Diseño de una metodología para la minimización del valor esperado y la desviación estándar de la tardanza total en un ambiente Permutation Flow Shop estocástico

El presente trabajo de grado responde al problema de programación de la producción en un ambiente Permutation Flow Shop, considerando tiempos de proceso estocásticos, a través de un acercamiento multi-objetivo que genera Fronteras de Pareto para la Media y la Desviación Estándar de la Tardanza Total. Esto se alcanza a través del diseño de una simheuristic que combina una metaheurística Tabú y un algoritmo PAES con una simulación de Montecarlo para el cálculo de ambos objetivos. El proceso de diseño requirió del análisis del problema para el caso determinístico a través de programación lineal y metaheurísticas, considerando un solo objetivo. Luego, se aborda la aproximación estocástica a través del método propuesto. La efectividad de la metodología diseñada fue evaluada para dos distribuciones de probabilidad diferentes del parámetro estocástico - distribución lognormal y distribución uniforme- y tres coeficientes de variación - 0.3, 0.4 y 0.4-. Los resultados fueron comparados con las soluciones simuladas generadas por el algoritmo Tabú ejecutado para el caso estocástico. Se construyó un análisis de varianza, con 180 instancias encontradas en la literatura, para evaluar el método propuesto, considerando los tres factores mencionados anteriormente, tanto para la media como para la desviación de la tardanza media. Los tamaños de las instancias de prueba (en trabajos x máquinas) son 50x10, 50x30, 150x10, 150x30 y fueron generadas con tres diferentes valores de due date range y tardiness factor. Las resultas muestran que, en 176 de las 180 instancias evaluadas, la simheuristic diseñada tuvo mejores resultados que aquellos generados por el modelo determinístico, para ambos objetivos analizados.This thesis work addresses the short-term scheduling problem in a Permutation Flow Shop environment, considering stochastic processing times, through a multiobjective approach that generates Pareto Frontiers for Mean and Standard Deviation of Total Tardiness. This is accomplished by designing a simheuristic that combines the Tabu Search Metaheuristic and the PAES algorithm with a Monte Carlo simulation process for calculating both objectives. The design process required the analysis of the deterministic approach through linear programming and Metaheuristics considering a single objective. Then, the stochastic approach was addressed through the proposed method. The effectiveness of the simheuristic designed was evaluated for two different probability distributions of the stochastic parameter –lognormal distribution a uniform distribution- and three coefficients of variation -0.3, 0.4, and 0.5-. The results were compared with the simulated solutions given by the Tabu Search algorithm programed for the deterministic case. An analysis of variance was done, with 180 benchmark instances, for evaluating the proposed method, considering the three factors mentioned before, for both Mean and Standard Deviation of the Total Tardiness. Instances sizes are (in jobs x machines) 50x10, 50x30, 150x10 and 150x30 and were generated with three different parameters of tardiness factor and due date range. Results show that, in 176 of the 180 instances, the simheuristic presented a significantly better result than that generated by deterministic approach, for both objectives analyzed