Solución al Problema de Secuenciación de Trabajos mediante el Problema del Agente Viajero

• G.E. Anaya Fuentes ^[1] ; E.S. Hernández Gress ^[1] ; J.C. Seck Tuoh Mora ^[1] ; J. Medina Marín ^[1]
  1. [1] Universidad Autónoma del Estado de Hidalgo

     Universidad Autónoma del Estado de Hidalgo

     México

     
• Localización: Revista iberoamericana de automática e informática industrial ( RIAI ), ISSN-e 1697-7920, Vol. 13, Nº. 4, 2016, págs. 430-437
• Idioma: español
• DOI: 10.1016/j.riai.2016.07.003
• Títulos paralelos:
  • Solution of the Job-Shop Scheduling Problem through the Traveling Salesman Problem
• Enlaces
  • Texto completo
• Resumen
  • español

    En este trabajo se estudia el Problema de Secuenciación de Trabajos codificado como un Problema de Agente Viajero y resuelto mediante Algoritmos Genéticos. Se propone un Algoritmo Genético en donde se comparan dos tipos de selección: por torneo y por ruleta. Se realizan diferentes pruebas para la solución del Problema del Agente Viajero con los dos tipos de selección bajo diferentes parámetros: número de individuos, número de iteraciones, probabilidad de cruce y probabilidad de mutación; a partir de estos se seleccionan los parámetros y el tipo de selección. Posteriormente se codifica al Problema de Secuenciación como un Problema del Agente Viajero. La propuesta se presenta mediante la aplicación a diferentes ejemplos del Problema de Secuenciación de Trabajos y la comparación con los resultados obtenidos en la literatura.

  • English

    In this paper we proposed a solution to the Job-Shop Scheduling Problem using the Traveling Salesman Problem solved by Genetic Algorithms. We proposed a genetic algorithm where we compare two types of selection: tournament and roulette. Different tests are performed to solve the Traveling Salesman Problem with the two types of selection under different parameters: number of individuals, number of iterations, crossover probability and mutation probability. Then the best type of selection and the best parameters are used to solve the Job-Shop Scheduling Problem with Genetic Algorithms for the Traveling Salesman Problem. The proposal is presented solving different examples of Job Sequencing Problem and compare them with the results obtained in the literature.

• Referencias bibliográficas
  • Beasley, J., 1990.OR-Library: Distributing test problems by electronic mail. Journal of the Operational Research Society, 11, 1069-1072.
  • Bektas, T., 2006. The multiple traveling salesman problem: an overview of formulations and solution procedures, 34,209-219.
  • Bozejko, W., Pempera J. and Smuntnicki C., 2009. Parallel simulated annealing for the Job Shop Scheduling problem. Biological Cybernetics,...
  • Buthainah F. and Hamza A., 2008. Enhanced Traveling Salesman Problem solving by Genetic Algorithm Technique. World Academy of Science, Engineering...
  • Cerny, V., 1985. Thermodynamical Approach to the Traveling Salesman Problem: An Efficient Simulation Algorithm. Lecture note in computer science...
  • Chambers, L., 1998. Genetic Algorithms. University Western Press, Australia.
  • Chatterjee, S., Carrera C., and Linch L., 1996. Genetic Algorithms and traveling salesman problems. Siam Journal of Optimation, 515-529.
  • Chunguo, W., Wei X., and Yanchun L., 2004. A Modified Integer-Coding Genetic Algorithm for Job Shop Scheduling Problem, Trends in Artificial...
  • Delgado E., 2005. Aplicación de Algoritmos Genéticos para la Programación de Tareas de una celda de manufactura. Ingeniería e Investigación:...
  • Dorigo, M., 1997. Ant colonies for the traveling salesman problem. Universidad Libre de Bruselas, Bélgica.
  • Fogel, D., 1998. An evolutionary approach to the traveling salesman problem. Biological Cybernetics, 60, 139-144.
  • Gao, S., Zhang L, and Zhang F. 2007. g. Solving Traveling Salesman Problem by Ant Colony Optimization Algorithm with Association Rule Proceedings...
  • Ge, H., Du W., y Quian F., 2007. A hybrid algorithm based on swarm optimization and simulated annealing for job shop scheduling. Proceedings...
  • Gerhard, R., 2006. Discrete and Combinatorial Optimization. Universidad de Heidelberg-Instituto de Ciencias de la Computación, Alemania.
  • Goldberg, D., 1989. Genetic Algorithms in Search, Optimization and Machine Learning. Addison-Wesley Publishing Corporation, Estados Unidos...
  • Holland, J., 1992. Adaptation in Natural and Artificial Systems. MIT Press, Cambridge, Estados Unidos de América.
  • Jog, P., Kim J., Suh J., y Gucht D., 1991. Parallel Genetic Algorithms Applied to the Traveling Salesman Problem. European Journal of Operational...
  • Juang, C., 2004. A hybrid genetic algorithm and particle swarm optimization for recurrent network design. IEEE Transactions on Evolutionary...
  • Larrañaga, P., Kuijpers C., Murga R., Inza I., y Dizdarevic S., 1999. Genetic Algorithms for the Traveling Salesman Problem: A review of Representations...
  • Maldonado C. 2010. El mundo de las ciencias de la complejidad: Una investigación sobre qué son, su desarrollo y sus posibilidades. Universidad...
  • Moon, C., Kim J., Choi G., y Seo Y., 2002. An efficient genetic algorithm for the traveling salesman problem with precedent constraints. European...
  • Ruiz, J., 2011. Complexity Indicators Applied to the Job Shop Scheduling Problem. International Journal of Combinatorial Optimization Problems...
  • Sivanamdam, S. y Deepa S, 2008. Introduction to Genetic Algorithms. Springer, Estados Unidos de América.
  • Tamilarasi, A. y Anantha K., 2010. An enhanced genetic algorithm with simulated annealing for jobshop scheduling. International Journal of...
  • Wagner, H, 1975. Principles of Operations Research. 2ª ed. Englewood Cliffs, N.J. Prentice Hall, Estados Unidos de América.
  • Winston, W., 2005. Investigación de Operaciones: Aplicaciones y Algoritmos. Indiana University Press, Estados Unidos de América.
  • Yamada T., y Nakano R., 1997. Genetic Algorithms for Job Shop Scheduling. Proceedings of Modern Heuristic for Decision Support, UNICOM Seminar...