Está en la página 1de 7

UNIVERSIDADCATOLICADELMAULEFACULTADINGENIERIACIVILINFORMATICA

RESOLUCINDEPROBLEMASDEDISTRIBUCINENPLANTACON PASILLOSMEDIANTEALGORITMOSGENETICOS
OscarAndrsDazRomero EscueladeIngenieraCivilInformtica,UniversidadCatlicadelMaule Avda.SanMiguel#3605Talca diazrom@yahoo.com diazrom2@hotmail.com
ResumenEsteproyectoconsisteenunaDistribucinde Planta mediante la utilizacin de Algoritmos Genticos, el cual gravita en la distribucin de una cierta cantidad de departamentosenunasuperficieRectangularenfindelograr lamayoreficienciaenlaproduccindeunbienoservicio,la cual comprendeciertas restricciones queseverndeforma detallada en el transcurso de este documento. Para esta distribucin existe una variada gamma de variables que permitirnencontrarunasolucinptimaparaesteproblema. Palabras clavesAlgoritmos Genticos, Cromosomas, Alelos,MtodoRuleta,Cruzamiento,Mutacin,Layout. I.LINTRODUCCION osaosochenta(enelsiglopasado)marcanelflorecimiento del inters de la comunidad cientfica por temas computacionales inspirados en la biologa, que han visto comosudesarrollolesllevabaacotasinimaginables,primero en el campo de las Redes Neuronales, luego en el del Aprendizaje,yporltimoenloqueahoraseconocecomo computacinevolutiva,delaquelosalgoritmosgenticos constituyensumximoexponente. Elproblemadedistribucinenplantapretendeconseguirel objetivodeubicardistintosrecursosodepartamentosdentro deunasuperficie,afindelograr lamayoreficienciaenla produccindeunbienoservicio(Tompkins,1982).Deesta forma, la planta, se disea para optimizar el flujo de la produccindesdesuestadoinicialcomomateriaprimahasta queelproductoseencuentracompletamentefinalizado.Sin embargo, la optimizacin, normalmente expresada como minimizacin (coste de manutencin) o maximizacin (nmero de adyacencias recogidas en un cuadro REL) no siempreesposiblecuandosetratadeabordarunproblemade tamaoreal.

II.ALGORITMOSGENTICOS LosobjetivosqueperseguanJohnHollandysuscolegas de la Universidad de Michigan cuando concibieron los algoritmos genticos, eran dos: (1) abstraer y explicar rigurosamenteelprocesoadaptativodelossistemasnaturales, y (2) disear sistemas artificiales que retuvieran los mecanismos ms importantes de los sistemas naturales. En estesentido,podemosdecirquelosalgoritmosgenticosson: Algoritmos de bsqueda basados enlos mecanismos de seleccin natural y gentica natural. Combinan la supervivenciadelosmscompatiblesentrelasestructurasde cadenas,conunaestructuradeinformacinyaaleatorizada, intercambiada para construirunalgoritmodebsqueda con algunas de las capacidades de innovacin de la bsqueda humana.[3] Elfuncionamientodelosalgoritmosgenticosseexplicaa continuacin:Separtedeunapoblacininicial(normalmente generadadeformaaleatoria)desoluciones;stapoblacines sometida a una serie de transformaciones con el fin de mejorardichas soluciones.Las transformaciones serealizan enelbucleprincipaldelalgoritmo;queconstadetresetapas fundamentales: Seleccin, Reproduccin (Cruzamiento y Mutacin)yReemplazo.

UNIVERSIDADCATOLICADELMAULEFACULTADINGENIERIACIVILINFORMATICA

Figura1.EstructuradeunAlgoritmoGentico LaetapadeSeleccinconsisteenrealizarunmuestreodela poblacin departida,demanera que seobtenga unanueva poblacin,conelmismonmerodeindividuosquelainicial. Esta etapa busca mejorar la calidad de la poblacin, favoreciendo a los individuos ms adecuados para un problemadado(lamedicindelacalidaddeunindividuo serealizacalculandosu fitness elcualindicacunbuenaes una solucin). Si bien existen numerosas tcnicas para realizar el muestreo, el mtodo ms frecuente consiste en emplearunmuestreoporsorteo(ruleta). LaetapadeReproduccinserealizaaplicandolosllamados operadoresgenticos,siendoelcruceylamutacinlos ms habituales. En lneas generales, el operador de cruce, actatomandodosprogenitoreseintercambiandopartedesus cadenas, es decir cruzando sus cadenas para generar dos nuevosindividuos,losdescendientes.Porsuparteeloperador de mutacin se aplica a un progenitor, alterando, de algn modo,sucadena,porejemplocambiandoelordendealguno de sus genes. De este modo, se obtiene un nuevo descendiente.Alfinalizarlareproduccinsedisponededos poblacionesindependientes,ladelosprogenitoresyladelos descendientes. El ltimo paso del proceso se basa en el llamado reemplazo, consistente en la formacin de una nueva poblacinmediantelamezcladelasdosiniciales. III.DISTRIBUCINDEPLANTA(LAYOUT) Como se dijo en la introduccin, el problema de distribucin en planta consiste en conseguir la disposicin msadecuadadelosdiferentesdepartamentos,equipo,etc.En unaplanta,demaneraqueseconsigalamayoreficaciaenla produccindeundeterminadobienoservicio.

Cuando se aborda este problema, el objetivo a alcanzar puedeformularsegeneralmente,dedosformasdistintas [6]. Porunaparte,muchosinvestigadoreslodescribencomoun problema en el que se trata de optimizar el flujo de los productosdesdelasmateriasprimashastaqueelproductose encuentra completamente acabado. Esto se lleva a cabo minimizandoloscostestotalesdetransportedelosmateriales. Lainformacinnecesariapararesolverelproblemadeesta forma necesita el conocimiento de: las distancias entre los departamentos(normalmentetomadadesdesuscentroides),el nmerodeviajesinterdepartamentalesyelcosteunitario.Por otra parte, la distribucin puede contemplarse como un problemadediseo. Bajoestepuntodevista,suresolucinimplicanoslola recogidadeinformacincuantitativacomentadaenelprrafo anterior,sinotambincualitativa,viniendoestaltimadada porlasrelacionesacumplir,encuantoaadyacencias,entre losdistintosdepartamentos.RichardMutherpresenten1961 el mtodo denominado como Sistematic Layout Planning (S.L.P.),ampliamenteutilizadodesdesupublicacinycuya metodologaseresumegrficamenteenlafigura2.

Figura2.MtodoS.L.P. Esta tcnica supone, en una primera fase del estudio, la utilizacindeunamatrizFromto,dondeserecogeelflujode materialesentredepartamentos,paralocual previamentese deber haber determinado una unidad de medida, llamada,

UNIVERSIDADCATOLICADELMAULEFACULTADINGENIERIACIVILINFORMATICA

unidaddemanutencin,cuyoobjetivoeseldehomogenizar productos con distintas caractersticas de forma que la comparacinentreellosseaviable.Adems,elcuadroREL ser el encargado de recoger la informacin de tipo cualitativo, en forma de lo que se denomina ratios de proximidad.Estosratiosconsistenenunaseriedeletras(A, E, I, O, U, X) cuyo significado plasma la mayor o menor necesidaddequedosdepartamentosseencuentrenjuntosuna vez obtenida la distribucin final (desde A= absolutamente necesariohastaX=nodeseable).[1] EjemploMatrizderelaciones(CuadroREL):

IV.1Restricciones Alahora deanalizarestetipodeproblemaesnecesario incluirunaseriederestricciones.Enestecasosehasupuesto que: 1.Lasuperficiedelafbricatieneformarectangular. 2.Losdiferentes departamentos tambintendrnengeneral formasrectangulares.

Figura3.MatrizdeRelaciones

IV.RESOLUCINDELPROBLEMA El objetivo planteado a la hora de afrontar el presente trabajoesdoble:porunlado,sepretendedisearunalgoritmo quepermitarealizarunadistribucinenplantaquecontemple eldiseoautomticodelospasillos;yporotrolado,sebusca incorporar, en el algoritmo diseado, una variante que contemple las distintas formas que pueden adoptar las columnas (se entiende por columnas las distintas agrupaciones de departamentos separadas por pasillos verticalesoseccionesobtenidasmediantelasagrupacionesde losdepartamentos).staspuedenser:

3.Las relaciones existentes entrelosdepartamentos pueden contemplarsedesdedospuntosdevista,segnseaelcriterio que se decida emplear para determinar la calidad de una solucin. El primero es considerar la distancia entre los departamentos.Elsegundoconsisteenutilizarunamatrizde relacionesentrelosdepartamentos. IV.2Codificacin Lacodificacinutilizadaparalasolucindeesteproblema que consta de columnas de anchura variable cada columna tendr el ancho necesario para que los departamentos asignadosaellapuedandistribuirsedentrodelasdimensiones desusuperficie. Lacodificacindelindividuoconstardedossubcadenas. La primera consiste en asignar a cada departamento un nmero,deformaqueunadistribucinvendrcaracterizada porloquesedenominacomoindividuodelapoblacin.Este estarformadoporunacadenadenmeros,cadaunodelos cualesrepresentaraundepartamento.Laposicindentrode lacadena,reflejarlaubicacinqueestedepartamentoocupa dentrodelafbrica.Porejemplo,elindividuo(2,3,1),indica queelnmerodedepartamentosquecomponenlaplantaes tres, ubicados en el siguiente orden: en primer lugar, el departamento2(secomienzasiempreporlaesquinasuperior izquierda),acontinuacin,seubicaeldepartamento3ypor ltimo, el departamento 1, y la segunda subcadena que incluir informacin adicional, ya que ser preciso conocer cundosedebepasardeunacolumnaaotra.Estainformacin

Columna de anchura constante o fija. Todos los departamentostienenunaanchurafija,determinada deantemano(figura3a). Columnadeanchuravariable.Losdepartamentosde una columna tienen todos la misma anchura, pero dichaanchuraesdiferenteparacadacolumna(figura 3b).Utilizadaennuestrocaso.

UNIVERSIDADCATOLICADELMAULEFACULTADINGENIERIACIVILINFORMATICA

adicional se recoge en forma de una subcadena auxiliar compuestadecerosyunos.Un0indicarquelacolumna nosehacompletado,mientrasqueun1significarqueese departamentoeselltimodelacolumnayque,portanto,con l,lacolumnaquedacompletada.[2] Unejemplopracticoseriaelindividuo(1,2,3,4,5,6,7,8)con lasubcadena (0,0,1,0,1,0,0,1) como semuestraenlafigura 3a. IV.3Fitness Segnlaadyacenciaentredepartamentos.

consisteenasignaracadaindividuounaprobabilidaddeser elegidobasadoensucapacidadindividual(fitness).

IV.5Cruzamiento Dadoquelacodificacindiseadaparaesteproblemaes anloga a la utilizada en la resolucin mediante AG del problema del viajante de comercio; basndonos en trabajos publicados sobre ste tipo de problema, se decidi por implementarelcrucesimple: Crucesimple(onepointcrossover):seleccindeun puntodecruce,eintercambiodelainformacinde dos progenitores. Por ejemplo si tenemos los siguientes progenitores p1: (1,2,3,5,4,7,6) y p2: (1,3,2,4,5,6,7) y se produce el corte a partir de la cuarta posicin, entonces los descendientes son: (1,2,3,5,4,6,7)y(1,3,2,4,5,7,6).

En este caso el criterio de optimizacin es el de maximizacindel clculodelasadyacencias,indicativodel nmeroylabondaddelasrelacionessatisfechas(Matrizde Relaciones). La funcin de fitness se obtiene siguiendo los siguientespasos: unavezsituadoslosdepartamentos,para cadapardeellossecompruebasurelacindeadyacencia.Si se encuentran adyacentes, se contabiliza el valor de ponderacin de la relacin existente entre ellos; en caso contrarionoselestieneencuenta.Laecuacinquerigeeste enfoquees:

En caso de que se repitan nmeros en los individuos se debeprocederarepararlosdelasiguientemanera;seeliminan los nmeros repetidos asignndoles en esa posicin los restantes nmeros que noexisten deforma ascendente.Por ejemplo si un descendiente es (1,2,2,4,1,5,6,6) se debe eliminarlosnmeros2,1y6,agregandolosfaltantes3,7y8 deformaascendente. IV.6Mutacin Tambinenestecasonoshemosguiadoporelproblema delviajantealahoradedecidireltipodemutacinautilizar: intercambioindividual.Esteefecta,enfuncindelvalor delaprobabilidaddemutacin,unintercambiodeposiciones entredoselementosdelmismoindividuo.Asporejemplo,en el individuo (4,2,5,1,6,3), se intercambian en la cadena las posiciones 3 y 6, obtenindose el nuevo individuo: (4,2,3,1,6,5). V.CASODEAPLICACIN 1.Condicionesdelproblema:Setrabajacon6departamentos dedimensiones(10,15,10,12,10,15metros2)aubicaren unaplanta dedimensiones 10x8metros.Sesupone adems quelasrelacionesdeseadasentredepartamentosvienendadas porlaMatrizdeRelacionesdadaanteriormente. DondeA=1000,E=200,I=50,O=20,U=0,X=1000. Encuantoalanchodelacolumnasetrabajaraconanchode

Figura4.FuncinFitness donde xij es igual a 1 si los departamentos i y j son adyacentes,y0encasocontrario.Estafuncinobjetivoest basadaenelprincipiodequeelcostedemanejodematerial se reduce significativamente cuando los departamentos son adyacentes.Elvalorderetornodelclculodelasadyacencias de la funcin anterior, es el sumatorio de los valores obtenidosparatodoslospares.

IV.4Seleccin El mtodo de seleccin utilizado es el de Seleccin por Ruleta (muy parecido a seleccin por Sorteo), este mtodo

UNIVERSIDADCATOLICADELMAULEFACULTADINGENIERIACIVILINFORMATICA

columna variable. Con estos datos, se tiene perfectamente definidoelplanteamiento.

Para este caso, la representacin grafica de esta solucin particularsepuedeverenlafigura5.

2.ParmetrosdelAlgoritmoGentico: NmerodeGeneraciones:500 TamaodelaPoblacin:50 ProbabilidaddeCruce:70% ProbabilidaddeMutacin:1% 3.Inicializacin:Segeneraunapoblacininicialdeforma aleatoria, en la que cada uno de los individuos o distribucionesestarformadoporunapermutacindeseis nmeros,correspondiendocadaunodeestosnmerosaun departamento.Estapoblacinservirdepuntodepartida delAG.Asporejemplo,tomemoselsiguienteindividuo (4,2,5,1,6,3)comopuntodepartida. 4.UbicacinDepartamentos:Paraestecasoesnecesario crearunasubcadenabinariaauxiliarparacadaunodelos individuosdelapoblacin,dedimensinigualalnmero dedepartamentosquesetengan(enelejemploanalizado ser de seis) cuya misin consiste, en indicar en qu columna se encuentra ubicado cada uno de los departamentos. Parafacilitarlacompresindelacodificacinvamosa remitirnosanuestroindividuoutilizadoenelejemplodela columnafija.Paraeseindividuo(4,2,5,1,6,3),elindividuo auxiliarasociadotienelaforma(0,0,1,0,0,1).Alaparecer en esta subcadena dos 1, la planta constar de dos columnas,laprimeraformadaporlosdepartamentos(4,2,5) y la segunda por los departamentos (1,6,3). Las dimensionesdelascolumnasparaelejemplosecalcularan delasiguienteforma: Columna1:Superficieasituar=12+15+10=37 Altodelasuperficie=10 Anchodelasuperficie=37/10=3.7 Columna2:Superficieasituar=10+15+10=35 Altodelasuperficie=10 Anchodelasuperficie=35/10=3.5 Deacuerdoconestasanchurasdecolumnas,secolocanlos departamentosdelasiguientemanera:Departamento4:[(0, 0)(3,7; 3,24)]; Departamento2:[(0;3,24)(3,7;7,29)],etc.

Figura5.Ejemplodesolucin 5.ClculodelFitness:ElFitnessutilizadocorrespondesegn la Adyacencia de los Departamentos (para esto es vital la matrizderelaciones). Seanalizarnlosdepartamentosdosadosysecomprobar siestnadyacentesono.Siloestn,secontabilizaelvalor asignadoalarelacinexistenteentrelosdepartamentos.Sino loestn,dichovalornosertenidoencuenta.Paralasolucin obtenidaenlafiguraanterior,losdepartamentos 4 y 2 estn prximosentres,luegosedebesumaralafuncinobjetivo elvalordedichauninque,segnlaMatrizdeRelaciones,es Oyseponderacomo20. Una vez evaluados todos los individuos de la poblacin mediantelafuncinobjetivo,elprocesocontinamediantela realizacindelaseleccin.Paranuestroejemplo,elmtodo elegidoesunaseleccinporRuleta(sorteo). PasamosahoraadescribirlaReproduccin.Unavezque han sido seleccionados para la reproduccin los individuos adecuados,seles aplicanlos operadores genticos: cruce y mutacin. Una vez realizada la reproduccin de los individuos, se obtieneunanuevapoblacinparatrabajar,continundoseel proceso hasta que se consiga satisfacer el criterio de terminacin elegido. El utilizado consiste en determinar un nmerolimitadodegeneraciones,deformaqueelprocesose darporconcluidoalcanzadodicholmite.

UNIVERSIDADCATOLICADELMAULEFACULTADINGENIERIACIVILINFORMATICA

EjemplodeunResultado Individuooptimoencontrado:(4,6,1,2,3,5)conla subcadena(1,0,0,1,0,1)lacualmeindicaelnumerode columnas(enestecaso3).ConFitness=3000. RepresentacinGrafica VI.CONCLUSIN Atravsdeldesarrollodeesteproyectosefuemarcandode forma muy potente la capacidad y simplicidad que puede llegar a tener el desarrollo (buscar una solucin) de una aplicacinmediante lautilizacindeAlgoritmos Genticos, un problema que al comienzo y analizndolo mentalmente puede resultar complicado a la hora de hacer los primeros balances.Amedidaquesevadesarrollandoelproblemaesto vaquedandoatrs. Algunasconclusiones: Los buenos resultados que ofrecen los Algoritmos Genticosparalaresolucindelosproblemasdedistribucin enplanta. El Algoritmo Gentico trabaja con una poblacin de soluciones,porloqueelusuariopuededisponerdemltiples soluciones de elevada calidad para seleccionar, entre ellas, aquellaquemejorseadapteasusnecesidades. Elusodealgoritmosgenticospermiteadaptarfcilmente elproblemaalasnecesidadespuntualesdecadaempresa(con pasillos constantes, variables, segn la adyacencia etc.), ya quenicamenteesprecisomodificarlafuncindefitness.

UNIVERSIDADCATOLICADELMAULEFACULTADINGENIERIACIVILINFORMATICA

REFERENCIAS
[1] David De la Fuente Garca; Ral Pino Diez; Paolo Priore y Javier Puente Garca. Universidad de Oviedo. Utilizacin de algoritmos genticosparalaresolucindeproblemasdedistribucinenplanta. GmezGmez,Alberto.FernndezQuesada,Isabel.ParreoFernndez, Jos. Garca Fernndez, Nazario. Universidad de Oviedo. The use of geneticalgorithmstosolveaplantlayoutproblem. PiedadTolmosRodrguezPiero,www.uv.es/asepuma/X/J24C.pdf A.delCao/M.P.delaCruz.UniversidaddelaCorua,Distribucinen Plantayelespacio. Kazuhiro Kado, An Investigation of Genetic Algorithms for Facility LayoutProblems. Pablo Cortes, Distribucin en Planta (Layout), Grupo Ingeniera de Organizacin. OrtegaEscobar,R.2003.Distribucindeplantaatravsdelaaplicacin de un algoritmo gentico. Tesis Licenciatura. Ingeniera Industrial. DepartamentodeIngenieraIndustrialy Textil,Escuela deIngeniera, UniversidaddelasAmricas,Puebla. Facultad de Ingeniera, Universidad Nacional de la Plata, Argentina. http://davinci.ing.unlp.edu.ar/

[2]

[3] [4] [5] [6] [7]

[8]