DOI:

https://doi.org/10.14483/22487638.17731

Publicado:

2022-09-25

Número:

Vol. 26 Núm. 74 (2022): Octubre - Diciembre

Sección:

Investigación

Algoritmo luciérnaga para la optimización de distribución en planta

Firefly Algorithm for Facility Layout Optimization

Autores/as

  • Luisa Fernanda Vargas Pardo Universidad Distrital Francisco José de Caldas https://orcid.org/0000-0003-2138-1714
  • Frank Nixon Giraldo-Ramos Universidad Distrital Francisco José de Caldas

Palabras clave:

problema de distribución en planta, algoritmo luciérnaga, metaheurística, optimización combinacional (es).

Palabras clave:

facility layout problem, firefly optimization, metaheuristics, combinatorial optimization (en).

Descargas

Resumen (es)

Objetivo: Este artículo presenta una revisión de los resultados de una metodología de optimización enfocada en la aplicación del algoritmo de luciérnaga (FA) como una herramienta de planificación metaheurística con el fin de encontrar una distribución en planta óptima para reducir las distancias y los tiempos de flujo de procesos en la cadena de producción.

Metodología: A través de la implementación del script de MATLAB,  el objetivo fue evaluar el FA aplicado al problema de optimización de diseño de distribución en planta, realizando una prueba de dos casos de diseño de instalaciones con el algoritmo. Se aplicó el FA para evaluar el rendimiento con respecto a la configuración inicial de distribución en planta, así como en contraste con un algoritmo heurístico convencional.

Resultados: El resultado más relevante fue la verificación del grado de eficiencia del FA con respecto al tiempo de convergencia, expresado en función de la cantidad de ciclos requeridos para alcanzar una solución óptima, en comparación con el algoritmo heurístico convencional utilizado para la validación.

Conclusiones: La distancia total optimizada en la planta logra un valor bajo significativo. Se requiere un número reducido de iteraciones para alcanzar un valor óptimo en el caso de una distribución en planta compleja.

Resumen (en)

Objective: This paper presents a review of the results obtained by an optimization methodology based on the application of the firefly algorithm (FA) as a metaheuristic planning tool with the purpose of finding the optimal facility layout in order to reduce the distances and flow times between processes of the production chain.

Methodology: By means of implementing the MATLAB script, the goal was to evaluate the FA as applied to the facility layout distribution optimization problem, conducting a test of two facility layout cases with the algorithm. The FA was applied in order to evaluate the performance with respect to the initial facility layout configuration, as well as in comparison with a conventional heuristic algorithm.

Results: The most relevant result was the verification of the FA’s degree of efficiency regarding the convergence time, as expressed in terms of the number of cycles required to reach an optimal solution in comparison with the conventional heuristic algorithm used for validation.

Conclusions: The total optimized distance in the plant achieves a low significant value. A reduced number of iterations is required to reach an optimal value in the case of a complex facility layout.

Biografía del autor/a

Luisa Fernanda Vargas Pardo, Universidad Distrital Francisco José de Caldas

Estudiante del programa tecnológico Gestión de la Producción Industrial.

Frank Nixon Giraldo-Ramos, Universidad Distrital Francisco José de Caldas

Ingeniero de instrumentación y control electrónico. Profesor de la Universidad Distrital Francisco José de Caldas.

Referencias

Dey, N. (2020). Applications of firefly algorithm and its variants. Springer Singapore. https://doi.org/10.1007/978-981-15-0306-1

Dhillon, A., & Goyal, S. (2013). PAPR reduction in multicarrier modulations using firefly algorithm. International Journal of Innovative Research in Computer and Communication Engineering, 1(5), 1270-1275. https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.1074.509&rep=rep1&type=pdf

Hernández-Santibáñez, M. I., Giraldo-Correa, L. F.; Gaviria-Ramírez., L. A., Wilches-David, A. M., & Osorio-Gómez, J. C. (2017). Priorización de despachos con AHP difuso y Topsis. Revista Tecnura, 21(52), 102-110. https://doi.org/10.14483/udistrital.jour.tecnura.2017.2.a08

Jara-Estupiñan, J., Hernández-Suárez, C. A., & Giral-Ramírez, D. A. (2020) Optimal value of past samples for decision making in cognitive radio networks. Revista Tecnura, 24(65), 13-26. https://doi.org/10.14483/22487638.15278

Jati, G. K. (2011). Evolutionary discrete firefly algorithm for travelling salesman problem. In International conference on adaptive and intelligent systems. In A. Bouchachia (Ed.), Adaptive and Intelligent Systems (pp. 393-403). Springer. https://doi.org/10.1007/978-3-642-23857-4_38

Kumar, V., & Kumar, D. (2021). A systematic review on firefly algorithm: Past, present, and future. Archives of Computational Methods in Engineering, 28(4), 3269-3291. https://doi.org/10.1007/s11831-020-09498-y

Kumbharana, S. N., & Pandey, G. M. (2013). Solving travelling salesman problem using firefly algorithm. International Journal for Research in Science & Advanced Technologies, 2(2), 53-57. https://www.academia.edu/download/35300356/IJRSAT-Vol2-Issue2-0002.pdf

Łukasik, S., & Żak, S. (2009). Firefly algorithm for continuous constrained optimization tasks. In N. T. Nguyen, R. Kowalczyk, & S.-M. Chen (Eds.) Computational Collective Intelligence. Semantic Web, Social Networks and Multiagent Systems (pp. 97-106). Springer. https://doi.org/10.1007/978-3-642-04441-0_8

Patle, B. K., Pandey, A., Jagadeesh, A., & Parhi, D. R. (2018). Path planning in uncertain environment by using firefly algorithm. Defence Technology, 14(6), 691-701. https://doi.org/10.1016/j.dt.2018.06.004

Quiroga, J., Cáceres, E., & Padilla, C. (2015). Optimización de trayectorias de fresado en cavidades utilizando el algoritmo Luciérnaga. Revista de la Facultad de Ingeniería Universidad Central de Venezuela, 30(1), 93-104. http://ve.scielo.org/scielo.php?script=sci_arttext&pid=S0798-40652015000100010

Ramírez-Ramírez, J. D., Arrieta-Giraldo, J. S., & Garcés-Ruiz, A. (2016). Distribución óptima de turbinas en parques eólicos mediante PSO considerando el efecto sombra. Revista Tecnura, 20(47), 49-55. https://doi.org/10.14483/udistrital.jour.tecnura.2016.1.a04

Saraei, M., Analouei, R., & Mansouri, P. (2015). Solving of travelling salesman problem using firefly algorithm with greedy approach. Cumhuriyet Üniversitesi Fen Fakültesi Fen Bilimleri Dergisi (CFD), 36(6), 267-273.

https://arastirmax.com/sites/default/files/filefield_paths/5000142870-5000238948-1-pb.pdf

Solarte, G. R., Soto-Mejía, J., & Muñoz-Guerrero, L. E. (2018). Localización del punto óptimo de partida en el problema de ruteo vehicular con capacidad restringida (CVRP). Revista Tecnura, 23(59), 27-46. https://doi.org/10.14483/22487638.13653

Trachanatzi, D., Rigakis, M., Marinaki, M., & Marinakis, Y. (2020). A firefly algorithm for the environmental prize-collecting vehicle routing problem. Swarm and Evolutionary Computation, 57, 100712. https://doi.org/10.1016/j.swevo.2020.100712

Yang, X. S. (2013). Multiobjective firefly algorithm for continuous optimization. Engineering with Computers, 29(2), 175-184. https://doi.org/10.1007/s00366-012-0254-1

Wu, J., Wang, Y. G., Burrage, K., Tian, Y. C., Lawson, B., & Ding, Z. (2020). An improved firefly algorithm for global continuous optimization problems. Expert Systems with Applications, 149, 113340. https://doi.org/10.1016/j.eswa.2020.113340

Cómo citar

APA

Vargas Pardo, L. F., & Giraldo-Ramos, F. N. . (2022). Algoritmo luciérnaga para la optimización de distribución en planta. Tecnura, 26(74), 35–48. https://doi.org/10.14483/22487638.17731

ACM

[1]
Vargas Pardo, L.F. y Giraldo-Ramos, F.N. 2022. Algoritmo luciérnaga para la optimización de distribución en planta. Tecnura. 26, 74 (sep. 2022), 35–48. DOI:https://doi.org/10.14483/22487638.17731.

ACS

(1)
Vargas Pardo, L. F.; Giraldo-Ramos, F. N. . Algoritmo luciérnaga para la optimización de distribución en planta. Tecnura 2022, 26, 35-48.

ABNT

VARGAS PARDO, L. F.; GIRALDO-RAMOS, F. N. . Algoritmo luciérnaga para la optimización de distribución en planta. Tecnura, [S. l.], v. 26, n. 74, p. 35–48, 2022. DOI: 10.14483/22487638.17731. Disponível em: https://revistas.udistrital.edu.co/index.php/Tecnura/article/view/17731. Acesso em: 26 sep. 2022.

Chicago

Vargas Pardo, Luisa Fernanda, y Frank Nixon Giraldo-Ramos. 2022. «Algoritmo luciérnaga para la optimización de distribución en planta». Tecnura 26 (74):35-48. https://doi.org/10.14483/22487638.17731.

Harvard

Vargas Pardo, L. F. y Giraldo-Ramos, F. N. . (2022) «Algoritmo luciérnaga para la optimización de distribución en planta», Tecnura, 26(74), pp. 35–48. doi: 10.14483/22487638.17731.

IEEE

[1]
L. F. Vargas Pardo y F. N. . Giraldo-Ramos, «Algoritmo luciérnaga para la optimización de distribución en planta», Tecnura, vol. 26, n.º 74, pp. 35–48, sep. 2022.

MLA

Vargas Pardo, L. F., y F. N. . Giraldo-Ramos. «Algoritmo luciérnaga para la optimización de distribución en planta». Tecnura, vol. 26, n.º 74, septiembre de 2022, pp. 35-48, doi:10.14483/22487638.17731.

Turabian

Vargas Pardo, Luisa Fernanda, y Frank Nixon Giraldo-Ramos. «Algoritmo luciérnaga para la optimización de distribución en planta». Tecnura 26, no. 74 (septiembre 25, 2022): 35–48. Accedido septiembre 26, 2022. https://revistas.udistrital.edu.co/index.php/Tecnura/article/view/17731.

Vancouver

1.
Vargas Pardo LF, Giraldo-Ramos FN. Algoritmo luciérnaga para la optimización de distribución en planta. Tecnura [Internet]. 25 de septiembre de 2022 [citado 26 de septiembre de 2022];26(74):35-48. Disponible en: https://revistas.udistrital.edu.co/index.php/Tecnura/article/view/17731

Descargar cita

Visitas

2

Dimensions


PlumX


Descargas

Los datos de descargas todavía no están disponibles.