Omar Danilo Castrillón

Una Metodología Multiobjetivo para Optimizar un Ambiente Job Shop

The development of a methodology that contains a metaheuristic model based on the Elitist NonDominated Sorting Genetic Algorithm (NSGA-II) in a job shop production environment. This is to minimize three main process variables: total time of processing (makespan time), energy cost and labor accidents. With the application of this methodology, the variables under study were optimized in 42%, compared with traditional production programming techniques. Based on the application of the proposed methodology, it is suggested to explore other multi objective functions in which the consumption of other resources, such as water and fuel can be analyzed in undesirable situations such as transport strike, landslides and traffic congestion.

Aplicación de un Algoritmo Evolutivo en la Solución de Problemas Job Shop-Open Shop

The aim of the work presented in this paper was to reduce makespan time and idle time, and to increase machine utilization, in Job Shop-Open Shop environment, using a new methodology based on evolutionary algorithms. The study was done in an enterprise of the metal-mechanics sector. The proposed methodology is easy to implement and apply and the results are highly consistent, as shown by a variance analysis. The methodology allows reducing the total processing time by 33% and idle time by 51% with 99% approximation with respect to the optimum solution.

Programación de Horarios Escolares basados en Ritmos Cognitivos usando un Algoritmo Genético de Clasificación No-dominada, NSGA-II

Resumen Se plantea la solucion del problema de programacion optima de horarios escolares de una escuela publica Colombiana. Esto se hace considerando no solo la asignacion adecuada de salones y docentes sino tambien los ritmos cognitivos que presentan los estudiantes como el factor mas importante en el proceso de optimizacion. Se propone como metodo de solucion el Algoritmo Genetico de Clasificacion No-dominada, NSGA-II. Los resultados muestran una mayor eficiencia del algoritmo en comparacion con otros aplicados al mismo problema y evaluados en la misma forma. A nivel experimental, la metodologia evidencia que los grupos programados mediante la orientacion descrita presentan una reduccion en los niveles de mortalidad academica en comparacion con una programacion horaria que no consideran los ritmos cognitivos de los estudiantes Palabras claves: programacion de horarios escolares, NSGA-II, ritmos de cognitivos, jornada escolar. Scheduling of School Hours based on Cognitive Rhythms using a Non-dominated Sorting Genetic Algorithm, NSGA-II

Programación de Máquinas Paralelas no Relacionadas con Tiempos de Montaje dependientes de la Secuencia y Entrada Dinámica usando Algoritmos Genéticos

Resumen Este trabajo describe una propuesta de solucion al problema de procesar n trabajos en m maquinas paralelas no relacionadas. Es un problema de asignacion generalizado de orden lineal y tipo combinatorial que considera tiempos de montaje dependientes de la secuencia y entrada dinamica de trabajos. Se propone un algoritmo genetico con codificacion entera y conformacion de la poblacion, seleccion de padres, cruzamiento y mutacion aleatorios. Hay dos descendientes por generacion que compiten contra el peor elemento existente para entrar a la poblacion. Se itera un numero de generaciones proporcional al producto de n x m para obtener la solucion En cada maquina se secuencian los trabajos por fecha de entrega y los tiempos computacionales son aceptables. Se concluye que el problema pudo ser solucionado mediante el algoritmo genetico propuesto de forma eficaz y eficiente y que las soluciones se enfocan en reducir el tiempo de procesamiento y cumplimiento de fechas de entrega.

DESIGN OF A HYPERHEURISTIC FOR PRODUCTION SCHEDULING IN JOB SHOP ENVIRONMENTS

El objetivo del presente trabajo es disminuir el tiempo de proceso (Makespan) e incrementar el tiempo de trabajo de las maquinas, diminuyendo el tiempo de ocio en ambientes de Job Shop, a traves del diseno de una Hiper-heuristica basada en colonia de hormigas y algoritmos geneticos. Este trabajo se desarrolla en dos etapas: en la primera se realiza la definicion e identificacion de una Hiper-heuristica para la secuenciacion de procesos en ambientes Job shop. En la segunda etapa, es mostrada la efectividad del sistema en la programacion de la produccion. En el proyecto de investigacion, se selecciono una empresa del sector metalmecanico, donde por medio de una combinacion de colonia de hormigas y algoritmos geneticos, se programa la ruta optima para un pedido, logrando la optimizacion o suboptimizacion de su respectivo tiempo total de proceso en un porcentaje superior al 95%.

Una Metodología Automatizada para la Evaluación de Usabilidad de Interfaces de Supervisión Industrial

Resumen Se presenta el desarrollo, aplicacion y validacion de una metodologia para la evaluacion de la usabilidad de interfaces de sistemas de supervision industrial. Se exponen los aspectos fundamentales de evaluacion de usabilidad de sistemas basados en software y se explica la metodologia. La metodologia fue aplicada en un laboratorio a varias interfaces de supervision de un proceso de dosificacion de liquidos. El sistema es utilizado para determinar la valoracion de la interfaz de supervision de la interaccion entre el operador y el proceso. Las valoraciones sirvieron para clasificar la usabilidad de las interfaces. Para comprobar la validez de la metodologia, se realizo una prueba de hipotesis frente a otras dos metodologias tradicionales: inspeccion por el experto e indagacion a los usuarios. Se determino que la metodologia propuesta es equivalente a los otros dos metodos, pero tiene la ventaja de ser completamente automatizada. Palabras clave: usabilidad, sistemas de supervision, interfaz humano-maquina, sistemas neuro-difuso

Modelo de simulación hibrido de una cadena logística simple empleando tecnología GIS

A simulation model is presented as an experimentation platform for the operation of a small scale manufacturing / distribution logistics chain, aimed especially at students and professionals involved in its planning, design and operation. It is expected that the use of the model allows them to evaluate the performance of different scenarios that are presented in the real world and analyze different situations allowing the development of skills and competencies for decision making. It is of connoting in the construction of the model, the joint use of the methods: simulation based on agents and discrete events, besides the use of GIS technology. Keywords— Simulation, Logistics, GIS, Decision making Digital Object Identifier (DOI):http://dx.doi.org/10.18687/LACCEI2018.1.1.125 ISBN: 978-0-9993443-1-6

Sistema Predictivo Bayesiano para Detección del Cáncer de Mama

espanolSe propone un metodo predictivo para detectar el cancer de mama, basado en las siguientes variables: edad, peso, talla, indice de masa corporal, escolaridad, estrato socioeconomico, seguridad social, fumador, cuando dejo de fumar, fumador pasivo, consume licor, cantidad de licor, herencia familiar de cancer, edad de la menarca, menopausia, embarazos, partos, edad del primer parto, lactancia, consumo de anticonceptivos orales, cuanto anos consumio anticonceptivos orales, tiempo de suspension de anticonceptivos orales, terapia de reemplazo hormonal y presencia del gen GSTM1. Tomando como referencias pacientes de la region central de Colombia (Caldas), se definieron dos bases de datos, una de personas sin cancer y otra de personas con cancer. La misma base de datos de entrenamiento fue empleada para prueba. La metodologia propuesta, define y entrena un sistema de clasificacion bayesiano, con una base de datos de pacientes con cancer y sin cancer. Posteriormente, se realiza una validacion del sistema con el fin de determinar el numero de aciertos y errores en el reconocimiento de esta enfermedad. Como resultado, se logra un porcentaje de aciertos del 100%. EnglishWe propose a predictive method to detect breast cancer, based on the following variables: Age, weight, height, body mass index, schooling, socioeconomic stratum, social security, smoker, when quit smoking, passive smoker, consumption of liquor, quantity of liquor, family inheritance of cancer, age of menarche, menopause, pregnancies, age of first birth, breastfeeding, consumption of oral contraceptives, how many years of oral contraceptive use, oral contraceptive suspension time, hormone replacement therapy, and the presence of the GSTM1 gene. Taking as reference patients from the central region of Colombia (Caldas), two databases were defined, one of people without cancer and another of people with cancer. The same training database was used for testing. The proposed methodology defines and trains a Bayesian classification system, with a database of patients with cancer and without cancer. Subsequently, a system validation is performed in order to determine the number of successes and errors in the recognition of this disease. As a result, a 100% success rate is achieved.

Programación de un Sistema Job Shop-Open Shop por medio de una Red Neuronal

espanolSe propone una metodologia basada en redes neuronales para la programacion de pedidos en un ambiente job shop-open shop. El problema de programacion de la produccion en sistemas job shop consiste en definir la mejor secuencia de pedidos para minimizar el tiempo total de proceso (makespan) u otras variables relevantes. Diversas tecnicas inteligentes se han aplicado para resolver este tipo de problema. 2in embargo, estas presentan dificultades practicas cuando se requieren cambios de programacion, pues exigen reconfigurar nuevamente el problema para obtener una nueva solucion. La metodologia propuesta entrena la red mediante la combinacion de los tiempos de proceso en cada nodo, por medio de funciones de transferencia multiplicadas por pesos que son generados por el algoritmo de programacion de la red. La red neuronal propuesta permite obtener soluciones no solo para un problema en particular, sino para los nuevos que surjan sin necesidad de hacer una nueva reconfiguracion. Las soluciones encontradas fueron comparadas con otras tecnicas de programacion de la produccion, encontrandose desempenos superiores en el makespan del orden del 30% al 164%. EnglishA methodology based on neural networks is proposed for solving the job shop-open shop scheduling problem. The job shop scheduling problem consist of defining the best order sequence to minimize the total processing time (makespan) or other relevant variables. 2everal intelligent techniques have been applied to solve this kind of problem. However, when reprogramming is required these techniques present practical difficulties since they require to be restructured to find a new solution. The proposed methodology trains the network by combining the processing times at each node, through transfer functions that are multiplied by weights obtained from the algorithm of network programming. The proposed neural network obtains solutions not only for a particular problem but also for new situations without requiring a problem reconfiguration. When compared with other techniques, the obtained solution showed a superior performance ranging from 30% to 164% in terms of the makespan.

Metodología para la Predicción del Grado de Riesgo Psicosocial en Docentes de Colegios Colombianos utilizando Técnicas de Minería de Datos

espanolEn este articulo se presenta la aplicacion de la mineria de datos en diagnosticos de evaluaciones psicosociales para la identificacion del grado de riesgo psicosocial en docentes de educacion basica primaria y media secundaria en Colombia. Se tomo una muestra de datos de 1100 registros, correspondientes a evaluaciones personales. Se realizo la revision y limpieza de los datos para poder utilizarlos como entradas en la herramienta de mineria de datos WEKA. Se comparan los resultados obtenidos al aplicar las tecnicas de mineria de datos, arboles de clasificacion J48 y Naive Bayes. Finalmente se obtiene como resultado las caracteristicas psicosociales predictivas con una efectividad del 91% comparado con el diagnostico clinico. Se concluye que la herramienta puede ser usada como un instrumento para la prevencion de la aparicion de factores de riesgo psicosocial en docentes de colegios publicos colombianos. EnglishThis paper proposed the application of data mining to identify the psychosocial risk level in teaching elementary, middle y high school education in Colombia. A sample of 1100 data records corresponding to individual assessments were analyzed and processed. The samples were used as input data to the data mining tool called WEKA. Results were compared to assess the performance when applying data mining techniques and classification trees J48 and Naive Bayes. Finally, the application of this predictive tool allows the accuracy 91% compared to the clinic diagnostic. It is concluded that the method can be used tool for preventing the occurrence of psychosocial risk factors in Colombian public school teachers.