Solución robusta al problema de programación de actividades con recursos restringidos y duraciones estocásticas
Loading...
Date
2025
Director
Journal Title
Journal ISSN
Volume Title
Publisher
Pontificia Universidad Javeriana Cali
Abstract
En esta investigación se aborda el Uncertain Resource-Constrained Project Scheduling Problem (URCPSP); su versión determinista (el RCPSP) es considerada como el problema NP-hard más importante del área de programación. El RCPSP tiene como objetivo secuenciar las actividades que conforman un proyecto, con el fin de minimizar su tiempo de ejecución, teniendo en cuenta las duraciones de las actividades, sus relaciones de precedencia y el uso de recursos escasos. El URCPSP considera un entorno más realista, donde las duraciones de las actividades pueden variar debido a improvistos. En la literatura se han definido diversos enfoques para su solución, entre ellos destaca la programación robusta, que consiste en encontrar una programación base que sea capaz de absorber posibles perturbaciones mediante una amortiguación temporal. Para conocer qué tan robusta es una solución se han desarrollado diferentes medidas de robustez. Sin embargo, la eficacia de estas medidas es limitada, y ninguna considera simultáneamente la estructura y el estado operativo del problema. Así, la contribución de este proyecto es triple: a) se define una nueva medida de robustez mediante la adaptación de este concepto en sistemas eléctricos, teniendo en cuenta una función lineal por partes para cada actividad que evalúa la importancia de las holguras, considerando el grado en el que se cumple la holgura esperada de cada actividad; b) se diseña una metodología general de solución para el URCPSP que considera el componente estocástico de las duraciones de las actividades y la nueva medida de robustez, e incluye la propuesta de una metaheurística evolutiva; y c) se adapta una librería estándar de casos de prueba incluyendo las duraciones estocásticas basados en perfiles realistas de actividades bajo riesgo. Los resultados obtenidos validan la eficiencia de la propuesta y muestran cómo la distribución inteligente de las holguras permite alcanzar una mayor robustez.
item.page.abstract.eng
item.page.descriptioneng
Keywords
SRCPSP , Incertidumbre , Robustez , Holguras , Algoritmo Genético , Uncertainty , Robustness , Slack , Genetic algorithm