Aprendizaje reforzado aplicado a la programación de tareas bajo condiciones reales

Autores/as

  • Yunior César Fonseca-Reyna Universidad de Granma
  • Yailen Martínez-Jiménez Universidad Central Marta Abreu de las Villas Facultad de Física, Matemática y Computación. Las Villas,
  • Ann Nowé Vrije Universite it Brussel, Computational Modeling Lab. Bruselas

Palabras clave:

aprendizajereforzado, flow shop scheduling, optimizacióncombinatoria, q-learning.

Resumen


La variante de flujo regular o flow shop scheduling es un problema clásico de programación de la producción. Las primeras publicaciones científicas sobre este problema aparecieron hace más de medio siglo. Sin embargo, muchos autores han reconocido una brecha entre la literatura especializada y la problemática en entornos reales. En este trabajo se modeló el flow shop considerando los tiempos de configuración inicial de las máquinas, tiempos de montaje dependientes de la secuencia, precedencia entre trabajos, omisión de etapas por los trabajos y como función objetivo minimización del tiempo total de procesamiento o makespan. Hasta el momento no existen métodos computacionales que solucionen este problema teniendo en cuenta todas las características mencionadas. Para la solución se adaptó un enfoque del Aprendizaje Reforzado conocido como Q-Learning. Finalmente, se usaron instancias de problemas de diferentes tamaños y complejidad demostrando la efectividad de este método en cuanto a la calidad de las soluciones.

Biografía del autor/a

Yunior César Fonseca-Reyna, Universidad de Granma

Profesor e Investigador del Departamento de Ingeniería Informática.

Profesor Auxiliar en Reinforcement Learning e Inteligencia Artificial

Descargas

Publicado

2018-01-25

Cómo citar

Fonseca-Reyna, Y. C., Martínez-Jiménez, Y., & Nowé, A. (2018). Aprendizaje reforzado aplicado a la programación de tareas bajo condiciones reales. Ingeniería Industrial, 39(1), 36–45. Recuperado a partir de https://rii.cujae.edu.cu/index.php/revistaind/article/view/871

Número

Sección

Investigación de Operaciones y Estadística