Resumen

Este artículo aborda un problema multiobjetivo de programación flexible de tiendas de trabajo (FJSP) con tres objetivos considerados simultáneamente: minimizar el tiempo de ejecución, minimizar la carga de trabajo total y minimizar la carga de trabajo máxima. Se desarrolla un enfoque evolutivo multiobjetivo híbrido (H-MOEA) para resolver el problema. De acuerdo con las características de FJSP, se introduce una medida de distancia de aglomeración modificada para mantener la diversidad de los individuos. En el H-MOEA propuesto, se desarrollan una representación cromosómica bien diseñada y operadores genéticos para FJSP. Además, se incorpora a H-MOEA un procedimiento de búsqueda local basado en la teoría del camino crítico para mejorar la capacidad de convergencia del algoritmo. Los resultados experimentales en varios casos de referencia bien conocidos demuestran la eficacia y estabilidad del algoritmo propuesto. La comparación con otros enfoques recientemente publicados valida que H-MOEA puede obtener soluciones Pareto-óptimas con mejor calidad y/o diversidad.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:moea, fjsp, enfoque evolutivo multiobjetivo híbrido, teoría del camino crítico, medida de distancia de aglomeración, procedimiento de búsqueda local, problema multiobjetivo de programación flexible de tareas, algoritmo, diversidad
• Keywords:moea, fjsp, hybrid multiobjective evolutionary approach, critical path theory, crowding distance measure, local search procedure, multiobjective flexible job, shop scheduling problem, algorithm, diversity