RT info:eu-repo/semantics/bachelorThesis T1 Problemas de Asignación Generalizada: modelización, aplicaciones lógicas y métodos de solución A1 Sesma Gutiérrez, Clara A2 Universidad de Valladolid. Escuela de Ingenierías Industriales K1 GAP K1 Heurística K1 Algoritmos K1 1203.02 Lenguajes Algorítmicos AB A lo largo de esta memoria se analizarán problemas de asignación generalizada (GAP) y sus diferentes variantes (embotellamiento o minimax, MGAP, EGAP, MRGAP, GMAP, GQAP, etc.) partiendo de un conjunto de máquinas o agentes para realizar un conjunto de tareas. Cada tarea debe ser asignada a una máquina o agente y existe la posibilidad de que una máquina realice más de un trabajo (tarea) sin sobrepasar la capacidad máxima disponible en cada máquina que no es necesariamente la misma para todas. Se tendrá en cuenta la productividad de la máquina al asignarle un trabajo o tarea. El problema de optimización consistirá en realizar una buena asignación de los trabajos a los recursos existentes, con objeto de maximizar la producción, teniendo en cuenta las distintas restricciones tanto de los trabajos como de las máquinas. Este modelo, y sus generalizaciones, se puede asociar a diversas circunstancias en múltiples contextos teniendo en cuenta su aplicación en Ingeniería de Organización para resolver situaciones de perfil muy amplio, por ejemplo, la asignación de personal a máquinas, herramientas a puestos de trabajos, candidatos a vacantes laborales, vendedores a zonas territoriales etc. En este trabajo, se ha centrado la atención en las aplicaciones logísticas del GAP a diferentes entornos como scheduling, transporte, planificación de la producción y telecomunicaciones, entre otros problemas de optimización combinatorial. Se abordarán métodos de solución exactos y heurísticos, presentándose los resultados experimentales obtenidos con Xpress Mosel. YR 2019 FD 2019 LK http://uvadoc.uva.es/handle/10324/38563 UL http://uvadoc.uva.es/handle/10324/38563 LA spa NO Departamento de Estadística e Investigación Operativa DS UVaDOC RD 28-mar-2024