A multicriteria simheuristic approach for solving a stochastic permutation flow shop scheduling problem
Un enfoque simheurístico multicriterio para resolver un problema de programación de taller de flujo de permutación estocástica
Enlaces del Item
URI: http://hdl.handle.net/10818/62629Visitar enlace: https://www.scopus.com/inward/ ...
ISSN: 19994893
DOI: 10.3390/a14070210
Compartir
Estadísticas
Ver Estadísticas de usoCatalogación bibliográfica
Mostrar el registro completo del ítemFecha
2021Resumen
This paper proposes a hybridized simheuristic approach that couples a greedy randomized adaptive search procedure (GRASP), a Monte Carlo simulation, a Pareto archived evolution strategy (PAES), and an analytic hierarchy process (AHP), in order to solve a multicriteria stochastic permutation flow shop problem with stochastic processing times and stochastic sequence-dependent setup times. For the decisional criteria, the proposed approach considers four objective functions, including two quantitative and two qualitative criteria. While the expected value and the standard deviation of the earliness/tardiness of jobs are included in the quantitative criteria to address a robust solution in a just-in-time environment, this approach also includes a qualitative assessment of the product and customer importance in order to appraise a weighted priority for each job. An experimental design was carried out in several study instances of the flow shop problem to test the effects of the processing times and sequence-dependent setup times, obtained through lognormal and uniform probability distributions with three levels of coefficients of variation, settled as 0.3, 0.4, and 0.5. The results show that both probability distributions and coefficients of variation have a significant effect on the four decision criteria selected. In addition, the analytical hierarchical process makes it possible to choose the best sequence exhibited by the Pareto frontier that adjusts more adequately to the decision-makers’ objectives. © 2021 by the authors. Licensee MDPI, Basel, Switzerland. Este artículo propone un enfoque simheurístico híbrido que combina un procedimiento de búsqueda adaptativa aleatoria codiciosa (GRASP), una simulación de Monte Carlo, una estrategia de evolución archivada de Pareto (PAES) y un proceso de jerarquía analítica (AHP), para resolver una permutación estocástica multicriterio. Problema de taller de flujo con tiempos de procesamiento estocásticos y tiempos de configuración estocásticos dependientes de la secuencia. Para los criterios de decisión, el enfoque propuesto considera cuatro funciones objetivas, incluidos dos criterios cuantitativos y dos cualitativos. Si bien el valor esperado y la desviación estándar de la anticipación/tardanza de los trabajos se incluyen en los criterios cuantitativos para abordar una solución sólida en un entorno justo a tiempo, este enfoque también incluye una evaluación cualitativa de la importancia del producto y del cliente para evaluar una prioridad ponderada para cada trabajo. Se llevó a cabo un diseño experimental en varias instancias de estudio del problema de taller de flujo para probar los efectos de los tiempos de procesamiento y tiempos de preparación dependientes de la secuencia, obtenidos mediante distribuciones de probabilidad lognormal y uniforme con tres niveles de coeficientes de variación, establecidos en 0.3, 0.4 y 0,5. Los resultados muestran que tanto las distribuciones de probabilidad como los coeficientes de variación tienen un efecto significativo en los cuatro criterios de decisión seleccionados. Además, el proceso analítico jerárquico permite elegir la mejor secuencia exhibida por la frontera de Pareto que se ajuste más adecuadamente a los objetivos de los tomadores de decisiones. © 2021 por los autores. Licenciatario MDPI, Basilea, Suiza
Palabras clave
Ubicación
Algorithms, Vol.14 (7), p.210, Article 210
Colecciones a las que pertenece
- Facultad de Ingeniería [501]