Show simple item record

dc.contributor.advisorPierreval, Henries_ES
dc.contributor.advisorAraúzo-Azofra, Antonioes_ES
dc.contributor.advisorSalas-Morera, Lorenzoes_ES
dc.contributor.authorGarcía-Hernández, Laura
dc.date.accessioned2011-09-14T10:48:41Z
dc.date.available2011-09-14T10:48:41Z
dc.date.issued2011
dc.identifier.isbn978-84-694-5929-4
dc.identifier.urihttp://hdl.handle.net/10396/5538
dc.description.abstractEsta tesis doctoral aborda el problema de distribución en planta, el cuál en líneas generales, pretende asignar o distribuir instalaciones en una planta industrial. Existen muchos problemas diferentes dependiendo de las características que sean consideradas de la planta industrial, como por ejemplo, la forma de las instalaciones, el número de plantas, la flexibilidad requerida en los sistemas de producción, el tipo de producto que se fabrica, etcétera. Uno de los problemas más abordados, ha sido el problema de distribución en planta con instalaciones de área desigual. Para solucionar este tipo problemas existen muchas técnicas que pretenden alcanzar un diseño eficiente de la planta industrial. Entre ellas, una de las estrategias más usadas por los investigadores ha sido la de los Algoritmos Genéticos (AGs). Los AGs requieren definir un esquema de codificación para representar el diseño de la planta industrial como una estructura de datos. Esta estructura determina el tipo de soluciones que pueden ser obtenidas, e influencia la capacidad del AG para encontrar buenas soluciones. Aunque existen varios trabajos que revisan el estado del arte de los problemas de distribución en planta, no hay ninguno que centre su revisión en los esquemas de codificación y los operadores evolutivos usados por los AGs. Así, una de las contribuciones de la tesis que se presenta, es el estudio de los esquemas de codificación y los operadores evolutivos empleados por los AGs en problemas de distribución en planta. Además, este estudio se completa con una clasificación de las diferentes estructuras de codificación utilizadas por los autores, un estudio de sus características y objetivos, y finalmente, la identificación de los operadores de cruce y mutación que pueden ser aplicados dependiendo de la estructura de codificación. Por otro lado, en esta tesis se propone un AG para el problema de distribución en planta de instalaciones de área desigual, teniendo en cuenta aspectos que pueden ser cuantificados, tales como: el de flujo de material, las relaciones lógicas entre las actividades que se realizan en los centros de producción (comúnmente, instalaciones) y la forma de cada uno. Para ello, se sugiere una nueva forma de representar las plantas industriales. Este algoritmo se ha integrado en una aplicación informática que permite a los usuarios introducir los datos y configurar los parámetros del algoritmo, así como mostrar las soluciones propuestas de una manera sencilla y amigable. Finalmente, el algoritmo ha sido probado con varios problemas y sus resultados comparados con los obtenidos en otros trabajos citados en la bibliografía. Aunque el problema de distribución en planta de instalaciones de área desigual ha sido resuelto con muchas estrategias, siempre ha sido abordado teniendo en cuenta criterios cuantificables. Sin embargo, existen características subjetivas que resultan muy interesantes para este problema. Dicha características son muy difíciles de tener en cuenta mediante los métodos clásicos de optimización. Por esta razón, se propone un Algoritmo Genético Interactivo (AGI) para el problema de distribución en planta de instalaciones de área desigual, el cuál permite la interacción entre el algoritmo y el diseñador. Con la implicación del conocimiento del diseñador en la propuesta, el proceso de búsqueda es guiado y ajustado a las preferencias de aquél en cada iteración del algoritmo. Para evitar sobrecargar al diseñador, la población de soluciones es clasificada en grupos mediante un método de clustering. Así, sólo un elemento de cada grupo es evaluado. Durante todo este proceso, aquellas soluciones que resulten interesantes para el diseñador son almacenadas en memoria. Las pruebas realizadas muestran que el AGI propuesto es capaz de captar las preferencias del diseñador, y que además, progresa hacia una buena solución en un número de iteraciones razonable.es_ES
dc.format.mimetypeapplication/pdfes_ES
dc.language.isoenges_ES
dc.publisherUniversidad de Córdoba, Servicio de Publicacioneses_ES
dc.rightshttps://creativecommons.org/licenses/by-nc-nd/4.0/es_ES
dc.subjectEficienciaes_ES
dc.subjectPlantas industrialeses_ES
dc.subjectDistribución en plantaes_ES
dc.titleGenetic approaches for the unequal area facility layout problemen
dc.typeinfo:eu-repo/semantics/doctoralThesises_ES
dc.rights.accessRightsinfo:eu-repo/semantics/openAccesses_ES


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record