dc.contributor | González Guerrero, Enrique | |
dc.creator | Rodríguez Oliva, Andrea Viviana | |
dc.date.accessioned | 2016-10-07T20:06:26Z | |
dc.date.accessioned | 2020-04-16T17:52:35Z | |
dc.date.accessioned | 2023-05-10T17:14:42Z | |
dc.date.accessioned | 2023-08-23T22:22:56Z | |
dc.date.available | 2016-10-07T20:06:26Z | |
dc.date.available | 2020-04-16T17:52:35Z | |
dc.date.available | 2023-05-10T17:14:42Z | |
dc.date.available | 2023-08-23T22:22:56Z | |
dc.date.created | 2016-10-07T20:06:26Z | |
dc.date.created | 2020-04-16T17:52:35Z | |
dc.date.created | 2023-05-10T17:14:42Z | |
dc.identifier | https://hdl.handle.net/20.500.12032/91642 | |
dc.identifier.uri | https://repositorioslatinoamericanos.uchile.cl/handle/2250/8391927 | |
dc.description.abstract | A 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.language | spa | |
dc.publisher | Pontificia Universidad Javeriana | |
dc.rights | http://creativecommons.org/licenses/by-nc-nd/4.0/ | |
dc.subject | Scheduling | |
dc.subject | Optimización por enjambre de partículas | |
dc.subject | Búsqueda tabú | |
dc.subject | Componente adaptativo | |
dc.subject | Metaheurístlcas | |
dc.title | Modelo de planificación predictivo basado en un algoritmo híbrido de enjambre PI121-02 | |