Secuenciación de sistemas de fabricación flexible mediante aprendizaje automático

Abstract

En esta tesis se estudian diversos algoritmos de aprendizaje automático para la resolución de problemas de secuenciación en sistemas de fabricación flexible. En primer lugar, se propone un método que utiliza razonamiento basado en casos ya que este tipo de algoritmo ha demostrado una gran eficacia en otros campos de aplicación y aún no se ha aplicado en la resolución de este tipo de problemas de secuenciación. Posteriormente, se compara el método propuesto con distintos algoritmos de aprendizaje automático existentes y se observa que la alternativa propuesta genera un conocimiento de secuenciación de mayor calidad. Asimismo, para intentar mejorar el conocimiento obtenido con los algoritmos de aprendizaje automático, se propone un nuevo módulo generador de atributos de control que permite extraer un conocimiento de secuenciación de mayor calidad para secuenciar trabajos. Finalmente, estudiando diversos escenarios del sistema de fabricación, se compara la alternativa de secuenciar tareas utilizando aprendizaje automático con el método convencional de emplear reglas de secuenciación de modo estático, comprobando que el sistema de fabricación flexible se compara mejor si se usa la primera alternativa.