Secuenciación dinámica de sistemas de fabricación flexible mediante aprendizaje automático: análisis de los principales sistemas de secuenciación existentes

• Autores: Paolo Priore Moreno , David de la Fuente García , Francisco Javier Puente García , Alberto Gómez Gómez
• Localización: Questiió: Quaderns d'Estadística, Sistemes, Informatica i Investigació Operativa, ISSN 0210-8054, Vol. 25, Nº. 3, 2001, págs. 523-549
• Idioma: español
• Títulos paralelos:
  • Dynamic scheduling of flexible manufacturing systems through machine learning: an analysis of the main scheduling systems
• Enlaces
  • Texto completo (pdf)
• Resumen

  • Una forma habitual de secuenciar de modo dinámico los trabajos en los sistemas de fabricación es mediante el empleo de reglas de secuenciación. Sin embargo, el problema que presenta este método es que el comportamiento del sistema de fabricación dependerá de su estado, y no existe una regla que supere a las demás en todos los posibles estados que puede presentar el sistema de fabricación. Por lo tanto, sería interesante usar en cada momento la regla más adecuada. Para lograr este objetivo, se pueden utilizar sistemas de secuenciación que emplean aprendizaje automático que permiten, analizando el comportamiento previo del sistema de fabricación (ejemplos de entrenamiento), obtener el conocimiento necesario para determinar la regla de secuenciación más apropiada en cada instante. En el presente trabajo se realiza una revisión de los principales sistemas de secuenciación existentes en la literatura que utilizan aprendizaje automático para variar de forma dinámica la regla de secuenciación empleada en cada momento