Algoritmos de optimización para el problema Distributed Job-Shop

Abstract

Este trabajo se centra en el estudio y la resolución del Distributed Job-Shop Scheduling Problem (DJSSP), una extensión del clásico problema de planificación de trabajos (JSSP) considerando múltiples fábricas heterogéneas. El objetivo es asignar eficientemente los trabajos en las diferentes fábricas, para minimizar el makespan (tiempo total de la producción). El trabajo incluye una detallada formulación matemática y el desarrollo de dos enfoques de solución: heurística Greedy con tres criterios diferentes y una metaheurística GRASP, basada en los mismos criterios. Para la comparación de los resultados se aplican diferentes técnicas estadísticas como el test de Friedman, ANOVA de medidas repetidas y el test de Nemenyi, evaluando así el rendimiento de los algoritmos propuestos.

This work focuses on the study and resolution of the Distributed Job-Shop Scheduling Problem (DJSSP), an extension of the classic Job-Shop Scheduling Problem (JSSP) that involves multiple heterogeneous factories. The main objective is to efficiently assign jobs across the different factories in order to minimize the makespan (total production time). The study includes a detailed mathematical formulation of the problem and develops two solution approaches: a Greedy heuristic with three different criteria, and a GRASP metaheuristic based on the same criteria. To compare the results, several statistical techniques are applied, including the Friedman test, repeated measures ANOVA, and the Nemenyi test, thereby evaluating the performance of the proposed algorithms.