Una metaheurística biobjetivo para el problema de secuenciación de trabajos repetitivos en una configuración productiva flowshop heijunka
Palabras clave:
secuenciación, flowshop, heijunka, metaheurísticas, recocido simulado, búsqueda tabú, optimización de Pareto
Resumen
En este trabajo se abordó el problema de secuenciación en un ambiente flowshop, teniendo en cuenta demandas no unitarias para los trabajos, buscando minimizar el tiempo total de finalización de todos los trabajos ( ) a la vez que se persigue mantener una mezcla de producción adecuada a lo largo de la secuencia. Se propuso un procedimiento para resolver el problema: una metaheurística biobjetivo basada en recocido simulado y búsqueda tabú. El algoritmo biobjetivo propuesto generó un conjunto de soluciones que representa una aproximación a la frontera óptima de Pareto. Se desarrolló un trabajo experimental para evaluar el rendimiento de la técnica utilizada, recurriendo para esto al conjunto de instancias correspondientes a un problema de escala industrial, obteniéndose un desempeño preliminar satisfactorio tanto en cuanto a la calidad de los conjuntos de soluciones obtenidos, así como al esfuerzo computacional requerido. A través del enfoque de solución adoptado, aplicado al caso de estudio analizado, se pueden seleccionar secuencias que representen un compromiso adecuado entre los tiempos de suministro de producción y el establecimiento de un flujo uniforme de trabajo en la instalación.
Descargas
La descarga de datos todavía no está disponible.
Citas
Baker, K.R. y Trietsch, D. (2019). Principles of Sequencing and Scheduling, Segunda Edición. Editorial Wiley. Hoboken, EE.UU.
Bautista-Valhondo, J. (2021a). Exact and heuristic procedures for the Heijunka-flow shop scheduling problem with minimum makespan and job replicas. Progress in Artificial Intelligence, 10(4), 465-488. https://doi.org/10.1007/s13748-021-00249-z
Bautista-Valhondo, J. (2021b). Heijunka-inspired planning and sequencing methods in the apportionment problem in electoral systems [Métodos de planificación y secuenciación Heijunka inspirados en el problema del Reparto en Sistemas electorales]. Dirección y Organización, (73), 18-38. https://doi.org/10.37610/DYO.V0I73.590
Blazewicz, J., Ecker, K.H., Pesch, E., Schmidt, G. y Weglarz, J. (2007). Handbook on scheduling: from theory to applications. Editorial Springer. Berlin Heidelberg.
Du, K.-L. y Swamy, M.N.S. (2016). Search and optimization by metaheuristics: Techniques and algorithms inspired by nature. Editorial Springer International. Suiza. https://doi.org/10.1007/978-3-319-41192-7
Ehrgott, M. y Gandibleux, X. (2002). Multiple criteria optimization: state of the art annotated bibliographic surveys. Editorial Kluwer. Dordrecht, Países Bajos.
Engrand, P. y Mournay, X. (1998). Une méthode originale d’optimisation multiobjectif. Reporte Técnico HT-14/97/035/A, EDF-DER.
Framiñán, J.M., Leisten, R. y García, R.R. (2014). Manufacturing Scheduling systems. Editorial Springer. Londres.
Gmys, J., Mezmaz, M., Melab, N. y Tuyttens, D. (2020). A computationally efficient branch-and-bound algorithm for the permutation flow-shop scheduling problem. European Journal of Operational Research, 284(3), 814-833. https://doi.org/10.1016/j.ejor.2020.01.039
Knowles, J. y Corne, D. (2002). On metrics for comparing nondominated sets. Congress on Evolutionary Computation (CEC2002). Honolulu, Estados Unidos.
Korte, B. y Vygen, J. (2018). Combinatorial optimization: Theory and algorithms, Sexta Edición. Editorial Springer. Berlín, Alemania.
Landa, J. y Burke, E. (2002). A tutorial on multiobjective metaheuristics for scheduling and timetabling. Actas del 1st Workshop on Multiobjective Metaheuristics. París, Francia.
Marín, F. y Delgado, J. (2000). Las técnicas justo a tiempo y su repercusión en los sistemas de producción. Revista de Economía Industrial, 1(331), 35-41.
Monden, Y. (2011). Toyota production system: an integrated approach to just-in-time. Editorial Productivity Press. New York, EE. UU.
Pinedo, M.L. (2016). Scheduling: Theory, Algorithms, and Systems, Quinta Edición. Editorial Springer Cham. Heidelberg New York Dordrecht London. http://dx.doi.org/10.1007/978-3-319-26580-3
Rossit, D.A., Toncovich, A., Rossit, D.G. y Nesmachnow, S. (2021). Flow Shop Scheduling Problems in Industry 4.0 Production Environments: Missing Operation Case. Handbook of Smart Materials, Technologies, and Devices: Applications of Industry 4.0, 1-23. https://doi.org/10.1007/978-3-030-58675-1_71-1
Rossit, D.A., Toncovich, A., Rossit, D.G. y Nesmachnow, S. (2021). Solving a flow shop scheduling problem with missing operations in an Industry 4.0 production environment. Journal of Project Management, 6(1), 33-44. https://doi.org/10.5267/j.jpm.2020.10.001
Sumichrast, R. y Rusell, R. (1990). Evaluating mixed-model assembly line sequencing heuristics for JIT production systems. Journal of Operations Management, 9(3), 371-390. https://doi.org/10.1016/0272-6963(90)90161-6
Toncovich, A. (2019): Un problema de secuenciación en un entorno de producción just-in-time resuelto mediante un procedimiento metaheurístico. Actas del XII Congreso de Ingeniería Industrial (COINI 2019). Río Gallegos, Argentina.
Toncovich, A., Oliveros Colay, M.J. y Moreno-Jiménez, J.M. (2008). A mathematical programming model for a production scheduling problem in the furniture industry. Actas de la 18th International Conference on Flexible Automation and Intelligent Manufacturing (FAIM 2008). Skövde, Suecia.
Ulugu, E., Teghem, J., Fortemps, P. y Tuytttens, D. (1999). MOSA method: a tool for solving multiobjective combinatorial optimization problems. Journal of Multicriteria Decision Analysis, 8(4), 221-236. https://doi.org/10.1002/(SICI)1099-1360(199907)8:4<221::AID-MCDA247>3.0.CO;2-O
Zhou, B.-H. y Peng, T. (2017). Optimal schedule of just-in-time part distribution for mixed-model assembly lines. Jilin Daxue Xuebao (Gongxueban)/Journal of Jilin University (Engineering and Technology Edition), 47(4), 1253-1261. https://doi.org/10.13229/j.cnki.jdxbgxb201704034
Bautista-Valhondo, J. (2021a). Exact and heuristic procedures for the Heijunka-flow shop scheduling problem with minimum makespan and job replicas. Progress in Artificial Intelligence, 10(4), 465-488. https://doi.org/10.1007/s13748-021-00249-z
Bautista-Valhondo, J. (2021b). Heijunka-inspired planning and sequencing methods in the apportionment problem in electoral systems [Métodos de planificación y secuenciación Heijunka inspirados en el problema del Reparto en Sistemas electorales]. Dirección y Organización, (73), 18-38. https://doi.org/10.37610/DYO.V0I73.590
Blazewicz, J., Ecker, K.H., Pesch, E., Schmidt, G. y Weglarz, J. (2007). Handbook on scheduling: from theory to applications. Editorial Springer. Berlin Heidelberg.
Du, K.-L. y Swamy, M.N.S. (2016). Search and optimization by metaheuristics: Techniques and algorithms inspired by nature. Editorial Springer International. Suiza. https://doi.org/10.1007/978-3-319-41192-7
Ehrgott, M. y Gandibleux, X. (2002). Multiple criteria optimization: state of the art annotated bibliographic surveys. Editorial Kluwer. Dordrecht, Países Bajos.
Engrand, P. y Mournay, X. (1998). Une méthode originale d’optimisation multiobjectif. Reporte Técnico HT-14/97/035/A, EDF-DER.
Framiñán, J.M., Leisten, R. y García, R.R. (2014). Manufacturing Scheduling systems. Editorial Springer. Londres.
Gmys, J., Mezmaz, M., Melab, N. y Tuyttens, D. (2020). A computationally efficient branch-and-bound algorithm for the permutation flow-shop scheduling problem. European Journal of Operational Research, 284(3), 814-833. https://doi.org/10.1016/j.ejor.2020.01.039
Knowles, J. y Corne, D. (2002). On metrics for comparing nondominated sets. Congress on Evolutionary Computation (CEC2002). Honolulu, Estados Unidos.
Korte, B. y Vygen, J. (2018). Combinatorial optimization: Theory and algorithms, Sexta Edición. Editorial Springer. Berlín, Alemania.
Landa, J. y Burke, E. (2002). A tutorial on multiobjective metaheuristics for scheduling and timetabling. Actas del 1st Workshop on Multiobjective Metaheuristics. París, Francia.
Marín, F. y Delgado, J. (2000). Las técnicas justo a tiempo y su repercusión en los sistemas de producción. Revista de Economía Industrial, 1(331), 35-41.
Monden, Y. (2011). Toyota production system: an integrated approach to just-in-time. Editorial Productivity Press. New York, EE. UU.
Pinedo, M.L. (2016). Scheduling: Theory, Algorithms, and Systems, Quinta Edición. Editorial Springer Cham. Heidelberg New York Dordrecht London. http://dx.doi.org/10.1007/978-3-319-26580-3
Rossit, D.A., Toncovich, A., Rossit, D.G. y Nesmachnow, S. (2021). Flow Shop Scheduling Problems in Industry 4.0 Production Environments: Missing Operation Case. Handbook of Smart Materials, Technologies, and Devices: Applications of Industry 4.0, 1-23. https://doi.org/10.1007/978-3-030-58675-1_71-1
Rossit, D.A., Toncovich, A., Rossit, D.G. y Nesmachnow, S. (2021). Solving a flow shop scheduling problem with missing operations in an Industry 4.0 production environment. Journal of Project Management, 6(1), 33-44. https://doi.org/10.5267/j.jpm.2020.10.001
Sumichrast, R. y Rusell, R. (1990). Evaluating mixed-model assembly line sequencing heuristics for JIT production systems. Journal of Operations Management, 9(3), 371-390. https://doi.org/10.1016/0272-6963(90)90161-6
Toncovich, A. (2019): Un problema de secuenciación en un entorno de producción just-in-time resuelto mediante un procedimiento metaheurístico. Actas del XII Congreso de Ingeniería Industrial (COINI 2019). Río Gallegos, Argentina.
Toncovich, A., Oliveros Colay, M.J. y Moreno-Jiménez, J.M. (2008). A mathematical programming model for a production scheduling problem in the furniture industry. Actas de la 18th International Conference on Flexible Automation and Intelligent Manufacturing (FAIM 2008). Skövde, Suecia.
Ulugu, E., Teghem, J., Fortemps, P. y Tuytttens, D. (1999). MOSA method: a tool for solving multiobjective combinatorial optimization problems. Journal of Multicriteria Decision Analysis, 8(4), 221-236. https://doi.org/10.1002/(SICI)1099-1360(199907)8:4<221::AID-MCDA247>3.0.CO;2-O
Zhou, B.-H. y Peng, T. (2017). Optimal schedule of just-in-time part distribution for mixed-model assembly lines. Jilin Daxue Xuebao (Gongxueban)/Journal of Jilin University (Engineering and Technology Edition), 47(4), 1253-1261. https://doi.org/10.13229/j.cnki.jdxbgxb201704034
Publicado
2023-07-19
Cómo citar
Zalba, V., & Toncovich, A. (2023). Una metaheurística biobjetivo para el problema de secuenciación de trabajos repetitivos en una configuración productiva flowshop heijunka. AACINI - Revista Internacional De Ingeniería Industrial, (1), 5-20. Recuperado a partir de https://riii.fi.mdp.edu.ar/index.php/AACINI-RIII/article/view/73
Sección
Artículos premiados - COINI
