Resumen:La escasez de fuentes de energía no renovables, los problemas geopolíticos en su suministro, el aumento de precios y el impacto del cambio climático, obligan a la economía global a desarrollar soluciones más eficientes energéticamente para sus operaciones. El sector manufacturero no está excluido de este desafío como uno de los mayores consumidores de energía. La programación energéticamente eficiente es un método que atrae a las empresas manufactureras a reducir su consumo, ya que puede implementarse rápidamente y puede mostrar un impacto inmediato. En este estudio, se investiga el problema de programación del taller de flujo híbrido con restricción de bloqueo (BHFS), en el que buscamos minimizar el tiempo de finalización más reciente (es decir, el tiempo de finalización) y el consumo general de energía, un entorno de fabricación típico en muchas industrias, desde la automotriz hasta la farmacéutica. El consumo de energía y el último tiempo de finalización de los pedidos de los clientes suelen ser objetivos contradictorios. Por lo tanto, primero formulamos el problema como un nuevo modelo de programación entera mixta (MIP) multiobjetivo y proponemos un método de restricción épsilon aumentada para encontrar las soluciones óptimas de Pareto. Además, un algoritmo metaheurístico multiobjetivo eficaz. Refined Iterated Pareto Greedy (RIPG), está desarrollado para resolver instancias grandes en un tiempo razonable. Nuestros métodos propuestos se comparan utilizando instancias pequeñas, medianas y grandes para evaluar su eficiencia. Se adoptan dos algoritmos bien conocidos para comparar nuestros enfoques novedosos. Los resultados computacionales muestran la efectividad de nuestro método.
Publicado originalmente en export.arxiv.org el 6 de octubre de 2025.
Ver Fuente Original
