Instagram
  • YouTube
  • Sound Cloud
  • LinkedIn

Los contenidos del CONICET están licenciados bajo Creative Commons Reconocimiento 2.5 Argentina License

https://www.conicet.gov.ar/ - CONICET

Inicio

Explorar

  • Autores
  • Disciplinas
  • Comunidades

Estadísticas

Novedades

  • Noticias
  • Boletines

Ayuda

Acerca de

  • CONICET Digital
  • Equipo
  • Red Federal

Contacto

Godoy Cruz 2290 (C1425FQB) CABA – República Argentina – Tel: +5411 4899-5400 repositorio@conicet.gov.ar
TÉRMINOS Y CONDICIONES