Show simple item record

Comparación de tres metaheurísticas para la optimización de inventarios con estimación de demanda

Comparison of three metaheuristics to optimize inventories with demand estimation

dc.creatorGuerrero Guerra, Laura Margarita
dc.creatorGómez Ruiz, Juan David
dc.creatorZapata Ruiz, Diego León
dc.creatorValencia Cárdenas, Marisol
dc.date2016-04-30
dc.date.accessioned2019-04-17T22:08:22Z
dc.date.available2019-04-17T22:08:22Z
dc.identifierhttp://revistas.ubiobio.cl/index.php/RI/article/view/2542
dc.identifier.urihttp://revistaschilenas.uchile.cl/handle/2250/49980
dc.descriptionDentro de las técnicas de solución a problemas complejos de optimización están las heurísticas y las Metaheurísticas. Este trabajo presenta tres Metaheurísticas: Colonia de Hormigas, Algoritmo Genético, y Programación Evolutiva, cuyo objetivo es establecer una comparación de características, ventajas y desventajas para dichas Metaheurísticas. Se hace una revisión de la literatura, así como también se diseñan los tres algoritmos en el software R, y se aplican en una empresa de confecciones, evaluando el comportamiento de los parámetros, tiempo de cálculo y la calidad en las soluciones. Los resultados experimentales muestran que el Algoritmo Colonia de Hormigas obtiene adecuadas soluciones y tiene más rapidez computacional, al compararlo con los otros dos procedimientos diseñados en el software R. Además, con éste fue posible definir la mejor política de inventarios de la empresa objeto de estudio.es-ES
dc.descriptionAmong the techniques for solving complex optimization problems are heuristics and metaheuristics. This work presents three Metaheuristics: Ant Colony, Algorithm Genetic and Evolutionary Programming, which aims to establish a comparison of features, advantages and disadvantages for those Metaheuristics. A review of the literature is made, and also the design of the three algorithms in R program, and they are applied to a confection company, evaluating the performance in terms of its parameters, time calculation and quality solutions. Experimental results show that the Ant Colony algorithm shows adequate solutions, as well as it has more computational speed, when it is compared with the other two procedures designed in software R. In addition, with this, it was possible to define the best policy inventory of the company under study.en-US
dc.formatapplication/pdf
dc.languagespa
dc.publisherUniversidad del Bio-Bioes-ES
dc.relationhttp://revistas.ubiobio.cl/index.php/RI/article/view/2542/3209
dc.relation/*ref*/AGUSTÍN, José Luis. Aplicación De Algoritmos Genéticos Al Diseño Óptimo De Sistemas De Distribución De Energía Eléctrica. Tesis Doctoral. Universidad de Zaragoza, 1998.
dc.relation/*ref*/BLUM, Christian., 2005. Ant colony optimization: Introduction and recent trends. In : Physics of Life Reviews, 2005, vol. 2, no. 4, p. 353‑373.
dc.relation/*ref*/BLUM, Christian., PUCHINGER, Jakob., RAIDL, Günther R., and ROLI, Andrea. Hybrid metaheuristics in combinatorial optimization: A survey. Applied Soft Computing, 2011, Vol. 11, no 6, p. 4135‑4151.
dc.relation/*ref*/COELLO, Carlos. Introducción a la computación evolutiva. Centro de Investigación y de Estudios Avanzados del I.P.N., (notas de curso), 2014. [citado: abril 2013]. [Disponible en]: <a href="https://www.cs.cinvestav.mx/~EVOCINV/tutorials/computacionevolutiva..htm#com" target="_blank">https://www.cs.cinvestav.mx/~EVOCINV/tutorials/computacionevolutiva..htm#com</a>.
dc.relation/*ref*/DAS, Swagatam., MALLIPEDDI, Rammohan., and MAITY, Dipankar. Adaptive evolutionary programming with p-best mutation strategy. Swarm and Evolutionary Computation, 2013, vol. 9, p. 58‑68.
dc.relation/*ref*/DORIGO, Marco., and BLUM, Christian. Ant colony optimization theory: A survey. Theoretical Computer Science, 2005, vol. 344, no. 2, p. 243‑278.
dc.relation/*ref*/DORIGO, Marco., and GAMBARDELLA, Luca Maria. Ant colonies for the travelling salesman problem. Biosystems, 1997, vol. 43, no. 2, p. 73‑81.
dc.relation/*ref*/GOMME, Paul., and HARRALD, Paul G. Applying evolutionary programming to selected set partitioning problems. Fuzzy sets and systems, 1998, vol. 95, no. 1, p. 67-76.
dc.relation/*ref*/GOMEZ, Juan., and GUERRERO, Laura. Exploración de tres técnicas heurísticas para la optimización de inventario caso de estudio: Empresa Antioqueña. Directores: ZAPATA, Diego., VALENCIA, Marisol. Trabajo de Grado, Universidad Pontificia Bolivariana, 2014. <a href="http://editio.upb.edu.co/janium-bin/detalle.pl?Id=20160811092146" target="_blank">http://editio.upb.edu.co/janium-bin/detalle.pl?Id=20160811092146</a>.
dc.relation/*ref*/HOLLAND, John. Algoritmos Genéticos. Investigación y Ciencia, 1992, vol.192, p. 38‑45.
dc.relation/*ref*/JIANFENG, Huang., JINGYING, Zhao., and XIAODONG, Wu. Research on the Optimization Strategy of Maintenance Spare Parts Inventory Management for Petrochemical Vehicle. International Conference on Information Management, Innovation Management and Industrial Engineering. IEEE, 2011, p. 45-48.
dc.relation/*ref*/KEVORK, Ilias S., Estimating the optimal order quantity and the maximum expected profit for single-period inventory decisions. Omega, 2010. vol. 38, no. 3, p. 218‑227.
dc.relation/*ref*/NENES, George., PANAGIOTIDOU, Sofia., and TAGARAS, George. Inventory management of multiple items with irregular demand: A case study. European Journal of Operational Research, 2010, vol. 205, no. 2, p. 313-324.
dc.relation/*ref*/PASANDIDEH, Seyed Hamid Reza., NIAKI, Seyed Taghi Akhavan., and NIA, Ali Roozbeh. A genetic algorithm for vendor managed inventory control system of multi-product multiconstraint economic order quantity model. Expert Systems with Applications, 2011, vol. 38, no. 3, p. 2708‑2716.
dc.relation/*ref*/R CORE TEAM. A Language and Environment for Statistical Computing. Vienna, Austria : R Foundation for Statistical Computing. [Disponible en]: <a href="http://www.r-project.org/" target="_blank">http://www.r-project.org/</a> [citado Dic 2013].
dc.relation/*ref*/SÁEZ, Yago., ISASI, Pedro., and SEGOVIA, Javier. Interactive Evolutionary Computation algorithms applied to solve Rastrigin test functions. Soft Computing as Transdisciplinary Science and Technology. Springer Berlin Heidelberg, 2005. p. 682-691.
dc.relation/*ref*/SCHWARTZ, Jay D., WANG, Wenlin., and RIVERA, Daniel E. Simulation-based optimization of process control policies for inventory management in supply chains. Automatica, 2006, vol. 42, no. 8, p. 1311‑1320.
dc.relation/*ref*/SILVER, Edward Allen. An overview of heuristic solution methods. Journal of the Operational Research Society, 2004, vol. 55, no. 9, p. 936-956.
dc.relation/*ref*/URREA, Andrea., and TORRES, Fidel. Optimización de una política de inventarios por medio de búsqueda Tabú. En III Congreso colombiano y I Conferencia Andina internacional, 2006, p. 8.
dc.relation/*ref*/VALENCIA, Marisol., GONZÁLEZ, Daniela., and CARDONA, Juan E. Metodología de un modelo de optimización para el pronóstico y manejo de inventarios usando el metaheurístico Tabú. In : Revista Ingeniería, 2014, vol. 24, no. 1, p. 13‑27.. [Disponible en]: <a href="http://www.revistas.ucr.ac.cr/index.php/ingenieria/issue/view/1426" target="_blank">http://www.revistas.ucr.ac.cr/index.php/ingenieria/issue/view/1426</a> [citado: junio de 2014].
dc.relation/*ref*/VALENCIA, Marisol., DÍAZ, Francisco J., and CORREA, Juan Carlos. Planeación de inventarios con demanda dinámica. Una revisión del estado del arte. Revsita DYNA, 2015, vol. 82, no. 190, p. 182‑191.
dc.relation/*ref*/VIDAL, Carlos., LONDOÑO, Julio C. and CONTRERAS, Fernando. Aplicación de Modelos de Inventarios en una Cadena de Abastecimiento de Productos de Consumo Masivo con una Bodega y N Puntos de Venta. Ingeniería y Competitividad, 2004. vol. 6, no. 1, p. 35‑52.
dc.relation/*ref*/WINKER, Peter., and GILLI, Manfred. Applications of optimization heuristics to estimation and modelling problems. Computational Statistics and Data Analysis, 2004, vol. 47, no. 2, p. 211‑223.
dc.rightsDerechos de autor 2016 Revista Ingeniería Industriales-ES
dc.rightshttp://creativecommons.org/licenses/by/4.0es-ES
dc.sourceRevista Ingeniería Industrial; Vol. 15 Núm. 1 (2016)es-ES
dc.source0718-8307
dc.source0717-9103
dc.titleComparación de tres metaheurísticas para la optimización de inventarios con estimación de demandaes-ES
dc.titleComparison of three metaheuristics to optimize inventories with demand estimationen-US
dc.typeinfo:eu-repo/semantics/article
dc.typeinfo:eu-repo/semantics/publishedVersion


This item appears in the following Collection(s)

Show simple item record