Optimización bi-objetivo de eficiencia en tiempo de producción y consumo de energía en entornos flexibles de manufactura job-shop
Con este trabajo se presenta un nuevo enfoque para abordar objetivos de minimizar el tiempo de ejecución de operaciones y el consumo de energía en entornos de manufactura flexibles. El método propuesto se basa en un Algoritmo Genético de Ordenación No Dominado II (NSGAII), el cual permite encontra...
Saved in:
Institution: | Escuela Colombiana de Ingeniería |
---|---|
Main Authors: | , , |
Format: | Trabajo de grado - Maestría |
Language: | Español |
Published: |
Escuela Colombiana de Ingeniería
2023
|
Subjects: | |
Online Access: | https://repositorio.escuelaing.edu.co/handle/001/2872 |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
id |
oai:repositorio.escuelaing.edu.co:001-2872 |
---|---|
recordtype |
dspace |
spelling |
Jimenez Gordillo, Jose Fernando Jaimes Suarez, Sonia Alexandra Guerra Cruz, Ángela Patricia 2024-03-07T14:54:12Z 2024-03-07T14:54:12Z 2023 https://repositorio.escuelaing.edu.co/handle/001/2872 https://catalogo-intra.escuelaing.edu.co/cgi-bin/koha/catalogue/detail.pl?biblionumber=23701 Con este trabajo se presenta un nuevo enfoque para abordar objetivos de minimizar el tiempo de ejecución de operaciones y el consumo de energía en entornos de manufactura flexibles. El método propuesto se basa en un Algoritmo Genético de Ordenación No Dominado II (NSGAII), el cual permite encontrar eficientemente soluciones óptimas entre estos dos objetivos críticos. La clave del método es una técnica de ordenación no dominado que clasifica e identifica eficazmente las soluciones Pareto óptimas. El rendimiento del algoritmo se evaluó experimentalmente en casos de referencia conocidos, como Kacem y Brandimarte. Los resultados demuestran la eficacia del enfoque al momento de minimizar simultáneamente el tiempo de ejecución y el consumo de energía. Además, la diversidad inherente a las soluciones de Pareto contribuye a una optimización equilibrada de estos objetivos. Los resultados muestran el potencial de los algoritmos genéticos, y en particular del NSGA-II, como herramientas convenientes para abordar retos de optimización multiobjetivo. Este estudio acerca la brecha entre los conocimientos teóricos y la aplicación práctica y demuestra la importancia de incluir más objetivos en escenarios reales, haciendo énfasis en las prometedoras perspectivas de estas técnicas en escenarios complejos reales. This paper presents a novel approach to address the dual objectives of minimizing makespan and energy consumption in flexible manufacturing processes. The proposed method leverages the Non-Dominated Sorting Genetic Algorithm II (NSGA-II) to efficiently find optimal trade-offs between these two critical objectives. The cornerstone of the approach is a non-dominated sorting technique, which effectively ranks and identifies optimal Pareto solutions. The algorithm's performance was evaluated through experimentation on well-known benchmark instances, including Kacem and Brandimarte. The results demonstrate the efficacy of the approach in simultaneously minimizing both makespan and energy consumption. Furthermore, the inherent diversity within the Pareto solutions contributes to a balanced optimization of these objectives. The findings underscore the potential of genetic algorithms, particularly NSGA-II, as proficient tools to tackle multiobjective optimization challenges. This study bridges the gap between theoretical insights and practical implementation and demonstrates the importance of including more objectives in real scenarios, emphasizing the promising prospects of such techniques in complex real-world scenarios. Maestría Magíster en Ingeniería Industrial 74 p. application/pdf spa Escuela Colombiana de Ingeniería Bogotá, Colombia Bogotá Maestría en Ingeniería Industrial https://creativecommons.org/licenses/by-nc-nd/4.0/ info:eu-repo/semantics/openAccess Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0) Optimización bi-objetivo de eficiencia en tiempo de producción y consumo de energía en entornos flexibles de manufactura job-shop Trabajo de grado - Maestría info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_bdcc Text info:eu-repo/semantics/masterThesis https://purl.org/redcol/resource_type/TM N/A Consumo de energía Conservación de la energía Sistemas flexibles de manufactura Optimización Algoritmo genético NSGA II Makespan Consumo energético Flexible job shop http://purl.org/coar/access_right/c_abf2 http://purl.org/coar/version/c_970fb48d4fbd8a85 |
institution |
Escuela Colombiana de Ingeniería |
collection |
d_repositorio.escuelaing.edu.co-DSPACE |
title |
Optimización bi-objetivo de eficiencia en tiempo de producción y consumo de energía en entornos flexibles de manufactura job-shop |
spellingShingle |
Optimización bi-objetivo de eficiencia en tiempo de producción y consumo de energía en entornos flexibles de manufactura job-shop Guerra Cruz, Ángela Patricia Jimenez Gordillo, Jose Fernando Jaimes Suarez, Sonia Alexandra Guerra Cruz, Ángela Patricia Consumo de energía Conservación de la energía Sistemas flexibles de manufactura Optimización Algoritmo genético NSGA II Makespan Consumo energético Flexible job shop |
title_short |
Optimización bi-objetivo de eficiencia en tiempo de producción y consumo de energía en entornos flexibles de manufactura job-shop |
title_full |
Optimización bi-objetivo de eficiencia en tiempo de producción y consumo de energía en entornos flexibles de manufactura job-shop |
title_fullStr |
Optimización bi-objetivo de eficiencia en tiempo de producción y consumo de energía en entornos flexibles de manufactura job-shop |
title_full_unstemmed |
Optimización bi-objetivo de eficiencia en tiempo de producción y consumo de energía en entornos flexibles de manufactura job-shop |
title_sort |
optimización bi-objetivo de eficiencia en tiempo de producción y consumo de energía en entornos flexibles de manufactura job-shop |
author |
Guerra Cruz, Ángela Patricia Jimenez Gordillo, Jose Fernando Jaimes Suarez, Sonia Alexandra Guerra Cruz, Ángela Patricia |
author_facet |
Guerra Cruz, Ángela Patricia Jimenez Gordillo, Jose Fernando Jaimes Suarez, Sonia Alexandra Guerra Cruz, Ángela Patricia |
building |
Repositorio digital |
topic |
Consumo de energía Conservación de la energía Sistemas flexibles de manufactura Optimización Algoritmo genético NSGA II Makespan Consumo energético Flexible job shop |
topic_facet |
Consumo de energía Conservación de la energía Sistemas flexibles de manufactura Optimización Algoritmo genético NSGA II Makespan Consumo energético Flexible job shop |
publishDate |
2023 |
language |
Español |
publisher |
Escuela Colombiana de Ingeniería |
physical |
74 p. |
format |
Trabajo de grado - Maestría |
description |
Con este trabajo se presenta un nuevo enfoque para abordar objetivos de minimizar el
tiempo de ejecución de operaciones y el consumo de energía en entornos de manufactura flexibles.
El método propuesto se basa en un Algoritmo Genético de Ordenación No Dominado II (NSGAII), el cual permite encontrar eficientemente soluciones óptimas entre estos dos objetivos críticos.
La clave del método es una técnica de ordenación no dominado que clasifica e identifica eficazmente
las soluciones Pareto óptimas. El rendimiento del algoritmo se evaluó experimentalmente en casos
de referencia conocidos, como Kacem y Brandimarte. Los resultados demuestran la eficacia del
enfoque al momento de minimizar simultáneamente el tiempo de ejecución y el consumo de
energía. Además, la diversidad inherente a las soluciones de Pareto contribuye a una optimización
equilibrada de estos objetivos. Los resultados muestran el potencial de los algoritmos genéticos, y en
particular del NSGA-II, como herramientas convenientes para abordar retos de optimización
multiobjetivo. Este estudio acerca la brecha entre los conocimientos teóricos y la aplicación práctica
y demuestra la importancia de incluir más objetivos en escenarios reales, haciendo énfasis en las
prometedoras perspectivas de estas técnicas en escenarios complejos reales.
This paper presents a novel approach to address the dual objectives of minimizing makespan and energy consumption in flexible manufacturing processes. The proposed method leverages the Non-Dominated Sorting Genetic Algorithm II (NSGA-II) to efficiently find optimal trade-offs between these two critical objectives. The cornerstone of the approach is a non-dominated sorting technique, which effectively ranks and identifies optimal Pareto solutions. The algorithm's
performance was evaluated through experimentation on well-known benchmark instances,
including Kacem and Brandimarte. The results demonstrate the efficacy of the approach in
simultaneously minimizing both makespan and energy consumption. Furthermore, the inherent
diversity within the Pareto solutions contributes to a balanced optimization of these objectives. The
findings underscore the potential of genetic algorithms, particularly NSGA-II, as proficient tools to
tackle multiobjective optimization challenges. This study bridges the gap between theoretical
insights and practical implementation and demonstrates the importance of including more objectives
in real scenarios, emphasizing the promising prospects of such techniques in complex real-world
scenarios.
|
url |
https://repositorio.escuelaing.edu.co/handle/001/2872 |
url_str_mv |
https://repositorio.escuelaing.edu.co/handle/001/2872 |
_version_ |
1793034764403343360 |
score |
11.260413 |