Búsqueda metaheurística para problemas de scheduling con incertidumbre en forma de intervalos

Abstract

Los problemas de scheduling han sido objeto de extensa investigación científica dada su complejidad, ya que al ser NP-completos, representan un desafío sustancial en el campo de la Inteligencia Artificial. En su formulación estándar, se presuponen unos datos precisos y conocidos de antemano. Sin embargo, en situaciones del mundo real es común que no se tengan datos certeros, como los tiempos exactos de procesamiento de cada tarea. Como consecuencia, la incertidumbre que prevalece en el entorno real puede ejercer un impacto significativo en los resultados obtenidos al suponer condiciones ideales. Actualmente, existen diversas metodologías para modelar esta incertidumbre como un componente intrínseco del problema, y una de las más prometedoras es la utilización de intervalos, otorgando mayor flexibilidad a situaciones en las que los tiempos exactos de procesamiento de las tareas pueden variar dentro de un rango determinado. Adicional-mente, es común que estos problemas incluyan fechas de entrega, también conocidas como “due-dates”.