Menú
Nuestro equipo triturador puede triturar todo tipo de piedras, incluyendo granito, basalto, dolomita, piedra caliza, mineral de hierro, guijarros de río, adoquines, etc. La capacidad del equipo es de 30 a 50 toneladas/hora, más de 50 toneladas/hora, lo que puede satisfacer los requisitos de trituración de varias piedras.
316 Ingeniería y sus Alcances, Revista de Investigación mayo-agosto 2023 / Volumen 7 / No. 18 ISSN: 2664 – 8245 ISSN-L: 2664-8245 https://revistaingenieria.org pp. 316-324 Optimización de procesos de producción mediante el uso de algoritmos genéticos
más
· Para a locomoção dos inimigos utiliza-se algoritmos para a solução de melhor caminho em grafos, como o Algoritmo de Dijkstra e o Algoritmo A*. Para o melhor posicionamento das barreiras é
más
· De la Fuente García, D.; Gómez Gómez, A. “Resolución de problemas de corte de piezas rectangulares mediante algoritmos genéticos”, En: La gestión de la diversidad: XIII Congreso Nacional, IX Congreso Hispano-Francés, Logroño (La Rioja), 16
más
Información del artículo Metodología basada en un algoritmo genético para programar la producción de una empresa del sector textil Localización: Ingeniería, investigación y tecnología, ISSN 1405-7743, ISSN-e 2594-0732, Vol. 22,
más
(PDF) Introduccion a los Algoritmos Geneticos -(PDF) ALGORITMOS GENETICOS | Derly C Garcia -• · En este trabajo se presenta la aplicación de una metodología basada en algoritmos genéticos, dirigida a la minimización del makespan (C_max) y cantidad de
más
· Dentro de la ingeniería, los algoritmos genéticos (AG) han demostrado un alto potencial e idoneidad para la resolución de problemas complejos relacionados a la investigación de operaciones
más
· En este trabajo se presenta la aplicación de un sistema basado en algoritmos genéticos, dirigida a la minimización del makespan (C_max) y cantidad El problema de flow shop es de programación en el que cierta cantidad de trabajos (n) tienen que ser procesados por m máquinas, este problema se denomina NP-Hard cuando el
más
Algoritmos genéticos. ¿Qué es un algoritmo genético? Un algoritmo genético es un programa de computadora que se utiliza para evaluar y analizar secuencias genéticas, ya sea de ADN, ARN o proteínas. Desde principios de la década de 1980 hasta el resto del siglo XX, las tecnologías de secuenciación de ADN produjeron secuencias cortas de
más
· Los modelos climáticos dinámicos se desarrollaron desde la década de 1970 (Takakura, 1989;Zhang et al., 1997;Wang y Boulard, 2000) y se consideraron mejores en términos de precisión, pero
más
La mayoría de algoritmos genéticos incorporan un operador de mutación con el fin de preservar un nivel razonable de diversidad poblacional, para proveer un mecanismo de escape a un óptimo local, y recuperar material genético perdido (Ruiz y Maroto, 2006); iv
más
Una introducción a los algoritmos genéticos, la optimización y las implementaciones con ejemplos de código en Python. Fuente: derivado de qimono y comfreak en Pixabay. Autor (es): Sujan Shirol, Roberto Iriondo. Este tutorial profundizará en los algoritmos genéticos en detalle y explicará su implementación en Python.
más
· Os algoritmos genéticos oferecem uma abordagem interessante para resolver problemas complexos, imitando o processo de seleção natural e evolução biológica. Com suas aplicações em otimização de parâmetros, projetos de engenharia e inteligência artificial, eles são capazes de encontrar soluções aproximadas eficientes em
más
X Metodología de programación de producción en un flow shop híbrido flexible con el uso de algoritmos genéticos para reducir el makespan.Aplicación en la industria textil problems. For this reason, it has decided to intervene in a colombian textile company,
más
Uno de estos métodos son los algoritmos genéticos, que basándose en la lógica evolutiva, realizan búsquedas al seleccionar, mutar y cruzar/mezclar soluciones. Estos algoritmos se suelen utilizar para secuenciar lotes, pero no para decidir cuántos lotes habrá, ni tampoco su tamaño; sino que reciben esta información como un dato.
más
· Aplicaciones de la IA en las empresas. Los algoritmos de IA se utilizan en muchos ámbitos, como la Imagen-y reconocimiento del habla, traducción automática, análisis de datos y robótica. Permiten a los ordenadores realizar tareas complejas y simular el comportamiento o la toma de decisiones de un ser humano.
más
Algoritmos genéticos: fundamentos. Esta sección presenta la terminología básica necesaria para comprender los AG. Además, se presenta una estructura genérica de GA en ambos pseudo-code and graphical forms.
más
· Las técnicas derivadas de la Investigación Operativa como los algoritmos genéticos desarrollados por Holland (1975) pueden ser utilizadas como una herramienta para resolver diversos problemas
más
Este artículo presenta el diseño de un Algoritmo Genético (AG) que permita optimizar la gestión de inventarios en las cadenas de suministros y minimizar el Efecto Bullwhip, para esto, fueron considerados los costos de depósito, distribución y fabricación del producto además del costo individual de los elementos que serán pedidos.
más
establece una medida numérica de la bondad de una solución, esta medida recibe el nombre de ajuste. En el funcionamiento de los algoritmos genéticos esta medi-ción servirá para controlar la aplicación de los operado-res genéticos (Gestal et al., 2010).
más
2 INGEN IERÍA INVEST IGAC IÓN Y octubre-diciembreT ECNOLOGÍA xxII Issn fIunaM M ETODOLOGÍA BASADA EN UN ALGORIT M O GENÉTICO PARA PROGRA M AR LA PRODUCCIÓN DE UNA EM PRESA DEL SECTOR TEXTIL
más
El principal objetivo de este estudio es desarrollar e implementar una metodología de programación de producción basada en el uso de algoritmos genéticos como
más
Eduardo Salazar H. Departamento de Ingeniería Industrial Facultad de Ingeniería – Universidad de Concepción [email protected] Casilla 160-C / Correo 3 Concepción / Chile.
más
· Para la solución del problema de secuenciación tratado en esta investigación, conocido como Flow Shop Los Algoritmos Genéticos (A Gs), introducidos por Holl and (Holland , 1975), son
más
En este trabajo se presenta la aplicación de una metodología basada en algoritmos genéticos, dirigida a la minimización del makespan (C_max) y cantidad de trabajos tardíos (U(γ)) en un ambiente flow shop híbrido flexible perteneciente a la industria textil. La metodología fue evaluada en escenarios de producción reales de la empresa objeto de
más
· Para la solución de los problemas multiobjetivo Schaffer (1985) propone el primer algoritmo genético multiobjetivo (llamado VEGA-Algoritmos genéticos evaluados por vectores), cuya idea principal se ve plasmada en la división de la población en subpoblaciones (de igual tamaño), para cada subpoblación, se asigna un único objetivo
más
· Introducción En el mundo de la informática, existen diversas técnicas y metodologías que se utilizan para resolver problemas complejos. Una de estas metodologías es la utilización de algoritmos genéticos, los cuales están inspirados en la teoría de la evolución biológica. En este artículo, exploraremos en detalle cómo
más
La metodología fue evaluada en escenarios de producción reales de una empresa. El resultado del modelo desarrollado refleja una disminución de C_max y U(γ) sobre las muestras reales de la empresa, presentando una disminución de 73 % de C_max y una reducción de 11 a 0 trabajos tardíos respecto a la muestra.
más
· Los algoritmos genéticos se basan en la evolución natural y utilizan operadores genéticos para guiar al algoritmo hacia una solución a un problema. Los tres principales tipos de operadores genéticos son: selección, cruce y mutación. La selección elige los individuos más aptos de la población para que sean utilizados en la
más
· En este artículo, se examina el empleo de algoritmos genéticos (AG) para optimizar procesos de producción, destacando su eficacia en abordar diversos desafíos. El estudio se centra en mejorar la eficiencia y el rendimiento industrial mediante una revisión exhaustiva de la literatura sobre la aplicación de AG en la optimización de
más
El presente trabajo propone un método de computación evolucionaria, basado en los algoritmos genéticos, para la optimización de la programación de la producción de
más
