Análisis de diferentes métodos de combinación y mejora de soluciones con metaheurísticas evolutivas en problemas de producción flow-shop

• Autores: González, Begoña; Rossit, Daniel A.; Frutos, Mariano; Méndez, Máximo
• Año de publicación: 2025
• Idioma: español castellano
• Tipo de recurso: documento de conferencia
• Materia: Ciencias Informáticas; Optimización; Algoritmos genéticos; Scatter search; Optimization; Genetic algorithms; Scatter search; Permutation flow-shop scheduling problem
• Institución: Universidad Nacional de La Plata

En años recientes, se ha producido un crecimiento en el desarrollo de algoritmos para resolver problemas de optimización en entornos de producción flow-shop que involucran diferentes métodos de combinación y mejora de las soluciones. Por otro lado, es bien conocido que, para un buen rendimiento de un algoritmo evolutivo, es esencial ajustar sus parámetros y métodos a un problema determinado. En este contexto, y considerando como criterios de evaluación el makespan y el total tardiness, en este trabajo se analizan varios métodos de combinación y mejora de las soluciones, con un algoritmo genético y un algoritmo de búsqueda dispersa (scatter search), para evaluar su impacto en la diversidad de las soluciones generadas y en la convergencia de ambas metaheurísticas, al resolver el problema de programación flow-shop permutacional (permutation flowshop scheduling problem) con una instancia de 50 trabajos y 10 máquinas. El análisis de los resultados busca mejorar la comprensión tanto del comportamiento de estas metaheurística como de los métodos de combinación y mejora considerados, de forma que se pueda obtener directrices prácticas para aplicaciones reales.
In recent years, there has been growth in the development of algorithms for solving optimization problems in flow-shop production environments involving different methods of combining and improving solutions. On the other hand, it is well known that, for a good performance of an evolutionary algorithm, it is essential to adjust its parameters and methods to a given problem. In this line, and considering makespan and total tardiness as evaluation criteria, this paper analyzes several methods of combination and improvement of the solutions, with a genetic algorithm and a scatter search algorithm, to evaluate their impact on the diversity of the solutions generated and on the convergence of both metaheuristics, when solving the permutation flow-shop scheduling problem with an instance of 50 jobs and 10 machines. The analysis of the results seeks to improve the understanding of both the behavior of these metaheuristics and the combination and improvement methods considered, so that practical guidelines for real applications can be obtained.
Sociedad Argentina de Informática e Investigación Operativa