Resumen

En esta investigación, presentamos una optimización de enjambre binario para resolver el problema de diseño de células de fabricación (MCDP). Este problema divide una planta de producción industrial en un cierto número de células. Cada célula contiene máquinas con tipos de procesos o familias de piezas similares. El objetivo es identificar una organización de las células de tal manera que se minimice el transporte de las diferentes piezas entre las células. La organización de estas células se realiza mediante la Optimización de Enjambre de Gatos, que es una reciente técnica metaheurística de enjambre basada en el comportamiento de los gatos. En esa técnica, los gatos tienen dos modos de comportamiento: el modo de búsqueda y el modo de rastreo, seleccionados a partir de una relación de mezcla. A efectos experimentales, se desarrolló una versión del algoritmo de Búsqueda Autónoma con ratios de mezcla dinámicos. Los resultados experimentales tanto de la Optimización Binaria de Enjambre de Gatos (BCSO) normal como de la Búsqueda Autónoma BCSO alcanzan todos los óptimos globales, tanto para un conjunto de 90 instancias con óptimos conocidos, como para un conjunto de 35 nuevas instancias con 13 óptimos conocidos.

• Materias:Biotecnología Minería de datos Algoritmo genético Neurociencia Cognitiva Neurofisiología
• Subjects:Biotechnology Data mining Genetic algorithm Cognitive Neuroscience Neurophysiology
• Palabras claves:optimización de enjambre de gatos, enjambre binario de gatos, óptimo conocido, gato binario normal, búsqueda autónoma bcso, modo de comportamiento, número de celdas, técnicas metaheurísticas de enjambre, comportamiento del gato, tipo de proceso
• Keywords:cat swarm optimization, binary cat swarm, known optimum, normal binary cat, autonomous search bcso, mode of behavior, number of cell, swarm metaheuristic techniques, behavior of cat, type of process