Se presenta el desarrollo de una metodología que incluye un modelo metaheurístico basado en el algoritmo genético ordenado elitista no dominado (non-dominated sorting genetic algorithm, NSGA-II) en un ambiente de producción job shop. Esto con el fin de minimizar tres variables fundamentales: tiempo total de proceso (makespan time), costo de energía y accidentalidad laboral. Con la aplicación de la metodología, se logró optimizar las variables objeto de estudio en 42% con respecto a las técnicas tradicionales de programación de la producción. Con base en la aplicación de la metodología propuesta, se plantea explorar otras funciones multiobjetivo en las que se analiza el consumo de otros recursos como agua y combustible en situaciones no deseadas tales como paro de transportadores, deslizamientos de tierra en carreteras y congestión vehicular.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Capítulo de libro:
Desarrollo de un software para la aplicación de una técnica de planificación detallada de capacidad alternativa a CRP
Video:
Indicadores 10YFP de éxito y reporte: demostrando el giro hacia la producción y el consumo sostenibles
Artículo:
Validación simultánea de analizadores en línea y simuladores de proceso mediante reconciliación de datos de proceso
Video:
Principios Básicos de Teoría de Colas.
Infografía:
Guía - Redes
Artículo:
Creación de empresas y estrategia : reflexiones desde el enfoque de recursos
Artículo:
Importancia, manejo y control de extraíbles e incrustaciones (pitch) en la fabricación de papel
Artículo:
Estudio sobre la evaluación de la sostenibilidad de los productos innovadores
Libro:
Planta de tratamiento de aguas residuales