Ciencias Exactas y Ciencias de la Salud
Permanent URI for this collectionhttps://hdl.handle.net/11285/551039
Pertenecen a esta colección Tesis y Trabajos de grado de las Maestrías correspondientes a las Escuelas de Ingeniería y Ciencias así como a Medicina y Ciencias de la Salud.
Browse
Search Results
- Mecanismos adaptables sobre castigos en problemas de calendarización de actividades utilizando algoritmos genéticos(Instituto Tecnológico y de Estudios Superiores de Monterrey, 2003-12-01) Huerta Amante, Daniel Ángel; Terashima Marín, Hugo; Martínez Alfaro, Horacio; Valenzuela Rendón, Manuel; Programa de Graduados en Electrónica. Computación, Información y Comunicaciones; División de Electrónica, Computación, Información y Comunicaciones; Campus MonterreyCuando un algoritmo genético es utilizado para resolver un problema que cuenta con restricciones, es necesario asignar un castigo a cada restricción y así, cuando un individuo viole una restricción, se le penaliza de acuerdo con el valor de castigo correspondiente. La aptitud de un individuo depende de dos factores: (1) El desempeño de la solución que representa el individuo ante el problema, el cual es dado por la función objetivo, y (2) la sumatoria de los castigos dado las restricciones que violó, calculado por la función de penalización. El algoritmo genético busca una solución que cumpla con la mayor cantidad de restricciones y que tenga mejor desempeño ante el problema. Tradicionalmente, los castigos permanecen estáticos a lo largo de las generaciones del algoritmo genético; en este trabajo se utilizan técnicas para variar estos castigos, cada cierto número de generaciones, utilizando una retroalimentación de generaciones anteriores; a estas técnicas se les conoce como técnicas de adaptación de castigos. Últimamente ha crecido el interés por la adaptación de castigos basándose en la premisa de que un algoritmo genético utiliza procesos dinámicos, por lo tanto, es natural que todos sus parámetros sean dinámicos. Se utilizó un problema de calendarización de actividades para realizar los experimentos; la principal característica de este problema es que existen diferentes formas de delimitar el dominio de una variable i.e. tipos de restricciones, por lo tanto, el grado de violación se mide de diferente manera. Otra característica de este tipo de problemas es que la función de penalización es, en sí, la función objetivo, i.e. una solución que no viole ninguna restricción es la óptima, aunque por las características y la naturaleza de este problema en especial, es poco común satisfacer todas las restricciones ya que algunas restricciones se empalman creando problemas imposibles; en estos casos la solución óptima varía dependiendo de la instancia del problema. Los resultados obtenidos a lo largo de esta investigación se inclinan por la adaptación de castigos. Se propone también una serie de pasos a seguir para introducir adaptabilidad al problema de calendarización, los cuales pueden ser utilizados sobre otros problemas que cuenten con restricciones
- Implementación de un algoritmo genético para la calendarización de sistemas de producción tipo Job Shop(Instituto Tecnológico y de Estudios Superiores de Monterrey, 2003-08-01) Villa Corona, Daniel; Dorantes González, Dante Jorge; Vaquera Huerta, Humberto; Sandoval Palafox, Francisco J.; Campus Estado de MéxicoLa Industria manufacturera en la economía de México reclama la mejora continua de los procesos presentes en esta industria, Una adecuada calendarización puede reducir significativamente los costos de producción y reducir los tiempos de proceso lo que permite cumplir con los compromisos de tiempo de entrega, por tal motivo la búsqueda de métodos de calendarización de tareas a través de un ambiente de producción y la implementación de los mismos en sistemas capaces de obtener una calendarización óptima, son esenciales en los procesos de manufactura. En este trabajo se presenta la aplicación de los algoritmos genéticos como una técnica eficaz para desarrollar un sistema de calendarización, para lo cual, primero se sientan las bases de algoritmos genéticos en cuanto a su funcionamiento y desempeño, para luego mostrar su aplicación especifica en calendarización Job Shop partiendo de las diferentes representaciones de calendarización existentes y distintos operadores genéticos (cruzamiento y mutación), que son el punto de partida para el desarrollo del algoritmo genético. Esta parte concluye con la presentación de métodos de calendarización Job Shop con algoritmos genéticos que se han desarrollado por investigadores en el tema. Finalmente, en esta tesis se muestra el desarrollo de la implementación de un algoritmo genético para la calendarización de n trabajos en m máquinas en un sistema de producción tipo Job Shop. El desarrollo del programa del algoritmo genético se creó en lenguaje C, se planteó que fuera dinámico, esto es, que fuera flexible para calendarizar problemas de n trabajos y m máquinas con la finalidad de resolver problemas de dimensiones rectangulares, es decir que el número de trabajos sea mayor al número de máquinas o viceversa y así lograr extender el espacio de problemas a resolver. La aplicación se hizo en Visual Basic de una manera muy gráfica y sencilla en función de su manejo, ya que esta creada para facilitar la introducción de datos del problema, así mismo favorece la visualización de la calendarización por medio de una gráfica de Gantt, además muestra un reporte detallado de los resultados obtenidos del algoritmo genético. La aplicación que se presenta en esta tesis es robusta, con una interfaz gráfica de fácil manejo para el usuario.
- Optimizando el secuenciamiento de tareas mediante un algoritmo genético con dinámica del cuello de botella(Instituto Tecnológico y de Estudios Superiores de Monterrey, 2000-05-01) Martínez Pérez, Israel Marck; Martínez Pérez, Israel Marck; 35729; Valenzuela Rendón, Manuel; Scheel Mayenberger, Carlos; Martínez Alfaro, Horacio; Mata Carrasco, Fernando; Programa de Graduados en Computación, Información y Comunicaciones; Division de Computación, Información y Comunicaciones; Campus MonterreyEn esta tesis de investigación se realiza un estudio para resolver uno de los problemas más importantes dentro de la industria y uno de los mas complejos de la Inteligencia Artificial: la programación de tareas. Se propone un algoritmo genético en combinación con la heurística dinámica del cuello de botella para optimizar este problema en una y múltiples máquinas de acuerdo a los objetivos de la producción justo a tiempo y tardanza ponderada. Se realizan experimentos con más de 300 problemas de diferentes características y restricciones como lo son el factor de rango, el factor de tardanza, el número de tareas, el número de máquinas y el tipo de ambiente. Los resultados muestran una estrategia de optimización eficiente y robusta que bien puede tratar con las restricciones y objetivos que demandan los problemas del mundo real.