Algoritmos evolucionarios aplicados al problema de secuenciamiento de Flow Shop

Autores
Pandolfi, Daniel; Leguizamón, Guillermo
Año de publicación
2008
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Los algoritmos de Estimación de Distribuciones (EDAs - Estimation of Distribution Algorithms) son una clase de algoritmos basados en el paradigma de Computación Evolutiva (CE) que sustituyen los mecanismos de variación (cruce y mutación) utilizados tradicionalmente por Algoritmos Evolutivos (AEs). La población de nuevas soluciones se genera a través de la simulación de una estimación de probabilidad producida por la información de las soluciones generadas en iteraciones pasadas Por su parte, el problema de secuenciamiento de Flow Shop y conocido como FSSP (Flow Shop Sequencing Problem) ha convocado la atención de muchos investigadores en los últimos años. En FSSP, un conjunto de tareas deben seguir el mismo orden en una rutina de procesamiento para un conjunto de máquinas con el objetivo de optimizar alguna variable de performance (makespan, tardiness, lateness). En el caso de makespan, se trata de minimizar el tiempo de salida de la última tarea en la última máquina. Para máquinas mayores e iguales a tres el problema se transforma en NP-hard, conforme se incrementa el número de tareas. Este trabajo propone la exploración de distintos tipos de algoritmos evolucionarios aplicados a la resolución del problema de secuenciamiento de Flow Shop.
Eje: Agentes y Sistemas Inteligentes
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
Algoritmos Evolucionarios
Algorithms
Problema de Secuenciamiento
Intelligent agents
Flow Shop
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/20530

id SEDICI_df8ee18a98a9ace228a9e5efa8e8bcf5
oai_identifier_str oai:sedici.unlp.edu.ar:10915/20530
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Algoritmos evolucionarios aplicados al problema de secuenciamiento de Flow ShopPandolfi, DanielLeguizamón, GuillermoCiencias InformáticasAlgoritmos EvolucionariosAlgorithmsProblema de SecuenciamientoIntelligent agentsFlow ShopLos algoritmos de Estimación de Distribuciones (EDAs - Estimation of Distribution Algorithms) son una clase de algoritmos basados en el paradigma de Computación Evolutiva (CE) que sustituyen los mecanismos de variación (cruce y mutación) utilizados tradicionalmente por Algoritmos Evolutivos (AEs). La población de nuevas soluciones se genera a través de la simulación de una estimación de probabilidad producida por la información de las soluciones generadas en iteraciones pasadas Por su parte, el problema de secuenciamiento de Flow Shop y conocido como FSSP (Flow Shop Sequencing Problem) ha convocado la atención de muchos investigadores en los últimos años. En FSSP, un conjunto de tareas deben seguir el mismo orden en una rutina de procesamiento para un conjunto de máquinas con el objetivo de optimizar alguna variable de performance (makespan, tardiness, lateness). En el caso de makespan, se trata de minimizar el tiempo de salida de la última tarea en la última máquina. Para máquinas mayores e iguales a tres el problema se transforma en NP-hard, conforme se incrementa el número de tareas. Este trabajo propone la exploración de distintos tipos de algoritmos evolucionarios aplicados a la resolución del problema de secuenciamiento de Flow Shop.Eje: Agentes y Sistemas InteligentesRed de Universidades con Carreras en Informática (RedUNCI)2008-05info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf105-109http://sedici.unlp.edu.ar/handle/10915/20530spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T10:54:16Zoai:sedici.unlp.edu.ar:10915/20530Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 10:54:16.322SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Algoritmos evolucionarios aplicados al problema de secuenciamiento de Flow Shop
title Algoritmos evolucionarios aplicados al problema de secuenciamiento de Flow Shop
spellingShingle Algoritmos evolucionarios aplicados al problema de secuenciamiento de Flow Shop
Pandolfi, Daniel
Ciencias Informáticas
Algoritmos Evolucionarios
Algorithms
Problema de Secuenciamiento
Intelligent agents
Flow Shop
title_short Algoritmos evolucionarios aplicados al problema de secuenciamiento de Flow Shop
title_full Algoritmos evolucionarios aplicados al problema de secuenciamiento de Flow Shop
title_fullStr Algoritmos evolucionarios aplicados al problema de secuenciamiento de Flow Shop
title_full_unstemmed Algoritmos evolucionarios aplicados al problema de secuenciamiento de Flow Shop
title_sort Algoritmos evolucionarios aplicados al problema de secuenciamiento de Flow Shop
dc.creator.none.fl_str_mv Pandolfi, Daniel
Leguizamón, Guillermo
author Pandolfi, Daniel
author_facet Pandolfi, Daniel
Leguizamón, Guillermo
author_role author
author2 Leguizamón, Guillermo
author2_role author
dc.subject.none.fl_str_mv Ciencias Informáticas
Algoritmos Evolucionarios
Algorithms
Problema de Secuenciamiento
Intelligent agents
Flow Shop
topic Ciencias Informáticas
Algoritmos Evolucionarios
Algorithms
Problema de Secuenciamiento
Intelligent agents
Flow Shop
dc.description.none.fl_txt_mv Los algoritmos de Estimación de Distribuciones (EDAs - Estimation of Distribution Algorithms) son una clase de algoritmos basados en el paradigma de Computación Evolutiva (CE) que sustituyen los mecanismos de variación (cruce y mutación) utilizados tradicionalmente por Algoritmos Evolutivos (AEs). La población de nuevas soluciones se genera a través de la simulación de una estimación de probabilidad producida por la información de las soluciones generadas en iteraciones pasadas Por su parte, el problema de secuenciamiento de Flow Shop y conocido como FSSP (Flow Shop Sequencing Problem) ha convocado la atención de muchos investigadores en los últimos años. En FSSP, un conjunto de tareas deben seguir el mismo orden en una rutina de procesamiento para un conjunto de máquinas con el objetivo de optimizar alguna variable de performance (makespan, tardiness, lateness). En el caso de makespan, se trata de minimizar el tiempo de salida de la última tarea en la última máquina. Para máquinas mayores e iguales a tres el problema se transforma en NP-hard, conforme se incrementa el número de tareas. Este trabajo propone la exploración de distintos tipos de algoritmos evolucionarios aplicados a la resolución del problema de secuenciamiento de Flow Shop.
Eje: Agentes y Sistemas Inteligentes
Red de Universidades con Carreras en Informática (RedUNCI)
description Los algoritmos de Estimación de Distribuciones (EDAs - Estimation of Distribution Algorithms) son una clase de algoritmos basados en el paradigma de Computación Evolutiva (CE) que sustituyen los mecanismos de variación (cruce y mutación) utilizados tradicionalmente por Algoritmos Evolutivos (AEs). La población de nuevas soluciones se genera a través de la simulación de una estimación de probabilidad producida por la información de las soluciones generadas en iteraciones pasadas Por su parte, el problema de secuenciamiento de Flow Shop y conocido como FSSP (Flow Shop Sequencing Problem) ha convocado la atención de muchos investigadores en los últimos años. En FSSP, un conjunto de tareas deben seguir el mismo orden en una rutina de procesamiento para un conjunto de máquinas con el objetivo de optimizar alguna variable de performance (makespan, tardiness, lateness). En el caso de makespan, se trata de minimizar el tiempo de salida de la última tarea en la última máquina. Para máquinas mayores e iguales a tres el problema se transforma en NP-hard, conforme se incrementa el número de tareas. Este trabajo propone la exploración de distintos tipos de algoritmos evolucionarios aplicados a la resolución del problema de secuenciamiento de Flow Shop.
publishDate 2008
dc.date.none.fl_str_mv 2008-05
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/20530
url http://sedici.unlp.edu.ar/handle/10915/20530
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
dc.format.none.fl_str_mv application/pdf
105-109
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844615799639113728
score 13.070432