Metodología de programación de producción en un flow shop híbrido flexible con el uso de algoritmos genéticos para reducir el makespan : aplicación en la industria textil

Abstract

El proceso de programación de producción cumple un papel preponderante en la industria en la medida que busca reducir costos y lograr altos niveles de productividad para que las organizaciones mejoren su competitividad. Es necesario, por tanto, que las empresas innoven no sólo en sus procesos productivos sino también en sus herramientas de gestión. Ante los numerosos factores que influyen en los sistemas productivos actuales, las meta-heurísticas surgen como alternativa de solución ya que han demostrado aportar resultados de muy buena calidad a problemas complejos. Por esta razón, se ha decidido intervenir en una empresa del sector textil colombiano, que presenta una configuración productiva tipo flow shop híbrido flexible, con el propósito de establecer una nueva metodología de programación de producción que logre reducir el tiempo máximo de procesamiento, o makespan. El algoritmo propuesto logra resultados de muy buena calidad, dentro de un rango del 2% y con tiempos computacionales bastante competitivos.

The production scheduling process plays a preponderant role in the industry as it aims to reduce costs and achieve higher productivity levels for organizations to improve their competitiveness. Therefore, it’s necessary that companies innovate not only in their production processes but also in their management tools. Given the many factors that influence current production systems, the meta-heuristics emerge as alternative solution as these have shown to provide high quality results to complex problems. For this reason, it has decided to intervene in a colombian textile company, which has a hybrid flexible flow shop configuration, in order to establish a new production scheduling methodology that achieves to reduce the maximum processing time, or makespan. The proposed algorithm achieves high quality results within a 2% range and with very competitive computational times