Staff View: Optimización bi-objetivo de eficiencia en tiempo de producción y consumo de energía en entornos flexibles de manufactura job-shop

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...

Full description

Saved in:

Bibliographic Details
Institution:	Escuela Colombiana de Ingeniería
Main Authors:	Guerra Cruz, Ángela Patricia, Jimenez Gordillo, Jose Fernando, Jaimes Suarez, Sonia Alexandra
Format:	Trabajo de grado - Maestría
Language:	Español
Published:	Escuela Colombiana de Ingeniería 2023
Subjects:	Consumo de energía Conservación de la energía Sistemas flexibles de manufactura Optimización Algoritmo genético NSGA II Makespan Consumo energético Flexible job shop
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

Similar Items

Optimización bi-objetivo de eficiencia en tiempo de producción y consumo de energía en entornos flexibles de manufactura job-shop