Programación de talleres de producción utilizando enfoques híbridos meta-heurísticos

Abstract

En esta tesis se describe una metodología de optimización que utiliza las bases del aprendizaje reforzado y la búsqueda tabú para intentar obtener el mínimo makespan en un ambiente de n trabajos y m máquinas. Este problema es considerado por la comunidad científica como NP-hard. La metodología parte de una solución inicial obtenida por una regla de prioridad reconocida y luego combina la búsqueda tabú con los principios de la colonia de hormigas. La parte novedosa en esta meta-heurística es la utilización del algoritmo AntQ como generador de trayectorias, las cuales construye iterativamente para después hacer una búsqueda más intensa en su vecindad. Los resultados obtenidos en esta investigación, comparados con los de la comunidad científica, muestran la competitividad de esta meta-heurística. Es más, en un país como Colombia es otra alternativa diferente al empirismo que se práctica en la pequeña y mediana empresa para programar mejor las actividades de producción.