dc.contributorGonzález Guerrero, Enrique
dc.creatorRodríguez Oliva, Andrea Viviana
dc.date.accessioned2016-10-07T20:06:26Z
dc.date.accessioned2020-04-16T17:52:35Z
dc.date.accessioned2023-05-10T17:14:42Z
dc.date.accessioned2023-08-23T22:22:56Z
dc.date.available2016-10-07T20:06:26Z
dc.date.available2020-04-16T17:52:35Z
dc.date.available2023-05-10T17:14:42Z
dc.date.available2023-08-23T22:22:56Z
dc.date.created2016-10-07T20:06:26Z
dc.date.created2020-04-16T17:52:35Z
dc.date.created2023-05-10T17:14:42Z
dc.identifierhttps://hdl.handle.net/20.500.12032/91642
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/8391927
dc.description.abstractA través de tres niveles jerárquicos se diseña un modelo de planificación predictivo. El Schedule a corto plazo realiza asignación de tareas a largo plazo. El Schedule a mediano plazo actúa como dosificador y elige cuáles tasks deben ser ejecutadas de forma inmediata. El Schedule a corto plazo se realiza con base en un algoritmo híbrido de enjambre, que asigna las Workstation con los tasks. Por ende, la asignación se realiza inteligentemente a través de datos aportados por un componente adaptativo. El resultado mejora en un 30% de promedio la asignación realizada al azar.
dc.languagespa
dc.publisherPontificia Universidad Javeriana
dc.rightshttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectScheduling
dc.subjectOptimización por enjambre de partículas
dc.subjectBúsqueda tabú
dc.subjectComponente adaptativo
dc.subjectMetaheurístlcas
dc.titleModelo de planificación predictivo basado en un algoritmo híbrido de enjambre PI121-02


Este ítem pertenece a la siguiente institución