Resumen

CASTRILLON, Omar Danilo; SARACHE, William Ariel  y  HERRERA, Santiago Ruiz. Classificador bayesiano de duas classes para selecionar a melhor regla de prioridade em um problema Job Shop: Open Shop. Rev.EIA.Esc.Ing.Antioq [online]. 2019, vol.16, n.31, pp.57-64. ISSN 1794-1237.  https://doi.org/10.24050/reia.v16i31.867.

O objetivo deste trabalho é seleccionar, por meio de um classificador bayesiano de duas clases, a melhor regra de prioridade que pode-se aplicar em um problema Job Shop: Open Shop. Na primeira fase expõe-se o design do classifi-cador, treinado com 300 problemas gerados aleatoriamente. Em 150, a melhor regra de prioridade para os sequenciar foi FIFO (First in First out), e nos outros foi LPT (Long Process Time). Na segunda fase, um conjunto de 300 problemas diferentes, com as mesmas características da primeira fase, foram gerados aleatoriamente. Esses problemas foram classificados previamente (sem sequenciar) por meio da técnica bayesiana proposta. Os resultados mostraram que no 96% dos casos, o classificador proposto logrou identificar a melhor regra de prioridade para sequenciar os pedidos.

Palabras clave : Programação de produção; regras de prioridade; Classificador Bayesiano; Job Shop: Open Shop.

        · resumen en Español | Inglés     · texto en Español     · Español ( pdf )