Desarrollo de un algoritmo híbrido metaheurístico para el problema de distribución de planta en las MIPYMES textiles del Ecuador
El Problema de Distribución de Instalaciones (FLP por sus siglas) se refiere a encontrar la disposición más efectiva de las instalaciones en una planta de fábrica, considerando varios aspectos. Estas instalaciones podrían incluir departamentos, personal o maquinaria, por mencionar algunos ejemplo...
| Main Author: | |
|---|---|
| Other Authors: | |
| Language: | spa |
| Published: |
Universidad de Cuenca
2025
|
| Subjects: | |
| Online Access: | http://dspace.ucuenca.edu.ec/handle/123456789/42877 |
| _version_ | 1785802354422972416 |
|---|---|
| author | Sotamba Once, Luis Miguel |
| author2 | Sigüenza Guzmán, Lorena Catalina |
| author_facet | Sigüenza Guzmán, Lorena Catalina Sotamba Once, Luis Miguel |
| author_sort | Sotamba Once, Luis Miguel |
| collection | DSpace |
| description | El Problema de Distribución de Instalaciones (FLP por sus siglas) se refiere a encontrar la
disposición más efectiva de las instalaciones en una planta de fábrica, considerando varios
aspectos. Estas instalaciones podrían incluir departamentos, personal o maquinaria, por
mencionar algunos ejemplos. El FLP es un problema NP-Hard, por lo que no existen
algoritmos capaces de proporcionar una solución óptima en un tiempo polinomial razonable.
Debido a esto, los investigadores han hecho uso de metaheurísticas, y han intentado
combinarlos para obtener híbridos de estos. Las metaheurísticas híbridas pueden aprovechar
las fortalezas de cada enfoque para generar soluciones de mayor calidad y cercanas a la
óptima. Sin embargo, muchos de los estudios que desarrollan una metaheurística híbrida no
usan una metodología que explique el proceso de desarrollo. Por dicha razón, este trabajo se
enfoca en componer una metaheurística híbrida siguiendo una metodología que fomenta el
uso del análisis FODA, el Enfoque de Elección Estratégica y el Pensamiento
Convergente/Divergente. La metaheurística híbrida llamada GENTSA fue construida
utilizando un Algoritmo Genético, Recocido Simulado y Búsqueda Tabú. GENTSA resuelve
el FLP que emerge en las MiPYMES textiles del Ecuador, la misma que fue usada como caso
de estudio. Además, como parte de su validación, se usaron funciones de prueba obtenidas
del estado del arte. GENTSA fue comparado con otras metaheurísticas en donde obtiene la
mejor distribución de instalaciones con el menor costo; y se ajusta razonablemente bien a
dominios de problemas más allá de su alcance de diseño original. |
| id | oai:dspace.ucuenca.edu.ec:123456789-42877 |
| institution | Universidad de Cuenca |
| language | spa |
| publishDate | 2025 |
| publisher | Universidad de Cuenca |
| record_format | dspace |
| spelling | oai:dspace.ucuenca.edu.ec:123456789-428772023-09-25T19:05:34Z Desarrollo de un algoritmo híbrido metaheurístico para el problema de distribución de planta en las MIPYMES textiles del Ecuador Sotamba Once, Luis Miguel Sigüenza Guzmán, Lorena Catalina Ingeniería en Sistemas Programación computacional Empresas familiares CIUC::Informática::Programación::Programación de Sistemas El Problema de Distribución de Instalaciones (FLP por sus siglas) se refiere a encontrar la disposición más efectiva de las instalaciones en una planta de fábrica, considerando varios aspectos. Estas instalaciones podrían incluir departamentos, personal o maquinaria, por mencionar algunos ejemplos. El FLP es un problema NP-Hard, por lo que no existen algoritmos capaces de proporcionar una solución óptima en un tiempo polinomial razonable. Debido a esto, los investigadores han hecho uso de metaheurísticas, y han intentado combinarlos para obtener híbridos de estos. Las metaheurísticas híbridas pueden aprovechar las fortalezas de cada enfoque para generar soluciones de mayor calidad y cercanas a la óptima. Sin embargo, muchos de los estudios que desarrollan una metaheurística híbrida no usan una metodología que explique el proceso de desarrollo. Por dicha razón, este trabajo se enfoca en componer una metaheurística híbrida siguiendo una metodología que fomenta el uso del análisis FODA, el Enfoque de Elección Estratégica y el Pensamiento Convergente/Divergente. La metaheurística híbrida llamada GENTSA fue construida utilizando un Algoritmo Genético, Recocido Simulado y Búsqueda Tabú. GENTSA resuelve el FLP que emerge en las MiPYMES textiles del Ecuador, la misma que fue usada como caso de estudio. Además, como parte de su validación, se usaron funciones de prueba obtenidas del estado del arte. GENTSA fue comparado con otras metaheurísticas en donde obtiene la mejor distribución de instalaciones con el menor costo; y se ajusta razonablemente bien a dominios de problemas más allá de su alcance de diseño original. The Facility Layout Problem (FLP) refers to finding the most effective arrangement of facilities in a factory, considering various aspects. These facilities could include departments, personnel, or machinery, to name a few examples. The FLP is an NP-Hard problem, meaning that there are no algorithms capable of providing an optimal solution in a reasonable polynomial time. Due to this, researchers have turned to metaheuristics and have attempted to combine them to create hybrids. Hybrid metaheuristics can leverage the strengths of each approach to generate higher-quality solutions that are close to optimal. However, many studies that develop hybrid metaheuristics do not use a methodology that explains the development process. For this reason, this work focuses on composing a hybrid metaheuristic following a methodology that encourages the use of SWOT analysis, the Strategic Choice Approach, and Convergent/Divergent Thinking. The hybrid metaheuristic called GENTSA was constructed using a Genetic Algorithm, Simulated Annealing, and Tabu Search. GENTSA solves the FLP that arises in small and medium-sized textile businesses in Ecuador, which was used as a case study. Additionally, as part of its validation, test functions obtained from the state of the art were used. GENTSA was compared to other metaheuristics where it achieves the best facility layout with the lowest cost and reasonably adapts to problem domains beyond its original design scope. 0000-0003-1367-5288 2025-09-19T14:44:25Z 2025-09-20T14:44:25Z 2023-09-20 http://dspace.ucuenca.edu.ec/handle/123456789/42877 spa TS;316 Attribution-NonCommercial-NoDerivatives 4.0 Internacional http://creativecommons.org/licenses/by-nc-nd/4.0/ openAccess application/pdf 95 páginas. application/pdf Universidad de Cuenca |
| spellingShingle | Ingeniería en Sistemas Programación computacional Empresas familiares CIUC::Informática::Programación::Programación de Sistemas Sotamba Once, Luis Miguel Desarrollo de un algoritmo híbrido metaheurístico para el problema de distribución de planta en las MIPYMES textiles del Ecuador |
| title | Desarrollo de un algoritmo híbrido metaheurístico para el problema de distribución de planta en las MIPYMES textiles del Ecuador |
| title_full | Desarrollo de un algoritmo híbrido metaheurístico para el problema de distribución de planta en las MIPYMES textiles del Ecuador |
| title_fullStr | Desarrollo de un algoritmo híbrido metaheurístico para el problema de distribución de planta en las MIPYMES textiles del Ecuador |
| title_full_unstemmed | Desarrollo de un algoritmo híbrido metaheurístico para el problema de distribución de planta en las MIPYMES textiles del Ecuador |
| title_short | Desarrollo de un algoritmo híbrido metaheurístico para el problema de distribución de planta en las MIPYMES textiles del Ecuador |
| title_sort | desarrollo de un algoritmo híbrido metaheurístico para el problema de distribución de planta en las mipymes textiles del ecuador |
| topic | Ingeniería en Sistemas Programación computacional Empresas familiares CIUC::Informática::Programación::Programación de Sistemas |
| url | http://dspace.ucuenca.edu.ec/handle/123456789/42877 |
| work_keys_str_mv | AT sotambaonceluismiguel desarrollodeunalgoritmohibridometaheuristicoparaelproblemadedistribuciondeplantaenlasmipymestextilesdelecuador |