Resumen

Con el desarrollo de la tecnología y la industria, surgen continuamente nuevos problemas de investigación en el campo de la programación de tiendas. La mayoría de las investigaciones existentes asumen que cada trabajo visita cada máquina solo una vez o ignoran los múltiples recursos en las actividades de producción, especialmente los operadores con calificaciones de habilidades. En este documento, consideramos un problema de programación de taller de flujo reentrante con múltiples recursos teniendo en cuenta la coincidencia de calificaciones. El objetivo del problema es minimizar el número total de trabajos tardíos. Se formula un modelo de programación entera mixta (MIP). Luego se desarrollan dos heurísticas, a saber, el algoritmo de escalada de colinas y el algoritmo genético adaptado (GA), para resolver eficientemente el problema. Se realizan experimentos numéricos en 30 instancias generadas aleatoriamente para evaluar el rendimiento de la formulación MIP propuesta y las heurísticas.

• Materias:Algoritmo de agrupamiento Reconocimiento de caracteres Reconocimiento de entidades nombradas Algoritmos de recomendación Tecnologías de contenedores
• Subjects:Clustering algorithm Character recognition Named entity recognition Recommendation algorithms Container technologies
• Palabras claves:Desarrollo; Tecnología; Programación de tiendas; Multirrecursos; Coincidencia de calificaciones; Heurísticas
• Keywords:Development; Technology; Shop scheduling; Multiresource; Qualification matching; Heuristics