Genetics approaches for the unequal area facility layout problem

  1. GARCIA HERNANDEZ, LAURA
Dirigida por:
  1. Lorenzo Salas-Morera Director/a
  2. Henri Pierreval Director/a
  3. Antonio Arauzo-Azofra Director/a

Universidad de defensa: Universidad de Córdoba (ESP)

Fecha de defensa: 12 de julio de 2011

Tribunal:
  1. Rafael Medina Carnicer Presidente/a
  2. Javier Estévez Gualda Secretario/a
  3. Emilio Santiago Corchado Rodríguez Vocal
  4. Mhamed Itmi Vocal
  5. Ángel Isidro Mena Nieto Vocal

Tipo: Tesis

Teseo: 315721 DIALNET

Resumen

El problema de distribución en planta pretende asignar o distribuir instalaciones en una planta industrial. Existen muchos problemas diferentes dependiendo de las características que sean consideradas de la planta industrial, entre ellos, uno de los más importantes ha sido el problema de distribución en planta de áreas desiguales. Para resolverlo, una de las estrategias más usadas ha sido la de los Algoritmos Genéticos (AGs). Los AGs requieren definir un esquema de codificación para representar el diseño de la planta industrial como una estructura de datos. Una de las contribuciones de la tesis que se presenta, es el estudio de los esquemas de codificación y los operadores evolutivos empleados por los AGs en problemas de distribución en planta. Por otro lado, en esta tesis se propone un AG que aborda el problema teniendo en cuenta aspectos que pueden ser cuantificados, tales como: el de flujo de material, las relaciones lógicas entre las actividades que se realizan en los centros de producción (comúnmente, instalaciones) y la forma de cada uno. Sin embargo, existen características subjetivas que resultan muy interesantes para este problema, siendo muy difíciles de tener en cuenta mediante los métodos clásicos de optimización. Por esta razón, otra de las contribuciones es la propuesta de un Algoritmo Genético Interactivo (AGI) para el problema de distribución en planta de instalaciones de área desigual, el cuál permite la interacción entre el algoritmo y el diseñador. Con la implicación del conocimiento del diseñador en la propuesta, el proceso de búsqueda es guiado y ajustado a las preferencias de aquél en cada iteración del algoritmo. Para evitar sobrecargar al diseñador, la población de soluciones es clasificada en grupos mediante un método de clustering. De esta manera, sólo un elemento de cada grupo es evaluado.