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

Autores
Frutos, Mariano; Olivera, Ana Carolina; Tohme, Fernando Abel
Año de publicación
2015
Idioma
inglés
Tipo de recurso
artículo
Estado
versión publicada
Descripción
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.
Fil: Frutos, Mariano. Consejo Nacional de Investigaciones Cientííficas y Técnicas. Centro Científico Tecnológico Bahía Blanca. Instituto de Investigaciones Económicas y Sociales del Sur; Argentina. Universidad Nacional del Sur; Argentina
Fil: Olivera, Ana Carolina. Universidad Nacional de la Patagonia Austral. Unidad Academica Caleta Olivia; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina
Fil: Tohme, Fernando Abel. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Bahía Blanca. Instituto de Matemática Bahía Blanca (i); Argentina. Universidad Nacional del Sur; Argentina
Materia
Multi-object Optimization
Hybrid Algorithms
Car Sequencing
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
CONICET Digital (CONICET)
Institución
Consejo Nacional de Investigaciones Científicas y Técnicas
OAI Identificador
oai:ri.conicet.gov.ar:11336/9814
Acceder
id CONICETDig_3a24f1d5361a6e95a02019b396ef92b9
oai_identifier_str oai:ri.conicet.gov.ar:11336/9814
network_acronym_str CONICETDig
repository_id_str 3498
network_name_str CONICET Digital (CONICET)
spelling A hybrid genetic algorithm for ROADEF’05-like complex production problemsFrutos, MarianoOlivera, Ana CarolinaTohme, Fernando AbelMulti-object OptimizationHybrid AlgorithmsCar Sequencinghttps://purl.org/becyt/ford/2.11https://purl.org/becyt/ford/2https://purl.org/becyt/ford/2.11https://purl.org/becyt/ford/2En 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 producciónIn 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.Fil: Frutos, Mariano. Consejo Nacional de Investigaciones Cientííficas y Técnicas. Centro Científico Tecnológico Bahía Blanca. Instituto de Investigaciones Económicas y Sociales del Sur; Argentina. Universidad Nacional del Sur; ArgentinaFil: Olivera, Ana Carolina. Universidad Nacional de la Patagonia Austral. Unidad Academica Caleta Olivia; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; ArgentinaFil: Tohme, Fernando Abel. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Bahía Blanca. Instituto de Matemática Bahía Blanca (i); Argentina. Universidad Nacional del Sur; ArgentinaUniversidad Nacional de Colombia2015-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfapplication/pdfapplication/pdfapplication/pdfapplication/pdfhttp://hdl.handle.net/11336/9814Frutos, 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; 82-880012-7353enginfo:eu-repo/semantics/altIdentifier/url/http://www.revistas.unal.edu.co/index.php/dyna/article/view/43137info:eu-repo/semantics/altIdentifier/url/http://ref.scielo.org/qxrqtqinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/ar/reponame:CONICET Digital (CONICET)instname:Consejo Nacional de Investigaciones Científicas y Técnicas2026-03-31T15:23:27Zoai:ri.conicet.gov.ar:11336/9814instacron:CONICETInstitucionalhttp://ri.conicet.gov.ar/Organismo científico-tecnológicoNo correspondehttp://ri.conicet.gov.ar/oai/requestdasensio@conicet.gov.ar; lcarlino@conicet.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:34982026-03-31 15:23:27.878CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicasfalse
dc.title.none.fl_str_mv A hybrid genetic algorithm for ROADEF’05-like complex production problems
title A hybrid genetic algorithm for ROADEF’05-like complex production problems
spellingShingle A hybrid genetic algorithm for ROADEF’05-like complex production problems
Frutos, Mariano
Multi-object Optimization
Hybrid Algorithms
Car Sequencing
title_short A hybrid genetic algorithm for ROADEF’05-like complex production problems
title_full A hybrid genetic algorithm for ROADEF’05-like complex production problems
title_fullStr A hybrid genetic algorithm for ROADEF’05-like complex production problems
title_full_unstemmed A hybrid genetic algorithm for ROADEF’05-like complex production problems
title_sort A hybrid genetic algorithm for ROADEF’05-like complex production problems
dc.creator.none.fl_str_mv Frutos, Mariano
Olivera, Ana Carolina
Tohme, Fernando Abel
author Frutos, Mariano
author_facet Frutos, Mariano
Olivera, Ana Carolina
Tohme, Fernando Abel
author_role author
author2 Olivera, Ana Carolina
Tohme, Fernando Abel
author2_role author
author
dc.subject.none.fl_str_mv Multi-object Optimization
Hybrid Algorithms
Car Sequencing
topic Multi-object Optimization
Hybrid Algorithms
Car Sequencing
purl_subject.fl_str_mv https://purl.org/becyt/ford/2.11
https://purl.org/becyt/ford/2
https://purl.org/becyt/ford/2.11
https://purl.org/becyt/ford/2
dc.description.none.fl_txt_mv 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.
Fil: Frutos, Mariano. Consejo Nacional de Investigaciones Cientííficas y Técnicas. Centro Científico Tecnológico Bahía Blanca. Instituto de Investigaciones Económicas y Sociales del Sur; Argentina. Universidad Nacional del Sur; Argentina
Fil: Olivera, Ana Carolina. Universidad Nacional de la Patagonia Austral. Unidad Academica Caleta Olivia; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina
Fil: Tohme, Fernando Abel. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Bahía Blanca. Instituto de Matemática Bahía Blanca (i); Argentina. Universidad Nacional del Sur; Argentina
description 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
publishDate 2015
dc.date.none.fl_str_mv 2015-01
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/11336/9814
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
0012-7353
url http://hdl.handle.net/11336/9814
identifier_str_mv 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
0012-7353
dc.language.none.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/http://www.revistas.unal.edu.co/index.php/dyna/article/view/43137
info:eu-repo/semantics/altIdentifier/url/http://ref.scielo.org/qxrqtq
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
dc.format.none.fl_str_mv application/pdf
application/pdf
application/pdf
application/pdf
application/pdf
dc.publisher.none.fl_str_mv Universidad Nacional de Colombia
publisher.none.fl_str_mv Universidad Nacional de Colombia
dc.source.none.fl_str_mv reponame:CONICET Digital (CONICET)
instname:Consejo Nacional de Investigaciones Científicas y Técnicas
reponame_str CONICET Digital (CONICET)
collection CONICET Digital (CONICET)
instname_str Consejo Nacional de Investigaciones Científicas y Técnicas
repository.name.fl_str_mv CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicas
repository.mail.fl_str_mv dasensio@conicet.gov.ar; lcarlino@conicet.gov.ar
_version_ 1861214696607055872
score 12.822162

Publicaciones similares