Un Squirrel Search Algorithm discreto aplicado al problema Job Shop con operadores calificados

Autores/as

DOI:

https://doi.org/10.17981/ingecuc.15.2.2019.14

Palabras clave:

inteligencia de enjambres, secuenciación con operadores, posición del valor más pequeño, generador válido de partículas, ptimización combinatoria, optimización combinatoria

Resumen

Introducción: El problema Job Shop Con Operadores Calificados o Job Shop With Skilled Operators (JSSO) es una extensión del problema clásico Job Shop en el cual, una operación debe ser ejecutada por un conjunto limitados de trabajadores, con el objetivo de minimizar el tiempo de terminación total de los trabajos o Makespan, situación que puede representar distintas aplicaciones en la vida cotidiana. Es un problema complejo y es catalogado como NP-HARD.

Objetivo: En este artículo, se aborda el problema JSSO desde la adaptación de un algoritmo conocido como Squirrel Search Algorithm (SSA).

Metodología: Se propone un esquema de codificación discreto para el algoritmo SSA utilizando el método Smallest Position Value (SPV). Además, para evitar soluciones que violen las relaciones de precedencia; se corrigen con el método Valid Particle Generator (VPG), el cual garantiza soluciones factibles. Dos versiones del algoritmo se colocan a prueba en 28 instancias propuesta en la literatura para validar su rendimiento.

Resultados: Los experimentos computacionales realizados muestran que los dos algoritmos propuestos alcanzan soluciones óptimas en 25 de las 28 instancias analizadas. Además, para las instancias en donde no se logró soluciones óptimas, el gap promedio no supera el 2% para ambas versiones de los algoritmos propuestos.

Conclusiones: El esquema de codificación propuesto garantiza la discretización del algoritmo, generando soluciones que convergen hacia el óptimo. Además, la codificación propuesta, permite utilizar de manera natural los operadores de movimiento propuestos originalmente para el algoritmo utilizado. El rendimiento obtenido por los algoritmos es adecuado y de alta calidad.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

César Andrés López Martínez, Universidad Pontificia Bolivariana. Montería, (Colombia)

Graduado del programa de Ingeniería Industrial en el año 2010 de la Universidad De Córdoba (Montería, Colombia).  Es candidato a Magister en Ingeniería De Producción de la Universidad Tecnológica De Bolívar (Cartagena De Indias, Colombia). Sus intereses investigativos incluyen tópicos en Metaheurísticas, Investigación De Operaciones, Programación De Producción, Optimización. Actualmente es Docente interno en la facultad de Ingeniería Industrial de la Universidad Pontificia Bolivariana (Montería, Colombia). https://orcid.org/0000-0003-2750-7699

Helman Enrique Hernández Riaño, Universidad de Córdoba. Montería, (Colombia)

Graduado del programa de Ingeniería Industrial en el año 1999 de la Universidad Distrital (Bogotá, Colombia). Es Magister en Gestión de Organizaciones de la Universidad EAN (Bogotá, Colombia). Es Doctor en Ingeniería Industrial de la Universidad del Norte (Barranquilla, Colombia). Sus intereses investigativos incluyen tópicos en Metaheurísticas, Investigación de Operaciones, Programación de Producción, Logística y Optimización. Actualmente es Profesor Titular del Departamento de Ingeniería Industrial de la Universidad de Córdoba (Montería, Colombia). https://orcid.org/0000-0003-3042-2573

Manuel Jesús Soto de la Vega, Universidad Tecnológica de Bolivar. Cartagena, (Colombia)

Graduado del programa de Ingeniería Industrial en el año 2012 de la Universidad de Córdoba. Es Magister en Ingeniería Industrial de la Universidad de los Andes (Bogotá, Colombia). Actualmente profesor de la Universidad Tecnológica De Bolívar vinculado al programa de Ingeniería Industrial. Áreas de trabajo en investigación de operaciones, incluyendo trabajos en optimización y simulación de procesos.

 

Citas

A. Agnetis, G. Murgia and S. Sbrilli, “A job shop scheduling problem with human operators in handicraft production,” Int. J. Prod. Res., vol. 52, no. 13, pp. 3820–3831, Jul. 2014. https://doi.org/10.1080/00207543.2013.831220

M. Abdel-Basset, L. Abdel-Fatah and A. K. Sangaiah, “Metaheuristic Algorithms: A Comprehensive Review,” in Computational Intelligence for Multimedia Big Data on the Cloud with Engineering Applications. Cambridge, MA, USA: Elsevier Inc., 2018, pp. 185–231. https://doi.org/10.1016/B978-0-12-813314-9.00010-4

M. Jain, V. Singh and A. Rani, “A novel nature-inspired algorithm for optimization: Squirrel search algorithm,” Swarm Evol. Comput., vol. 44, pp. 148–175, Feb. 2019. https://doi.org/10.1016/j.swevo.2018.02.013

L. Gao, X. Li, X. Wen, C. Lu and F. Wen, “A hybrid algorithm based on a new neighborhood structure evaluation method for job shop scheduling problem,” Comput. Ind. Eng., vol. 88, pp. 417–429, Oct. 2015. https://doi.org/10.1016/j.cie.2015.08.002

K. Z. Gao, P. N. Suganthan, T. J. Chua, C. S. Chong, T. X. Cai and Q. K. Pan, “A two-stage artificial bee colony algorithm scheduling flexible job-shop scheduling problem with new job insertion,” Expert Syst. Appl., vol. 42, no. 21, pp. 7652–7663, Nov. 2015. https://doi.org/10.1016/j.eswa.2015.06.004

K. Z. Gao, P. N. Suganthan, Q. K. Pan, T. J. Chua, C. S. Chong and T. X. Cai, “An improved artificial bee colony algorithm for flexible job-shop scheduling problem with fuzzy processing time,” Expert Syst. Appl., vol. 65, pp. 52–67, Dec. 2016. https://doi.org/10.1016/j.eswa.2016.07.046

A. Maroosi, R. C. Muniyandi, E. Sundararajan and A. M. Zin, “A parallel membrane inspired harmony search for optimization problems: A case study based on a flexible job shop scheduling problem,” Appl. Soft Comput. J., vol. 49, pp. 120–136, Dec. 2016. https://doi.org/10.1016/j.asoc.2016.08.007

A. Ahmadi-Javid and P. Hooshangi-Tabrizi, “Integrating employee timetabling with scheduling of machines and transporters in a job-shop environment: A mathematical formulation and an Anarchic Society Optimization algorithm,” Comput. Oper. Res., vol. 84, pp. 73–91, Aug. 2017. https://doi.org/10.1016/j.cor.2016.11.017

H. Piroozfard, K. Y. Wong and A. D. Asl, “An improved biogeography-based optimization for achieving optimal job shop scheduling solutions,” Procedia Comput. Sci., vol. 115, pp. 30–38, Aug. 2017. https://doi.org/10.1016/j.procs.2017.09.073

N. Sharma, H. Sharma and A. Sharma, “Beer froth artificial bee colony algorithm for job-shop scheduling problem,” Appl. Soft Comput. J., vol. 68, pp. 507–524, Jul. 2018. https://doi.org/10.1016/j.asoc.2018.04.001

B. Marzouki, O. B. Driss and K. Ghédira, “Solving Distributed and Flexible Job shop Scheduling Problem using a Chemical Reaction Optimization metaheuristic,” Procedia Comput. Sci., vol. 126, pp. 1424–1433, Jan. 2018. https://doi.org/10.1016/j.procs.2018.08.114

A. Agnetis, M. Flamini, G. Nicosia and A. Pacifici, “A job-shop problem with one additional resource type,” J. Sched., vol. 14, no. 3, pp. 225–237, Jun. 2011. https://doi.org/10.1007/s10951-010-0162-4

M. R. Sierra, C. Mencía and R. Varela, “New schedule generation schemes for the job-shop problem with operators,” J. Intell. Manuf., vol. 26, no. 3, pp. 511–525, Jul. 2013. https://doi.org/10.1007/s10845-013-0810-6

B. Giffler and G. L. Thompson, “Algorithms for Solving Production-Scheduling Problems,” Oper. Res., vol. 8, no. 4, pp. 487–503, Aug. 1960. https://doi.org/10.1287/opre.8.4.487

R. Mencia, M. R. Sierra, C. Mencia and R. Varela, “Genetic Algorithm for Job-Shop Scheduling with Operators,” in New Challenges on Bioinspired Applications, 4th Inter­national Work-conference on the Interplay Between Natural and Artificial Computation, IWINAC 2011, La Palma, Canary Islands, Spn, 30 May. - 3 Jun. 2011, pp. 305–314. https://doi.org/10.1007/978-3-642-21326-7

R. Mencía, M. R. Sierra, C. Mencía and R. Varela, “A genetic algorithm for job-shop scheduling with operators enhanced by weak Lamarckian evolution and search space narrowing,” Nat. Comput., vol. 13, no. 2, pp. 179–192, May. 2013. https://doi.org/10.1007/s11047-013-9373-x

F. Barber, J. Escamilla, C. Mencia, M. Rodriguez-Molins, M. A. Salido and M. R. Sierra, “Robust solutions to job-shop scheduling problems with operators,” Proc. - Int. Conf. Tools with Artif. Intell. ICTAI, Athens, Greece, 7-9 Nov. 2012. https://doi.org/10.1109/ICTAI.2012.48

M. F. Tasgetiren, M. Sevkli, Y.-Ch. Liang and G. Gencyilmaz, “Particle swarm optimization algorithm for single machine total weighted tardiness problem,” Proceedings of the 2004 Congress on Evolutionary Computation (IEEE Cat. No. 04TH8753), Portland, OR, USA, USA, 19-23 Jun. 2004, pp. 1412–1419. https://doi.org/10.1109/CEC.2004.1331062

R. Chaudhry, S. Tapaswi and N. Kumar, “Forwarding Zone enabled PSO routing with Network lifetime maximization in MANET,” Appl. Intell., vol. 48, no. 9, pp. 3053–3080, Sept. 2018. https://doi.org/10.1007/s10489-017-1127-5

I. Dubey and M. Gupta, “Uniform mutation and SPV rule based optimized PSO algorithm for TSP problem,” Proc. 2017 4th Int. Conf. Electron. Commun. Syst., ICECS 2017, Coimbatore, India, 24-25 Feb. 2017, pp. 168–172. https://doi.org/10.1109/ECS.2017.8067862

N. Kumar and D. P. Vidyarthi, “A model for resource-constrained project scheduling using adaptive PSO,” Soft Comput., vol. 20, no. 4, pp. 1565–1580, Feb. 2015. https://doi.org/10.1007/s00500-015-1606-8

R. L. Graham, E. L. Lawler, J. K. Lenstra and A. H. G. R. Kan, “Optimization and approximation in deterministic machine scheduling: a survey,” Ann. Discret. Math., vol. 5, pp. 287–326, 1979. https://doi.org/10.1016/S0167-5060(08)70356-X

R Core Team, “R: A language and environment for statistical computing” R Foundation for Statistical Computing, 2019. Disponible: https://www.r-project.org/

Descargas

Publicado

2019-12-02

Cómo citar

López Martínez, C. A., Hernández Riaño, H. E., & Soto de la Vega, M. J. (2019). Un Squirrel Search Algorithm discreto aplicado al problema Job Shop con operadores calificados. Inge Cuc, 15(2), 143–154. https://doi.org/10.17981/ingecuc.15.2.2019.14

Número

Vol. 15 Núm. 2 (2019): (Julio-Diciembre)

Sección

Artículos

Licencia

Derechos de autor 2019 INGE CUC

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.

Los artículos publicados son de exclusiva responsabilidad de sus autores y no reflejan necesariamente las opiniones del comité editorial. 

La Revista INGE CUC respeta los derechos morales de sus autores, los cuales ceden al comité editorial los derechos patrimoniales del material publicado.  A su vez, los autores informan que el presente trabajo es inédito y no ha sido publicado anteriormente. 

Todos los artículos están bajo una Licencia Creative Commons Atribución-NoComercial-SinDerivadas 4.0 Internacional.

Licencia Creative Commons

Artículos más leídos del mismo autor/a