Documento - Adingor.es

4.2.2. Procedimiento S2___Se calcula para cada pieza su CR i asociado según [4].A continuación se calcula el valor CR___ ___min= CR i y se tomacomo valor umbral el resultado de [5].Umbral=(1+β)·CR___ min [5]En la implementación realizada β =0,2. Posteriormente___ se elige al azar una de las piezas cuyo valorCR i < _ umbral y se asigna a la máquina que ha proporcionadodicho valor. El procedimiento continuahasta que se ha generado todo el pelotón.El procedimiento de mejora PM2 combina tres movimientos.Inicialmente se aplica el procedimientoPM1 sobre cada una de las máquinas con el fin deencontrar la mejor secuencia dentro de cada máquina.A continuación se aplica un procedimiento deintercambio de una pieza de una máquina con todaslas demás piezas de las demás máquinas y, si éste producealgún cambio, se aplica de nuevo la mejora PM1sobre cada máquina. Finalmente se aplica un procedimientoque estudia la inserción de una pieza deuna máquina en cualquier posición de las demás máquinasy, de nuevo, si éste produce cambios, se aplicala mejora PM1 sobre cada máquina.4.2.3. Procedimiento S3Este procedimiento genera una secuencia de fabricacióninicial (sarta) al azar. Para ellos se construyeuna secuencia a través de un vector auxiliar, aux, queinicialmente contiene las n piezas ordenadas segúnnumeración creciente. A continuación se barajan laspiezas de forma aleatoria y se crea la secuencia inicialasignando a la posición i de la secuencia el valorde aux(i). Para obtener el pelotón asociado y valorarel retraso global se aplica el algoritmo grinder.4.2.4. Procedimiento PM1Este procedimiento es una variante del algoritmo noexhaustivo de descenso (ANED). Esta variante incorporados herramientas que permiten hacer frentea dos problemas existentes en el espacio de lassoluciones: La existencia de mesetas, zonas en lasque el valor de la función objetivo es la misma, y elorden en que se explora el vecindario. Para el primerinconveniente se aceptan empates con ciertaprobabilidad y para el segundo, se incorpora un vectorde posiciones (que llamamos técnica revolver)que permite recorrer el vecindario de forma aleatoria.4.2.5. Procedimiento PM2Se ha querido estudiar la eficiencia de un procedimientode mejora que actúe sobre el vecindario delpelotón inicial. En este caso los movimientos de laspiezas mantienen la estructura del pelotón. Un vecinose puede generar a través de diferentes movimientosde las piezas. Estos movimientos se puedenproducir dentro de la máquina a la que está asignadao entre máquinas.4.2.6. Experiencia computacionalSe ha construido una colección de ejemplares divididaen 4 grupos de 100 ejemplares cada uno. Cadagrupo es una combinación de 15 y 20 piezas que sedeben secuenciar en 3 o 4 máquinas diferentes. Laspiezas pertenecen a una de las 4 familias activas.El generador de ejemplares se basa en tres parámetrosλ 1 , λ 2 , λ 3 usados para calcular S max ,d max y d min , respectivamente.El tiempo de proceso de las piezas sigueuna distribución uniforme entre [1,P max ], conP max =25; el tiempo de preparación está uniformementedistribuido entre [1,S max ], donde S max = λ 1 P max ;las fechas de vencimiento siguen una distribución uniformeentre [d min , d max ], con d max = λ 2 fv´, d min = λ 3 fv, ynfv = 1 pm∑ + ii=1nn∑∑i=1j=1qs ijpara cada ejemplar. Unavez fijados n y q, se elige al azar, entre 1 y q, la familiapara la que está preparada la máquina y lo mismose hace para fijar la familia de las diferentes piezas.En este conjunto de ejemplares se han fijado los siguientesvalores: λ 1 =0,5, λ 2 =1 y λ 3 =0,25. Una vezcreado un ejemplar se aplica una heurística sencillaque permita descartarlo si su retraso es cero.Todos los test realizados se han hecho en un PentiumIV con 512 MB RAM y un procesador de 2.8GHz.A través de esta experiencia computacional se evalúanlos diferentes procedimientos elaborados teniendoen cuenta el efecto producido por la variacióndel número de piezas y del número de máquinas.En la Tabla 3 se muestra los tiempos medios, en segundos,para resolver un ejemplar usando cada uno49