Resumen

En esta investigación se compararon dos algoritmos para la selección de políticas de despacho en un sistema de tres máquinas. El primer algoritmo tiene un solo agente que controla la toma de decisiones de un sistema de tres máquinas. El segundo algoritmo utiliza un agente para cada máquina, en este caso tres, los cuales controlan la selección de políticas de despacho sólo de la máquina a la que pertenecen.

Los algoritmos seleccionan las piezas a procesar mediante la elección dinámica de políticas de despacho óptima utilizando reforzamiento del aprendizaje (RL) y sistemas de inferencia difusa (FIS). Los agentes aprenden a tomar decisiones a lo largo del tiempo mediante prueba y error, recibiendo sólo recompensas o penalidades dependiendo del impacto observado en el objetivo del sistema, que es disminuir la medida de rendimiento tardanza promedio del sistema.

En cada máquina se evalúa el estado actual y se recomienda una política de despacho a utilizar en la selección de piezas que esperan en fila. El algoritmo recibe el estado del sistema, convierte los valores de las variables de entrada a valores difusos, para luego evaluarlos mediante la base de reglas difusas. Finalmente decide la política de despacho a utilizar.

De acuerdo al impacto observado en la tardanza promedio del sistema, el agente recompensa o penaliza la acción tomada. Para evaluar si existían diferencias entre los algoritmos utilizados, se utilizó simulación.Se modelaron los sistemas en Arena^TM y realizaron corridas experimentales para cada sistema. Se realizó un análisis estadístico de los resultados y se concluyó que para el caso bajo estudio y el tiempo de simulación utilizado, controlar un sistema de manufactura mediante un agente presenta tardanzas promedios del sistema menores que al controlarlo mediante tres agentes.

• Materias:Gestión de la producción Planificación de la producción Procesos industriales Administración industrial
• Subjects:Production management Production planning Industrial processes Industrial management
• Palabras claves:Sistemas modernos de manufactura, Agentes, Reforzamiento de aprendizaje, Lógica difusa, Políticas de despacho, Método de diferencias temporales, Q-learning, Estrategia explotación-exploración, Sistemas de interferencia difusos, Arena
• Keywords:Modern manufacture systems, Agents, Learning reinforcement, Fuzzy logic, Dispatching rule, Temporal difference method, Q-learning, Exploitation-exploration strategy, Fuzzy interference systems, Arena