Un enfoque de optimización y simulación utilizando algoritmo genético para el problema de secuenciamiento dinámico con demanda estocástica

A simulation-optimization approach using genetic algorithm for dynamic Job Shop scheduling with stochastic demand

El problema de programación de la producción en ambientes job shop ha sido ampliamente estudiado en las últimas décadas debido a su importancia y complejidad computacional. Sin embargo, una gran parte de los trabajos abordan la versión estática y determinista del problema. En este trabajo se presenta la integración de un modelo de simulación con un método de optimización para resolver el problema de programación dinámica con demanda estocástica. La integración del modelo propuesto se logra utilizando componentes fuera de proceso, a través de la tecnología ActiveX Automation y Visual Basic for Application, en la que un Algoritmo Genético simple se ejecuta como una aplicación autónoma. Los resultados del© método propuesto se compararon con algunas normas comunes de expedición y muestran que el método de optimización y simulación pueden resolver el problema de programación eficientemente. Además las soluciones generadas por el AG son menos sensibles a las variaciones de la demanda, lo que es muy significativo en estos entornos.

INTRODUCCIÓN

Uno de los principales problemas que enfrentan las empresas de manufactura es el secuenciamiento de la producción, también llamado de scheduling, que consiste en identificar cuál o cuáles son las mejores maneras de ordenar el programa de producción en las máquinas para una mejora en la eficiencia 1.

En entornos de producción del tipo Job Shop, los recursos son representados como máquinas y un job es definido como un conjunto de una o más actividades, también llamadas de tareas, y cada tarea es única, con rutas preestablecidas y diferentes, procesada al menos una vez en cada una de las máquinas. Los problemas dentro de ese entorno son conocidos como Problemas de Secuenciamiento de la Producción en Job Shop (del inglés, JSSP).

Debido a su importancia y complejidad computacional, el JSSP ha sido extensivamente estudiado. Sin embargo, la gran mayoría de los artículos aborda el problema determinístico y/o estático, y no tienen en cuenta los tiempos de procesamiento estocástico y/o la llegada dinámica de tareas que reflejan de manera más adecuada a las situaciones de la industria del mundo real. Además, muchos de los artículos tratan el problema de programación en diferentes entornos de producción 2. De esta forma, es posible ver una gran brecha entre la práctica y la teoría de secuenciamiento en Job Shop 3.