Optimización de materia prima en la industria
El desperdicio de material en las industrias presenta un problema que afecta tanto la economía de la empresa como al medio ambiente, ya que al haber más gasto de material se aumentan los costos de producción, disminuyen las ganancias y crece la contaminación. Por tal razón, el presente proyecto mues...
- Autores:
-
Salas López, Adriana Marcela
- Tipo de recurso:
- Fecha de publicación:
- 2019
- Institución:
- Universidad Militar Nueva Granada
- Repositorio:
- Repositorio UMNG
- Idioma:
- spa
- OAI Identifier:
- oai:repository.unimilitar.edu.co:10654/35093
- Acceso en línea:
- http://hdl.handle.net/10654/35093
- Palabra clave:
- MATERIAS PRIMAS
ADMINISTRACION INDUSTRIAL
INDUSTRIA METALMECANICA
Genetic algorithms
Cromosomes
Fitness function
Cross
Individual
Mutation
Optimization
Poblation
Intelligent techniques
Algoritmos genéticos.
Cromosomas.
Cruce.
Función fitness.
Individuos.
Mutación.
Optimización.
Población.
Técnicas inteligentes.
- Rights
- License
- Derechos Reservados - Universidad Militar Nueva Granada, 2019
| id |
UNIMILTAR2_3c4ab08d661a021652884b23657bb80b |
|---|---|
| oai_identifier_str |
oai:repository.unimilitar.edu.co:10654/35093 |
| network_acronym_str |
UNIMILTAR2 |
| network_name_str |
Repositorio UMNG |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Optimización de materia prima en la industria |
| dc.title.translated.spa.fl_str_mv |
Raw material optimization on industry |
| title |
Optimización de materia prima en la industria |
| spellingShingle |
Optimización de materia prima en la industria MATERIAS PRIMAS ADMINISTRACION INDUSTRIAL INDUSTRIA METALMECANICA Genetic algorithms Cromosomes Fitness function Cross Individual Mutation Optimization Poblation Intelligent techniques Algoritmos genéticos. Cromosomas. Cruce. Función fitness. Individuos. Mutación. Optimización. Población. Técnicas inteligentes. |
| title_short |
Optimización de materia prima en la industria |
| title_full |
Optimización de materia prima en la industria |
| title_fullStr |
Optimización de materia prima en la industria |
| title_full_unstemmed |
Optimización de materia prima en la industria |
| title_sort |
Optimización de materia prima en la industria |
| dc.creator.fl_str_mv |
Salas López, Adriana Marcela |
| dc.contributor.advisor.spa.fl_str_mv |
Sánchez Rodríguez, Wilman Helioth |
| dc.contributor.author.spa.fl_str_mv |
Salas López, Adriana Marcela |
| dc.subject.lemb.spa.fl_str_mv |
MATERIAS PRIMAS ADMINISTRACION INDUSTRIAL INDUSTRIA METALMECANICA |
| topic |
MATERIAS PRIMAS ADMINISTRACION INDUSTRIAL INDUSTRIA METALMECANICA Genetic algorithms Cromosomes Fitness function Cross Individual Mutation Optimization Poblation Intelligent techniques Algoritmos genéticos. Cromosomas. Cruce. Función fitness. Individuos. Mutación. Optimización. Población. Técnicas inteligentes. |
| dc.subject.keywords.spa.fl_str_mv |
Genetic algorithms Cromosomes Fitness function Cross Individual Mutation Optimization Poblation Intelligent techniques |
| dc.subject.proposal.spa.fl_str_mv |
Algoritmos genéticos. Cromosomas. Cruce. Función fitness. Individuos. Mutación. Optimización. Población. Técnicas inteligentes. |
| description |
El desperdicio de material en las industrias presenta un problema que afecta tanto la economía de la empresa como al medio ambiente, ya que al haber más gasto de material se aumentan los costos de producción, disminuyen las ganancias y crece la contaminación. Por tal razón, el presente proyecto muestra como implementar un método inteligente para optimizar el uso de la materia prima para la industria metalmecánica enfocándose en una empresa productora de envases en hojalata. Se hace uso de los algoritmos genéticos como base para la implementación de método. El método se probó por medio de la realización de dos pruebas, cada una con tres subpruebas, las cuales muestra que el método permite realizar optimización sobre optimización al arrojar mejores resultados después de obtener un primer resultado. |
| publishDate |
2019 |
| dc.date.issued.none.fl_str_mv |
2019-12-10 |
| dc.date.accessioned.none.fl_str_mv |
2020-03-11T14:31:02Z |
| dc.date.available.none.fl_str_mv |
2020-03-11T14:31:02Z |
| dc.type.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.coar.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.local.spa.fl_str_mv |
Trabajo de grado |
| dc.type.dcmi-type-vocabulary.spa.fl_str_mv |
Text |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/10654/35093 |
| url |
http://hdl.handle.net/10654/35093 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.spa.fl_str_mv |
J. P. Palmieri, E. Mansilla, and J. M. Novas, “Unidimensional De Material , Orientada a La Reducción De Desperdicio , En Una Industria Metalmecánica .,” vol. 3, no. 1, pp. 1–7. R. Bouaziz, S. Kammoun, W. Hachicha, and H. Chabchoub, “A new heuristic development and implementation to a paper cutting problem: Case of AL-Khoutaf Company,” 2013 Int. Conf. Adv. Logist. Transp. ICALT 2013, pp. 315–320, 2013. C. Goulimis, “Optimisation and management control.” L. V. Kantorovich, “Mathematical Methods of Organizing and Planning Production,” Manage. Sci., vol. 6, no. 4, pp. 366–422, 1960. J. David, J. Jaramillo, R. J. Mejía, F. José, and C. Zabala, “Programación Lineal y Algoritmos Genéticos Para la Solución de un Problema de Corte,” 2008. D. Á. Martinez, “Solución del problema de empaquetamiento óptimo bidimensional en una sola placa, en placas y rollos infinitos con y sin rotación de piezas usando técnicas metaheurísticas de optimización.,” J. Chem. Inf. Model., vol. 53, no. 9, pp. 1689–1699, 2013. E. Toro Ocampo, A. Rueda Medina, and M. Granada Echeverri, “Tabu Search algorithm for solving the two dimensional guillotined problem,” no. 37, pp. 43–48, 2007. F. Gindre, “Geneticos Y Multigrafos,” pp. 1–10. M. Dorigo and C. Blum, “Ant colony optimization theory: A survey,” Theor. Comput. Sci., vol. 344, no. 2–3, pp. 243–278, 2005. J. Kennedy and R. Eberhart, “Particle Swarm Optimization James,” Purdue Sch. Eng. Technol., vol. 21, no. 2, pp. 221–230, 2016. A. Vidal Esmorís, “ALGORITMOS HEUR´ISTICOS EN OPTIMIZACI´ON,” Univ. Santiago Compost. Fac. Matemáticas Máster, p. 94, 2013. Vijay P. Singh, Handbook of Applied Hydrology, vol. 53, no. 9. 2018. |
| dc.rights.spa.fl_str_mv |
Derechos Reservados - Universidad Militar Nueva Granada, 2019 |
| dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| dc.rights.uri.spa.fl_str_mv |
https://creativecommons.org/licenses/by-nc-nd/2.5/co/ |
| dc.rights.creativecommons.spa.fl_str_mv |
Atribución-NoComercial-SinDerivadas |
| rights_invalid_str_mv |
Derechos Reservados - Universidad Militar Nueva Granada, 2019 https://creativecommons.org/licenses/by-nc-nd/2.5/co/ Atribución-NoComercial-SinDerivadas http://purl.org/coar/access_right/c_abf2 |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.coverage.spatial.spa.fl_str_mv |
Calle 100 |
| dc.publisher.department.spa.fl_str_mv |
Facultad de Ingeniería |
| dc.publisher.program.spa.fl_str_mv |
Ingeniería Multimedia |
| dc.publisher.faculty.spa.fl_str_mv |
Ingeniería - Ingeniería en Multimedia |
| dc.publisher.grantor.spa.fl_str_mv |
Universidad Militar Nueva Granada |
| institution |
Universidad Militar Nueva Granada |
| bitstream.url.fl_str_mv |
http://repository.unimilitar.edu.co/bitstream/10654/35093/2/license.txt http://repository.unimilitar.edu.co/bitstream/10654/35093/1/SalasL%c3%b3pezAdrianaMarcela2019.pdf http://repository.unimilitar.edu.co/bitstream/10654/35093/3/SalasL%c3%b3pezAdrianaMarcela2019.pdf.jpg |
| bitstream.checksum.fl_str_mv |
a609d7e369577f685ce98c66b903b91b a6127e39471f6a27a8f66e51d2401a1b 02bdd1426cba3cda95edf9ce634024c9 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional UMNG |
| repository.mail.fl_str_mv |
bibliodigital@unimilitar.edu.co |
| _version_ |
1837098417459822592 |
| spelling |
Sánchez Rodríguez, Wilman HeliothSalas López, Adriana MarcelaIngeniero MultimediaCalle 1002020-03-11T14:31:02Z2020-03-11T14:31:02Z2019-12-10http://hdl.handle.net/10654/35093El desperdicio de material en las industrias presenta un problema que afecta tanto la economía de la empresa como al medio ambiente, ya que al haber más gasto de material se aumentan los costos de producción, disminuyen las ganancias y crece la contaminación. Por tal razón, el presente proyecto muestra como implementar un método inteligente para optimizar el uso de la materia prima para la industria metalmecánica enfocándose en una empresa productora de envases en hojalata. Se hace uso de los algoritmos genéticos como base para la implementación de método. El método se probó por medio de la realización de dos pruebas, cada una con tres subpruebas, las cuales muestra que el método permite realizar optimización sobre optimización al arrojar mejores resultados después de obtener un primer resultado.The waste of material in industries presents a problem that affects the economy of the company and the environment, because having more material expenditure increases production costs, decreases profits and increases pollution. For this reason, the present project shows how to implement an intelligent method to optimize the use of raw material for metalworking industry focusing on a producer of tin containers. Genetic algorithms are used as the basis for method implementation. The method was tested by performing two tests, each with three subtests, which shows that the method allows optimization over optimization by showing better results after obtaining a first result.Pregradoapplication/pdfspaDerechos Reservados - Universidad Militar Nueva Granada, 2019https://creativecommons.org/licenses/by-nc-nd/2.5/co/Atribución-NoComercial-SinDerivadashttp://purl.org/coar/access_right/c_abf2Optimización de materia prima en la industriaRaw material optimization on industryinfo:eu-repo/semantics/bachelorThesisTrabajo de gradoTexthttp://purl.org/coar/resource_type/c_7a1fMATERIAS PRIMASADMINISTRACION INDUSTRIALINDUSTRIA METALMECANICAGenetic algorithmsCromosomesFitness functionCrossIndividualMutationOptimizationPoblationIntelligent techniquesAlgoritmos genéticos.Cromosomas.Cruce.Función fitness.Individuos.Mutación.Optimización.Población.Técnicas inteligentes.Facultad de IngenieríaIngeniería MultimediaIngeniería - Ingeniería en MultimediaUniversidad Militar Nueva GranadaJ. P. Palmieri, E. Mansilla, and J. M. Novas, “Unidimensional De Material , Orientada a La Reducción De Desperdicio , En Una Industria Metalmecánica .,” vol. 3, no. 1, pp. 1–7.R. Bouaziz, S. Kammoun, W. Hachicha, and H. Chabchoub, “A new heuristic development and implementation to a paper cutting problem: Case of AL-Khoutaf Company,” 2013 Int. Conf. Adv. Logist. Transp. ICALT 2013, pp. 315–320, 2013.C. Goulimis, “Optimisation and management control.”L. V. Kantorovich, “Mathematical Methods of Organizing and Planning Production,” Manage. Sci., vol. 6, no. 4, pp. 366–422, 1960.J. David, J. Jaramillo, R. J. Mejía, F. José, and C. Zabala, “Programación Lineal y Algoritmos Genéticos Para la Solución de un Problema de Corte,” 2008.D. Á. Martinez, “Solución del problema de empaquetamiento óptimo bidimensional en una sola placa, en placas y rollos infinitos con y sin rotación de piezas usando técnicas metaheurísticas de optimización.,” J. Chem. Inf. Model., vol. 53, no. 9, pp. 1689–1699, 2013.E. Toro Ocampo, A. Rueda Medina, and M. Granada Echeverri, “Tabu Search algorithm for solving the two dimensional guillotined problem,” no. 37, pp. 43–48, 2007.F. Gindre, “Geneticos Y Multigrafos,” pp. 1–10.M. Dorigo and C. Blum, “Ant colony optimization theory: A survey,” Theor. Comput. Sci., vol. 344, no. 2–3, pp. 243–278, 2005.J. Kennedy and R. Eberhart, “Particle Swarm Optimization James,” Purdue Sch. Eng. Technol., vol. 21, no. 2, pp. 221–230, 2016.A. Vidal Esmorís, “ALGORITMOS HEUR´ISTICOS EN OPTIMIZACI´ON,” Univ. Santiago Compost. Fac. Matemáticas Máster, p. 94, 2013.Vijay P. Singh, Handbook of Applied Hydrology, vol. 53, no. 9. 2018.LICENSElicense.txtlicense.txttext/plain; charset=utf-83420http://repository.unimilitar.edu.co/bitstream/10654/35093/2/license.txta609d7e369577f685ce98c66b903b91bMD52ORIGINALSalasLópezAdrianaMarcela2019.pdfSalasLópezAdrianaMarcela2019.pdfTrabajo de gradoapplication/pdf1568495http://repository.unimilitar.edu.co/bitstream/10654/35093/1/SalasL%c3%b3pezAdrianaMarcela2019.pdfa6127e39471f6a27a8f66e51d2401a1bMD51THUMBNAILSalasLópezAdrianaMarcela2019.pdf.jpgSalasLópezAdrianaMarcela2019.pdf.jpgIM Thumbnailimage/jpeg4936http://repository.unimilitar.edu.co/bitstream/10654/35093/3/SalasL%c3%b3pezAdrianaMarcela2019.pdf.jpg02bdd1426cba3cda95edf9ce634024c9MD5310654/35093oai:repository.unimilitar.edu.co:10654/350932020-09-07 01:05:01.421Repositorio Institucional UMNGbibliodigital@unimilitar.edu.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 |