Resumen

El problema de programación de talleres híbridos de flujo reentrante (RHFSP) se utiliza ampliamente en las industrias. Sin embargo, se presta poca atención al costo de consumo de energía con el aumento del concepto de fabricación verde. Este documento propone un algoritmo de optimización de hormigas león multiobjetivo mejorado (IMOALO) para resolver el RHFSP con los objetivos de minimizar el tiempo de ejecución y el costo de consumo de energía bajo tarifas eléctricas de Tiempo de Uso (TOU). Luego, se utiliza una operación de desplazamiento a la derecha para ajustar el tiempo de inicio de las operaciones evitando el período de alto precio de la electricidad para reducir el costo de consumo de energía tanto como sea posible. Los resultados experimentales muestran que el algoritmo IMOALO es superior al algoritmo de optimización de hormigas león multiobjetivo (MOALO), NSGA-II y MOPSO en cuanto a la convergencia, dominancia y diversidad de soluciones no dominadas. El modelo propuesto puede

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Reentrante; Problema de programación de flujo de trabajo híbrido; Costo de consumo de energía; Algoritmo de optimización de hormigas león multiobjetivo; Tiempo de ejecución más largo; Tarifas de electricidad de tiempo de uso
• Keywords:Re-entrant; Hybrid flow shop scheduling problem; Energy consumption cost; Multiobjective ant lion optimization algorithm; Makespan; Time-of-Use electricity tariffs