NOMBRE DE LA ASIGNATURA:

PLANEACIN Y DISEO DE INSTALACIONES

CARRERA:
INGENIERA INDUSTRIAL
SPTIMO SEMESTRE

DISTRIBUCIN DE INSTALACIONES

TEMARIO:
2. DISTRIBUCIN DE INSTALACIONES

2.1 ELEMENTOS CONCEPTUALES

2.1.1 DISTRIBUCIN DE PLANTA 2.1.1. METODO S.L.P. (SISTEMATIC LAYOUT PLANNING) O (PLANEACION SISTEMATICA DE LA DISTRIBUCION EN PLANTA). 2.1.2. ASIGNACIN CUADRATICA (QAP QUADRATIC ASSIGNMENT PROBLEM) 2.1.3. ALMACENES, O ICINAS, SU LOCALI!ACIN Y DISTRIBUCIN DENTRO DE LA ORGANI!ACIN 2.1.". MODELOS AUTOMATI!ADOS PARA GENERACIN DE ALTERNATI#AS 2.1.$. SER#ICIOS GENERALES Y DE SOPORTE

2.1.2. A%&'()*+' E,'%-*),' P.(.%/%' 0.(. 0('1%/+.2 3/ A2)&4.5)64 C-.3(7*)5. QAP INTRODUCCIN El Problema de Asignaci n C!adr"#ica $%AP & %!adra#ic Assignmen# Problem' es !n (roblema cl"sico de o(#imi)aci n combina#orio* en el c!al se enc!en#ra !n +as#o n,mero de (roblemas de dise-o . de dis#rib!ci n de rec!rsos en di/eren#es cam(os* donde la decisi n a #omar es !na asignaci n de elemen#os de !n con0!n#o en o#ro1 El %AP es considerado como !n (roblema com(le0o . di/ic!l#oso de resol+er . (!ede es#ablecerse como !n con0!n#o de n elemen#os dis#in#os 2!e deben ser locali)ados $asignados' en n localidades dis#in#as de /orma (#ima 3453651 A!n2!e se 7an (ro(!es#o n!merosas 7e!r8s#icas . (rocedimien#os* los Algori#mos E+ol!#i+os $AEs' 7an emergido como !na clase de b,s2!eda alea#oria de +arios (!n#os conc!rren#emen#e sobre !n es(acio de sol!ciones /ac#ibles9 #ales algori#mos son ins(irados (or mecanismos de la e+ol!ci n na#!ral . mecanismos gen:#icos in#rod!cidos (or ;1 <olland en los a-os => 3?51 E@(erimen#os reales sobre algori#mos e+ol!#i+os (ara %AP se iniciaron a (rinci(ios de los A>Bs9 Da+id M1 Ta#e . Alice E1 Smi#7 $41AA6' es#ablecen mecanismos de selecci n . re(rod!cci n $cr!ce' as8 como !na (osible codi/icaci n (ara (roblemas de Asignaci n C!adr"#ica 3C51 Para el a-o 41AAD B1 R1 SarEer . !n gr!(o de colaboradores im(lemen#an !n algori#mo sec!encial: Depth First Insertion Heuristic (DIH) 3D59 (ara el (roblema de re#rocesos $bacE#racEing' de #raba0os en la locali)aci n de !na m"2!ina en !na l8nea !nidimensional de /l!0o1 O#ra manera de #ra#ar a los Algori#mos Gen:#icos es anali)ando s! (aralelismo in#r8nseco* #al como lo 7i)o G1 Larra)"bal en el a-o 41AAF* c!ando (lan#ea !n Algoritmo Gentico Grano Grueso (ara !n (roblema de al#a dimensionalidad 3F51 M"s #arde* Pa#rice Roger Cal:gari $41AAA' en s! #raba0o de #esis doc#oral 365* m!es#ra la (araleli)aci n e/icien#e de Algori#mos E+ol!#i+os1 Recien#emen#e /!e #ra#ado !n (roblema c!adr"#ico de asignaci n de /acilidades (or N1 Maneiro $61>>4' em(leando !n algori#mo e+ol!#i+o sim(le 3459 el c!al consis#i en locali)ar !n gr!(o de m m"2!inas de #al manera 2!e se minimice el re#roceso $bacE#racEing' den#ro de !na l8nea de /l!0o generali)ado1

Es#e #raba0o #ra#a la (araleli)aci n de !n algori#mo e+ol!#i+o desarrollado con #ecnolog8a de (rogramaci n orien#ada a ob0e#os* el c!al es#" en/ocado a resol+er (roblemas de asignaci n c!adr"#ica de /acilidades de al#a dimensionalidad9 el mismo se inicia con !na e@(osici n bre+e de los Problemas de Asignaci n C!adr"#ica en donde se de#alla el (roblema de %AP #ra#ado1 L!ego se e@(lica el /!ncionamien#o de los Algori#mos E+ol!#i+os . enseg!ida se describe el Algori#mo E+ol!#i+o Pro(!es#o1 M"s adelan#e se 7abla de Paralelismo . de la Paraleli)aci n del Algori#mo E+ol!#i+o9 (ara /inali)ar con la e@(osici n de los res!l#ados en dos (ar#es: Res!l#ados de Corrida Sec!encial . Res!l#ados de Corrida Paralela1 ALGORITMO E#OLUTI#O PARA PROBLEMAS QAP P('1%/+.2 3/ A2)&4.5)64 C-.3(7*)5. QAP Los Problemas de O(#imi)aci n Combina#orios son /rec!en#emen#e #ra#ados en el cam(o de la O(#imi)aci n1 C!bren !na am(lia gama* en#re ellos la minimi)aci n del cos#o #o#al de in#eracci n en#re (ares de /acilidades1 Los mismos es#"n carac#eri)ados (or la consideraci n de !na selecci n o (erm!#aci n de !n con0!n#o discre#o de elemen#os o (or !na asignaci n en#re ellos1 El Problema de Asignaci n C!adr"#ica $%AP & %!adra#ic Assignmen# Problem' es 2!i)"s el m"s com(le0o . di/ic!l#oso de los (roblemas de asignaci n* en donde* relacionar dos asignaciones (ar#ic!lares #iene !n cos#o asociado9 #al es#r!c#!ra de cos#o s!rge* (or e0em(lo* c!ando el cos#o de locali)ar la /acilidad i en la localidad k . la /acilidad j en la localidad l es !na /!nci n de la dis#ancia en#re las dos localidades k . l* . el grado de in#eracci n en#re las dos /acilidades j e i 3=51 Gormalmen#e* el %AP (!ede ser de/inido (or #res ma#rices n@n 3C5: D = {dij es la dis#ancia en#re la localidad i . la localidad j 9 F = {!hk es el /l!0o en#re las /acilidades h . k* es decir la can#idad de in#eracci n $#r"/ico' e@is#en#e en#re las /acilidades9 " = {chi es el cos#o de asignar la /acilidad h en la localidad i1 Una (erm!#aci n (!ede ser in#er(re#ado como !na asignaci n de la /acilidad (i)h = en la localidad i1 El (roblema se cen#ra en encon#rar !na (erm!#aci n (ara !n con0!n#o dado de /acilidades {#$ %$ & $ n #al 2!e:

A ca!sa de s! di+ersidad de a(licaciones . a la di/ic!l#ad in#r8nseca del (roblema* el %AP 7a sido in+es#igado e@#ensamen#e (or la com!nidad cien#8/ica* clasi/ic"ndolo como !n (roblema NP & Com(le#o o NP & <ard 3C51 E% P('1%/+. QAP *(.*.3' Den#ro de la am(lia clase del %AP* se enc!en#ra el pro'lema de !lujo en l(nea generali)ado* 2!e es !na l8nea de /l!0o en la c!al las o(eraciones /l!.en 7acia adelan#e . no se (rocesan &necesariamen#e& en #odas las m"2!inas de la l8nea1 Un #raba0o en #al clase de l8nea (!ede comen)ar . com(le#ar s! (roceso en c!al2!ier m"2!ina* mo+i:ndose siem(re 7acia delan#e $ do*n stream' (or o(eraciones s!cesi+as de ac!erdo con la sec!encia de #raba0o del (roceso1 C!ando la sec!encia de o(eraciones de !n #raba0o no es(eci/ica !na m"2!ina delan#e de s! locali)aci n ac#!al* el #raba0o #iene 2!e +ia0ar en sen#ido con#rario $up stream' a /in de com(le#ar la o(eraci n re2!erida1 Es#e (roblema 7a sido #ra#ado (or B1 R1 SarEer en 3D51

Gig!ra 4: Una L8nea de /l!0o generali)ada Es#e H+ia0e en re+ersaH de las o(eraciones es llamado +acktracking* . se des+8a de !na l8nea de /l!0o ideal (ara !n #raba0o es(ec8/ico* res!l#ando en !na es#r!c#!ra de #raba0o ine/icien#e* como se m!es#ra en la !igura #1 La minimi)aci n del bacE#racEing de #raba0os en !na l8nea de (rod!cci n sir+e a +arias me#as im(l8ci#as* #ales como la red!cci n del #iem(o de ocio de las m"2!inas* la sim(li/icaci n del (roblema de la (rogramaci n . carga* el incremen#o de la salida en la l8nea de (rod!cci n* en#re o#ros1

A%&'()*+'2 E,'%-*),'2 Los Algori#mos E+ol!#i+os son 7e!r8s#icas basadas en los (rinci(ios de e+ol!ci n na#!ral . gen:#ica in#rod!cido (or ;1 <olland en los a-os =>Bs 3?51 Ellos (!eden #ra#ar +arios (!n#os de !n es(acio de b,s2!eda (#imo local1 conc!rren#emen#e (ermi#iendo 2!e no sean a#ra(ados en !n combina#orios e/icien#emen#e 3651 Los Algori#mos E+ol!#i+os re2!ieren 2!e se les es(eci/i2!e la codi/icaci n de los indi+id!os . !na /!nci n de e+al!aci n 2!e mida la a(#i#!d de cada indi+id!o1 La /!nci n de A(#i#!d es la g!8a 2!e em(lean es#os algori#mos (ara e@(lorar de /orma e/icien#e s! am(lio es(acio de b,s2!eda de (osibles sol!ciones1

Adem"s* se (!eden a0!s#ar (ara resol+er (roblemas de o(#imi)aci n

Gig!ra 6: Es#r!c#!ra de Algori#mo E+ol!#i+o Un algori#mo E+ol!#i+o cl"sico #iene la es#r!c#!ra mos#rada en la !igura % en la c!al se (!eden obser+ar D com(onen#es carac#er8s#icos de !n Algori#mo E+ol!#i+o: 41 Re(resen#aci n gen:#ica de sol!ciones del (roblema1 61 Una Manera (ara crear la (oblaci n inicial1 ?1 Una /!nci n de e+al!aci n 2!e (one en 0!ego las reglas de la e+ol!ci n* (ro(orcionando sol!ciones en #:rminos de la a(#i#!d1 C1 O(eradores gen:#icos 2!e e/ec#,an la creaci n de la descendencia d!ran#e la re(rod!cci n1 D1 Ialores (ara los (ar"me#ros 2!e el algori#mo re2!iere: #ama-o de la (oblaci n* (robabilidades (ara a(licar los o(eradores gen:#icos* e#c1

Un +as#o n,mero de (roblemas (!eden ser #ra#ados con es#os algori#mos: Edi/icaci n de almacenes en localidades dis#in#as* Plani/icaci n de E+en#os* Dis#rib!ci n de Rec!rsos o de Ma#eriales* e#c1 En#re es#os (roblemas se enc!en#ran los de Asignaci n C!adr"#ica de Gacilidades & %AP* 2!e 7as#a el (resen#e cons#i#!.e !no de los (roblemas m"s di/8ciles de ser #ra#ados (or el 7ombre1 A%&'()*+' E,'%-*),' P('0-/2*' El AE (ro(!es#o #iene carac#er8s#icas (ro(ias (ara (roblemas combina#orios* :s#as se (!eden obser+ar en la re(resen#aci n de la sol!ci n . en cada !no de los o(eradores del algori#mo1 L. R/0(/2/4*.5)64 3/ I43),)3-'2

Gig!ra ?: Re(resen#aci n de Indi+id!o1 1 1 Cromosoma Una sol!ci n es re(resen#ada (or !n +ec#or de longi#!d m c!.o con#enido es !na (erm!#aci n $+ea !igura ,' 2!e re(resen#a a !na sec!encia de asignaci n de /acilidades1 Para el (roblema #ra#ado el +ec#or corres(onde al orden de relaci n en 2!e se deben asignar las m"2!inas* el +alor de a(#i#!d de es#a (erm!#aci n iden#i/ica el cos#o de (rod!cir en la l8nea de /l!0o1 Una asignaci n na#!ral '=(#$ %$ & $ m) . c!al2!ier (erm!#aci n de es#e +ec#or son sol!ciones /ac#ibles al (roblema9 (or lo 2!e el es(acio de b,s2!eda corres(onde a m-1 E% M8*'3' 3/ S/%/55)64 El m:#odo de selecci n m"s am(liamen#e !sado es la r!eda de la r!le#a* . (or ende #ambi:n es !sado como el m:#odo de selecci n (rinci(al en es#e algori#mo (ro(!es#o1 Sin embargo* !n seg!ndo es2!ema de selecci n se

in#rod!ce con la /inalidad de dar aceleraci n al (roceso de escogencia de los indi+id!os (arien#es9 es#e m:#odo de selecci n es (ro(!es#o (or Darrell J7i#le. 3F5* el c!al o(era de la manera sig!ien#e: en cada generaci n se ordenan los indi+id!os en /orma decrecien#e* de ac!erdo al +alor de a(#i#!d de cada cromosoma9 (ara cada indi+id!o con 8ndice im(ar se de#ermina el 8ndice del indi+id!o con el c!al se cr!)ar" em(leando la sig!ien#e e@(resi n:

donde . re(resen#a el #ama-o de la (oblaci n* a es !n (ar"me#ro 2!e in#rod!ce !n sesgo 2!e de#ermina la (re/erencia de los indi+id!os me0or ada(#ados . rand(/$#) es !n +alor alea#orio en#re > . 41 La ec!aci n $6' es !na #rans/ormaci n no lineal 2!e da ma.or (robabilidad a los 8ndices ba0os* 2!e corres(onden a los indi+id!os de me0or ada(#aci n* sin embargo (!ede (rod!cir c!al2!ier 8ndice sin im(or#ar c!an grandes sean las ada(#aciones de los indi+id!os* (ermi#iendo disi(ar el e/ec#o de !n s,(er indi+id!o 2!e domine en generaciones #em(ranas a #oda la (oblaci n1 E%)*)2+' El (roceso de selecci n es com(lemen#ado con !na es#ra#egia eli#is#a con la c!al se aseg!ra la con+ergencia 7acia el indi+id!o con el +alor (#imo en cada generaci n1 Una de s!s (osibles im(lemen#aciones es: en cada generaci n* des(!:s de 7aber e0ec!#ado los o(eradores gen:#icos de cr!ce . m!#aci n* se selecciona el me0or indi+id!o de la (oblaci n llamado Eli#e* el c!al reem(la)a al (eor indi+id!o en la generaci n sig!ien#e1 Si e@is#e !n indi+id!o me0or 2!e el eli#e (re+io* en#onces :s#e (asar" a ser el n!e+o eli#e1 La idea /!ndamen#al es 2!e el me0or indi+id!o en cada generaci n (re+ale)ca* (ara as8 aseg!rar la con+ergencia del Algori#mo E+ol!#i+o Pro(!es#o1 E% O0/(.3'( C(-5/

Gig!ra C: O(erador Cr!ce Princi(al

C!al2!ier n,mero de m"2!ina 2!e se re(i#a . (or ende* a2!ella 2!e /al#e dar" l!gar a !n indi+id!o no /ac#ible* as8 2!e el o(erador de cr!ce im(lemen#ado en es#e algori#mo es dise-ado considerando la noK/ac#ibilidad de indi+id!os1 Al ig!al 2!e en el es2!ema de selecci n* en donde se im(lemen#aron dos mecanismos di/eren#es9 #ambi:n se im(lemen#an dos o(eradores de cr!ce dis#in#os1 Tal como se m!es#ra en la !igura 0* el o(erador de cr!ce (rinci(al 345* consis#e en seleccionar !n (!n#o alea#oriamen#e en ambos (adres* di+idiendo los cromosomas (adres en dos* la (rimera mi#ad de !n (adre se co(ia in#ac#a sobre !n 7i0o* . la seg!nda mi#ad del o#ro (adre se co(ia id:n#icamen#e sobre el o#ro 7i0o1 Los cromosomas descendien#es se com(le#an co(iando las m"2!inas /al#an#es #om"ndolas de los cromosomas (adres al#ernando alea#oriamen#e en#re ellos* solamen#e se co(ia a2!ellas m"2!inas 2!e /al#en en los descendien#es1

Gig!ra D: O(erador Cr!ce Sec!ndario El o#ro o(erador cr!ce 3C5* consis#e en #omar* al#ernando en#re los cromosomas (adres* los genes (ara ir llenando al cromosoma 7i0o $con !n recorrido sec!encial de i)2!ierda a derec7a'* con la e@ce(ci n de a2!ellos genes 2!e coinciden en ambos (adres* los c!ales oc!(ar"n esa misma (osici n en la descendencia1 As8 se (odr" a(reciar en el e0em(lo mos#rado en la !igura 1* en donde adem"s se obser+a 2!e e@is#e !n gen comod8n* el c!al se in#rod!ce en el cromosoma descendien#e en la (osici n donde sea necesaria s! (resencia1 El ,nico cromosoma 7i0o reem(la)a al cromosoma (arien#e con (eor a(#i#!d1

E% O0/(.3'( M-*.5)64

Gig!ra =: Mecanismo de M!#aci n Gig!ra F: Mecanismo de M!#aci n Primario El (rimer mecanismo de m!#aci n* consis#e en seleccionar dos (!n#os alea#orios sobre el cromosoma seleccionado $dada !na (robabilidad de m!#aci n' (ara l!ego in+er#ir la sec!encia de los genes enmarcados (or es#os dos (!n#os* as8 se m!es#ra en la !igura 2* donde se e@(resa median#e el e0em(lo la idea /!ndamen#al de es#e m:#odo de m!#aci n 3C51 Como o(erador de m!#aci n sec!ndario* se em(le !na +ariaci n del (rimer mecanismo* donde solo se in#ercambian los genes iden#i/icados (or los (!n#os #omados alea#oriamen#e1 Para m"s de#alles +:ase la !igura 3* en donde se es2!ema#i)a es#e (roceso de m!#aci n1 PARALELISMO Un Com(!#ador (aralelo es !n con0!n#o de (rocesadores ca(aces de coo(erar en la sol!ci n de !n (roblema sim!l#"neamen#e1 Es#a de/inici n incl!.e s!(ercom(!#adoras con cien#os de (rocesadores* redes de es#aciones de #raba0o . m"2!inas con m,l#i(les (rocesadores $Com(!#adoras M!l#i(roceso'1 La (araleli)aci n del AE me0ora considerablemen#e #an#o en el desem(e-o como la calidad de las sol!ciones encon#radas en !n es(acio de b,s2!eda grande1 P.(.%/%)9.5)64 3/% A%&'()*+' E,'%-*),' Se 7a #omado el modelo de (aralelismo grano gr!eso el c!al #oma !na (oblaci n global re(ar#ida en#re los EPs migrando el me0or indi+id!o* llamando s!b(oblaci n a cada !na de las (ar#es1 Cada s!b(oblaci n e+ol!ciona en !n (rocesador (or la e0ec!ci n del AE1 L!ego de !n n,mero de generaciones Sec!ndario

(rede#erminado* 2!e se llama (er8odo de migraci n* se reali)a !na di/!si n o migraci n del me0or indi+id!o de la (oblaci n #o#al en cada !na de las s!b(oblaciones1

Gig!ra L: Cen#rali)aci n de los Indi+id!os me0or ada(#ados La es#ra#egia (ara la migraci n consis#e en cen#rali)ar los indi+id!os me0or ada(#ados de cada s!b(oblaci n en !no de los (rocesadores $llamado Proceso Cen#rali)ador'* +er !igura 49 donde son cr!)ados en#re ellos sin reem(la)o1 Se mane0a como cri#erio de decisi n el indi+id!o me0or ada(#ado de los migrados m"s los descendien#es del cr!ce* el c!al reem(la)a al (eor indi+id!o de las s!b(oblaciones #al como se obser+a en las sig!ien#es /ig!ras1

Gig!ra A: Proceso de Migraci n En la !igura 5* se m!es#ra 2!e los indi+id!os cen#rali)ados no desa(arecen de la s!b(oblaci n de origen* sino 2!e se 7ace !na co(ia del mismo el c!al es recibido (or el (roceso cen#rali)ador1 Tambi:n se (!ede obser+ar 2!e el me0or

indi+id!o seleccionado en es#e (roceso* re#orna a la (oblaci n de donde (ro+iene cre"ndose !na n!e+a co(ia del mismo $(or reem(la)o del (eor indi+id!o'1 RESULTADOS E:PERIMENTALES Las (r!ebas del algori#mo se reali)aron en dos e#a(as* la (rimera consis#i en 7acer las corridas sobre !na m"2!ina sec!encial . la seg!nda e#a(a se reali)aron corridas sobre !na ar2!i#ec#!ra (aralela1 R/2-%*.3'2 S/5-/45).%/2 La (la#a/orma com(!#acional corres(onde a !n Pc INTEL Pen#i!m III de LFF M<) con 6DF MB de cac7: de seg!ndo ni+el . memoria RAM de 6DF Mb.#e1 El algori#mo /!: desarrollado en leng!a0e CNN . com(ilado con cNN del sis#ema o(era#i+o Lin!@ Red <a# =161 Los da#os (ara las corridas de la e#a(a de (r!eba 7an sido basados en: Tama-o de la (oblaci n: #// indi6iduos1 N,mero de generaciones: #/// iteraciones1 Probabilidad de Cr!ce . M!#aci n: /74 8 /7/,, respecti6amente1 N,mero de Corridas: %/ corridas por cada conjunto de m9:uinas1

Tabla 4: Com(araci n de Desem(e-o de Algori#mos1 Ar2!i#ec#!ra Sec!encial1 AE%AP OOO AE Nmaneiro ;a:7(m)7 <alor ='j >(seg)7 <alor ='j >(seg) C D>> >1>> D>> >1>> F 4?=4 >16F 4?=4 >1C6 L 6LAL 4146 6LAL 41A6 46 D46AF? 616L D46AF? ?1L? 4F LAD?C C16L A6>66 L1L? 6C C6=LDF= 6L14D C?LFL4= ?414D CL ?C?4A4>C ?D1>F ?CA6D?FL CC146 DF 44=FDLLFC C614C 46>ADFD>C D=1LC O Algori#mo E+ol!#i+o Pro(!es#o Orien#ado a Ob0e#o DI< <alor ='j7 D>> 4?=4 6LAL D4D?=F AFFLF C=FCD>6 ?=?F4?=F 46D=FAALC >(seg) >1>> >1>> >16L >1?F >1CD 41CL 61CD ?16C

En la ta'la # se m!es#ran las corridas del AE (ro(!es#o* com(arando los res!l#ados con o#ros algori#mos desarrollados 2!e #ra#an el mismo (roblema: el

algori#mo e+ol!#i+o AEPMANEIRO en 345 . el M:#odo De(#7 & Girs# Inser#ion <e!ris#ic $DI<' en 3D51 Como se (!ede obser+ar en la #abla* el AE (ro(!es#o re(or#a me0oras en c!an#o a calidad de sol!ci n encon#radas as8 como de #iem(os de res(!es#as1 Sin embargo es#os #iem(os a!men#an con/orme crece la dimensi n del (roblema1 Para es#!diar es(acios de b,s2!eda #an grandes $4FQ R 6>1A661=LA1LLL1>>>'* se re2!iere de !n #ama-o de (oblaci n ma.or a 4>> indi+id!os o sim(lemen#e em(lear !n modelo com(!#acional 2!e (ermi#a e+ol!cionar m"s de !na (oblaci n inde(endien#emen#e1 R/2-%*.3'2 P.(.%/%'2 La (la#a/orma com(!#acional de (r!eba corres(onde a !n Cl!s#er de CL Nodos conec#ados (or sSi#c7es de al#a +elocidad Mar.ne# . /ibra (#ica1 Para ma.or de#alles +er 7##(:TTSSS1lab/1!sb1+e* el algori#mo /!e desarrollado em(leando leng!a0e CNN . la In#er/a) de Paso de Mensa0es $MPI' 3L51 Para las corridas se consider a !n (roceso es(ecial* al c!al se le asign !na al#a m!#aci n (ara crear !n e/ec#o r!ido sobre el #o#al de la (oblaci n3A59 . los da#os (ara las corridas de la e#a(a de (r!eba 7an sido basados en: Tama-o de la (oblaci n global: 4>> indi+id!os1 N,mero de generaciones: 4>>> i#eraciones (ara cada (roceso1 Probabilidad de Cr!ce . M!#aci n: >1=D . >1>DD res(ec#i+amen#e1 Probabilidad de Cr!ce . M!#aci n (ara Proceso Es(ecial: >16D . >1=D1 Can#idad de (rocesos: C (rocesos1 Per8odo de Migraci n: 6> generaciones1 N,mero de Corridas: 6> corridas (or cada (roblema1

Tabla 6: Com(araci n de Desem(e-o de Algori#mo Sec!encial Is1 Algori#mo Paralelo AE%APPOO M"21 $m' Ialor Ob01 4F LAD?C 6C C6=LDF= CL ?C?4A4>C T$seg1' C16L 6L14D ?D1>F AEPP%APO Ialor Ob01 LAD?C C4AL=6A ?6AL64L6 T$seg1' ?16D 4D1=D 641=?

DF 44=FDLLFC C614C O Algori#mo E+ol!#i+o Paralelo Pro(!es#o

446FC=DCC

?A1FD

En la ta'la % se m!es#ran las corridas del AE Paralelo* com(arando los res!l#ados con el AE sec!encial* considerando (ara ello s lo los (roblemas de m"s al#a dimensionalidad $ a (ar#ir de 4F m"2!inas'1 Las (r!ebas e@(erimen#ales mos#raron 2!e el algori#mo e+ol!#i+o (aralelo $(ro(!es#o' logra sa#is/aces #odas las (ers(ec#i+as en c!an#o a las sol!ciones encon#radas . #iem(os de res(!es#as9 .a 2!e re(or#a me0oras signi/ica#i+as 2!e las sol!ciones encon#radas (or o#ros algori#mos adem"s de dismin!ir los #iem(os de res(!es#a* logr"ndose demos#rar las +en#a0as de es#a #:cnica* la c!"l radica en s! generalidad . /le@ibilidad de ada(#aci n1 RESUMEN El Problema de Asignaci n C!adr"#ica $%AP' es !n (roblema de o(#imi)aci n combina#orio 2!e (!ede es#ablecerse como !n con0!n#o de n elemen#os dis#in#os 2!e deben ser locali)ados en n localidades de /orma (#ima1 Los Algori#mos E+ol!#i+os 7an emergido como !na clase de b,s2!eda alea#oria de +arios (!n#os* conc!rren#emen#e* sobre !n es(acio de sol!cione9 los AEs re2!ieren de m!c7o (oder de com(!#o . es(acio de memoria lo c!al los 7ace in#eresan#es (ara (araleli)arlos1 La (araleli)aci n del AE me0ora considerablemen#e #an#o el desem(e-o del algori#mo como la calidad de las sol!ciones re(or#adas debido a 2!e se (!eden mani(!lar grandes es(acios de b,s2!eda $del orden de 4FQ'1 Palabras Cla+es: Algori#mo E+ol!#i+o* %AP* O(#imi)aci n Combina#orio* Paraleli)aci n

RE ERENCIAS 345 NinosEa Maneiro1 Algori#mo Gen:#ico A(licado a Problemas de Locali)aci n de Gacilidades1 Tesis de Maes#r8a1 Gac!l#ad de Ingenier8a1 Uni+ersidad de Carabobo* 6>>41

365 Pa#rice Roger Calgari1 Paralleli)a#ion o/ Po(!la#ion K Based E+ol!#ionar. logari#7ms /or Combina#orial O(#imi)a#ion Problems1 Doc#oral #7esis1 Uole Pol.#ec7ni2!e G:d:rale de La!sanne1 La!sanne K Grancia* 4AAA1 3=5 A7!0a Ra+indra M1 A Greed. Gene#ic Algori#7m /or #7e %!adra#ic Assignmen# Problem1 Tec7nical re(or#* Indian Ins#i#!#e o/ #ec7nolog.1 Man(!r K India* 4AA=1 3C5 Alice E1 Smi#7 V Da+id M1 Ta#e1 A Gene#ic A((roac7 #o #7e %!adra#ic Assignmen# Problem1 Tec7nical re(or#* Uni+ersi#. o/ Pi##sb!rg7* 4AA61 3D5 B1 R1 SarEer e# al1 BacE#racEing o/ 0obs in one dimensional mac7ine loca#ion (roblems1 E!ro(ean ;o!rnal o/ O(era#ional Researc7* LD:DA?&F>A* 4AAD1 3?5 ;o7n <olland1 Ada(#a#ion in Na#!ral and Ar#i/icial S.s#ems1 Ann <arbord1 Uni+ersi#. o/ Mic7igan* 4AAA1 3F5 Germ"n Larra)"bal e# al1 Un Algori#mo Gen:#ico Paralelo Grano Gr!eso1 Re(or#e T:cnico1 Gac!l#ad de Ciencias . Tecnolog8a1 Uni+ersidad de Carabobo* 4AAF1 3L5 Jillians Gro(( e# al1 Using MPI & 6nd Edi#71 Edi#1 MIT Press1 ISBN: >K6F6K D=4?6?1 3A5 Brad L1 Miller and Da+id E1 Goldberg1 Gene#ic Algori#7ms* Selec#ion Sc7emes* and #7e Iar.ing E//ec#s o/ Noise1 Tec7nical re(or#* De(ar#men# o/ Com(!#er Science1 Uni+ersi#. o/ Illinois a# UrbanaTC7am(aign1 USA* 4AAF1 7##(:TTSSS1monogra/ias1comT#raba0os46Tae(2a(Tae(2a(1s7#ml