Lotes óptimos de producción mediante algoritmos genéticos

Resumen

Los problemas resolubles mediante técnicas de optimización heurística como los algoritmos genéticos son muy abundantes en la ingeniería, y de especial importancia en la organización industrial. En este artículo, se propone una aplicación de los algoritmos genéticos a un proceso de fabricación industrial que se debe llevar a cabo en lotes, basado en el problema del taller en carga (job-shop problem). La utilización de esta técnica de optimización heurística persigue la mejora en cuanto a tiempo de cálculo respecto al resultado obtenido mediante un modelo de optimización lineal clásico. En el proceso de fabricación en lotes se busca obtener un tamaño de lote óptimo de producción que responda a las características, en cuanto a costes, tiempo y calidad, requeridas por los responsables de fabricación. El algoritmo genético desarrollado tiene la peculiaridad de que cada gen tiene un alelo doble que permite identificar si se incurre o no en costes de montaje al procesar una máquina dos lotes sucesivos. La potencia de desarrollo que permiten los algoritmos genéticos posibilita recoger la casuística del problema de manera sencilla, y evaluar las salidas del algoritmo genético en tiempos de cálculo muy aceptables. Como medida del resultado, se presentan los tiempos de cálculo de CPU obtenidos a través de un modelo de programación lineal en variables enteras frente a los conseguidos mediante el algoritmo genético. En este sentido ha sido necesario introducir algunas hipótesis simplificadoras en orden a hacer posible un modelo lineal, simplificaciones que, sin incremento de tiempo de computación, pueden ser eliminadas para el algoritmo genético propuesto. El modelo lineal puede encontrarse en la página Web http:// www.atasa.net/articulo/modelo.pdf. Palabras clave: Optimización lineal, algoritmo genético, planificación, job-shop problem.