Segunda Entrega Scheduling e Inventarios

FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS
PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano
PROYECTO ALGORITMO DE SECUENCIACIÓN MULTI - MÁQUINA
TUTOR:
JAVIER ORLANDO NEIRA RUEDA
PRESENTADO POR:
DIEGO JAVIER RUIZ RAMOS COD: 1711021438
JHONNATAN RICARDO RODRIGUEZ MUNOZ COD: 1811982183
ALEJANDRA CATALINA SANCHEZ BALLEN COD: 1621981011
JINETH NATALY GOMEZ DIAZ COD:1521024035
JAVIER JOHAN SANTAMARIA MORENO COD:1521024829
INSTITUCIÓN UNIVERSITARIA POLITÉCNICO GRANCOLOMBIANO

FACULTAD DE INGENIERÍA
INGENIERIA INDUSTRIAL
MAYO-2020
pá g. 1
CIENCIAS BÁSICAS
CONTENIDO
1. INTRODUCCIÓN................................................................................................3
1.1. OBJETIVO PRINCIPAL................................................................................4
1.2. OBJETIVOS SECUNDARIOS......................................................................4
1.3. CRONOGRAMA DE ACTIVIDADES............................................................4
2. MARCO TEÓRICO – SECUENCIACIÓN DE MÁQUINAS.................................5
2.1. TIPOS PRINCIPALES DE PROBLEMAS EN SECUENCIACIÓN DE
MÁQUINAS.............................................................................................................5
2.2. ALGORITMOS PRINCIPALES PARA SECUENCIACIÓN EN
PROBLEMAS MONO-MÁQUINA...........................................................................5
2.3. ALGORITMOS PRINCIPALES PARA SECUENCIACIÓN EN
PROBLEMAS MULTI-MÁQUINA...........................................................................5
3. SOLUCIÓN DEL ESTUDIO DE CASO...............................................................6
4. CONCLUSIONES Y RECOMENDACIONES.....................................................6
4.1. CONCLUSIONES.........................................................................................6
4.2. RECOMENDACIONES................................................................................6
BIBLIOGRAFÍA..........................................................................................................7
ANEXOS....................................................................................................................8
pá g. 2
CIENCIAS BÁSICAS
1. INTRODUCCIÓN
La planificación o programación de tareas son de gran importancia tanto para

empresas de manufactura como de servicios, el propósito es optimizar varios
objetivos de la operación. El Scheduling es la programación de estas tareas donde
se asignan recursos a diferentes trabajos determinando el tiempo de inicio y
finalización. Un ejemplo muy común es en las líneas de producción de una fábrica,
donde la finalidad es minimizar tiempo y costos de producción, plasmando cuando
producir, con que personal y con qué maquinaria.
La intención de este proyecto es caracterizar un problema de Scheduling,
mostrando una serie de estrategias desarrolladas en secuencia, que ayuden a
minimizar el makespan dentro de una litografía, analizando los tiempos de proceso
en cada una de las etapas, para los trabajos programados.
Para llevar a cabo el presente, se ha estructurado tres etapas. La etapa uno se
determina mediante fuentes consultadas un resumen que defina los principales
problemas de secuenciación. La etapa dos se define los principales algoritmos
para secuenciación de tareas, tanto en problemas mono- máquina, como multi-
máquina. En la etapa tres se indica el algoritmo de secuenciación que se aplica
para el problema, justificándolo y hallando medidas de desempeño básicas para
comparar su solución obtenida, bajo alguna regla de despacho básica.
pá g. 3
CIENCIAS BÁSICAS
1.1. OBJETIVO PRINCIPAL
Identificar y analizar cada una de las actividades realizadas en el proceso

litográfico del problema propuesto, para generar una secuencia optima que nos
permita disminuir el tiempo total de trabajo.
1.2. OBJETIVOS SECUNDARIOS
 Estudiar la lista de actividades realizadas en el proceso litográfico y el

tiempo que requiere cada una.
 Identificar las actividades que requieran mayor tiempo de proceso.
 Realizar secuenciación de actividades apoyados en un diagrama de
Gantt para cada etapa del proceso.
 Generar informe basados en los resultados obtenidos.
 Aplicar los algoritmos de secuenciación multi-maquina.
pá g. 4
CIENCIAS BÁSICAS
1.1. CRONOGRAMA DE ACTIVIDADES
cronograma de actividades Algoritmos de secuenciacion Multi-Maquina
Semana 1
Semana 2
Semana 3
Semana 4
Semana 5
Semana 6
Semana 7
Actividad
Revisar el material proporcionado

por parte del docente para realizar
la actividad planteada
Conformación de Equipos de
trabajo, asignación de funciones y
puntos a realizar en la respectiva
semana
Validación de los aportes
realizados por cada uno de los
integrantes del grupo para la
consolidación de la entrega
respectiva
Definir los distintos métodos a
implementar para resolver los
problemas planteamos en la
actividad
Con las bases de la primera

entrega desarrollamos todo el
contenido para la entrega número
dos, con la investigación individual
durante esta semana aportando
opiniones y generando siempre la
socialización de lo que se va a
aportar.
Se identifica el algoritmo de
frecuencia que se manejó y bajo el
cual se va a entregar el análisis del
trabajo teniendo en cuenta la regla
de despacho que aplicaría al
mismo.
Se desarrolla la tercera entrega

con bases de las dos entregas
anteriores y finiquitando las
correcciones que puedan salir para
consolidar la entrega final y buen
trabajo que tiene como resultado la
resolución del caso planteado
pá g. 5
CIENCIAS BÁSICAS
2. MARCO TEÓRICO - SECUENCIACIÓN DE MÁQUINAS
La secuenciación de máquinas pertenece a la planificación de la producción y ha

sido un área de investigación que busca encontrar la manera óptima de asignar
tareas dentro de un proceso teniendo en cuenta las máquinas y recursos
disponibles limitados en un horizonte de tiempo establecido [ CITATION Ale081 \l
9226 ], esto con el fin de cumplir con los objetivos planteados como son fechas de
entrega a clientes internos y externos o tener un foco en cuanto a maximizar una
producción o minimizar paros o tiempos de procesos; otro de los objetivos de la
secuenciación de máquinas es optimizar el nivel del inventario de producto en
proceso ya que esto permite reducir los costos de manutención [ CITATION Jai09 \l
9226 ] de dicho inventario.
Dentro de la asignación a soluciones se pueden analizar los diferentes algoritmos

para el planteamiento de las diferentes posibilidades de asignación de tareas,
dentro de estos algoritmos o reglas encontramos SPT (Shortest Processing Time),
FIFO (Frist in Frist out) y LPT (Longest Processing Time) y teoremas como el de
Johnson, partiendo de estos algoritmos podemos decir que obtenemos resultados
de complicación, algoritmos exactos y algoritmos de aproximación para procesos
que requieran una secuenciación de máquinas paralelas, de una máquina, flow
shop, job shop, open shop, etc. [ CITATION MCO14 \l 9226 ]
pá g. 6
CIENCIAS BÁSICAS
2.1 TIPOS PRINCIPALES DE PROBLEMAS EN SECUENCIACIÓN DE

MAQUINAS
El enunciado básico general del problema es el siguiente (Companys, 2000): n

piezas (lotes de piezas, pedidos u órdenes de trabajo) deben realizarse en m
máquinas (recursos, secciones, puestos de trabajo). La realización de cada pieza
implica la ejecución, en cierto orden establecido, de una serie de operaciones
prefijadas donde cada operación está asignada a una de las m máquinas y tiene
una duración (tiempo de proceso) determinada y conocida; debe establecerse un
programa, es decir, la secuencia de operaciones en cada máquina y el intervalo
temporal de ejecución de las operaciones, con el objetivo de optimizar un índice
determinado que mide la eficiencia del programa. Problemas como el descrito se
originan en los más diversos sectores, aunque no tengan la menor relación con la
mecánica ni con los talleres; por comodidad de lenguaje y para unificar la
nomenclatura se utiliza sistemáticamente las palabras pieza, máquina y taller al
referirse a los conceptos equivalentes en dichos problemas.
CLASIFICACIÓN:
• Problema estático: Un número de piezas finito y determinado debe realizarse

en un taller con un número finito de máquinas. En el instante de realizar la
programación se conoce la ruta de cada pieza, las operaciones que la componen,
en qué máquina debe realizarse cada operación y la duración correspondiente.
Todas las piezas están disponibles en el mismo instante que habitualmente se

adopta como instante inicial o instante 0 en tiempo relativo. La finalidad del
problema se centra en la búsqueda de un programa que optimice un índice de
eficiencia establecido. Dichos índices de eficiencia se verán en un apartado
posterior. El problema objeto del proyecto es, por tanto, un problema estático
pá g. 7
CIENCIAS BÁSICAS
• Problema semidinámico Un número de piezas finito y determinado debe

producirse en un taller con un número finito de máquinas. En el instante de
determinar la programación se conoce la ruta de cada pieza, las operaciones que
la componen, en qué máquina debe realizarse cada operación y la duración
correspondiente. Los instantes de disponibilidad de las piezas y/o máquinas no
son todos idénticos, pero sí conocidos en el instante de realizar la programación.
La finalidad del problema se centra en la búsqueda de un programa que optimice
un índice de eficiencia establecido. Como se puede observar, los problemas
estáticos y semidinámicos tan sólo se diferencian en lo que hace referencia a los
instantes de disponibilidad.
• Problema dinámico El horizonte de funcionamiento del taller, así como el

número de piezas, aunque no el de las máquinas, es ilimitado hacia el futuro.
Todas las piezas que serán tratadas en el taller en el futuro no están definidas en
un momento determinado, salvo, eventualmente, en probabilidad.
La definición de las piezas se realiza progresivamente a medida que transcurre el

tiempo. Una pieza queda definida por completo cuando la orden se emite o llega al
taller (o en un momento anterior muy próximo a la llegada efectiva). En cualquier
instante el conocimiento determinista de la situación es muy semejante al
disponible en un problema semidinámico. Se diferencian en que en este tipo de
problemas, progresivamente algunas piezas terminan su elaboración en el taller y
lo abandonan, siendo sustituidas por otras nuevas que llegan para ser elaboradas;
en esta situación son necesarios los ciclos de reprogramación, ya que un único
programa no es suficiente, al alterarse la situación del taller con el transcurrir del
tiempo. La finalidad en los problemas dinámicos es establecer un procedimiento
de programación; los índices de eficiencia deben estar asociados a las
pá g. 8
CIENCIAS BÁSICAS
características medias de los programas y realizaciones obtenidas a lo largo de un

intervalo temporal suficiente.
Nomenclatura
La tipología de los problemas de secuenciación suele describirse mediante una

notación muy simple formada por cuatro símbolos:
A/B/C/D
A: corresponde a la llegada de las piezas. En los problemas dinámicos puede

indicar una ley de probabilidad; en los estáticos será el número de piezas (n indica
un número de piezas arbitrario).
B: número de máquinas (m indica un número de máquinas arbitrario).
C: patrón de flujo.
F: indica flujo regular (flow-shop), todas las piezas tienen esencialmente la misma
ruta (se admite que algunas piezas no tengan operación en algunas máquinas).
P: indica un caso particular del anterior en el que, además de lo indicado, todas las
máquinas tienen la misma secuencia de piezas, es decir, la solución buscada es
simplemente una permutación de las piezas, que constituye la secuencia en todas
las máquinas. Programación de la secuencia de fabricación mediante AG
R: indica rutas aleatorias (randomly routed job-shop).
G: indica flujo general (job-shop).
D: se refiere al índice de eficiencia elegido para evaluar los programas.
pá g. 9
CIENCIAS BÁSICAS
2.2 ALGORITMOS PRINCIPALES PARA SECUENCIACIÓN EN PROBLEMAS

MONO-MÁQUINA
Algoritmo de Moore
Este ordena cuatro pasos de forma adecuada para resolver los problemas:
Paso 1: Ordena los trabajos de acuerdo con la regla de prioridad EDD (Earliest
Due Date – Fecha de Entrega más Próxima)
Paso 2: Seleccionar el primer trabajo atrasado en la secuencia actual, digamos
el trabajo i. Si no hay ninguno atrasado siga al Paso 4.
Paso 3: Considere los trabajos 1 al i. Rechace el trabajo con mayor tiempo de
proceso, vuelva al Paso 2.
Paso 4: Forme la secuencia que resulta de tomar la secuencia actual y colocar
todos los trabajos rechazados al final (Geo tutoriales, 2014)
Si luego de realizar la primera iteración del Algoritmo de Moore existe un nuevo
trabajo atrasado (asumiendo que en la iteración 1 se rechazo un trabajo,
digamos trabajo A), dicho trabajo se rechaza (digamos trabajo B) y se envía al
“final de la secuencia”, entendiendo por ello que desde la perspectiva del
número de trabajos atrasados (objetivo del algoritmo) resulta indistinto que la
secuencia final termine con A-B o con B-A. Si fuese necesario realizar una
tercera iteración (o más) se procede bajo el mismo criterio. (Geo tutoriales,
2014)
Algoritmo Húngaro
El método húngaro es un método de optimización de problemas de asignación,

conocido como tal gracias a que los primeros aportes al método clásico definitivo
fueron de Dénes König y Jenő Egerváry dos matemáticos húngaros. El algoritmo
tal como se detallará a continuación está diseñado para la resolución de
pá g. 10
CIENCIAS BÁSICAS
problemas de minimización únicamente, será entonces cuestión de agregar un

paso adicional para abordar ejercicios de maximización. (Salazar, 2016).
Paso 1: Antes que nada, cabe recordar que el método húngaro trabaja en una
matriz de costos n*m (en este caso conocida como matriz m*m, dado que el
número de filas es igual al numero de columnas n=m), una vez construida esta
se debe encontrar el elemento mas pequeño de cada fila de la matriz. (Salazar,
2016).
Paso 2: Una vez se cumple el procedimiento anterior se debe construir una
nueva matriz n*m, en la cual se consignarán los valores resultantes de la
diferencia entre cada costo y el valor mínimo de cada fila a la cual cada costo
corresponde (valor mínimo hallado en el primer paso) (Salazar, 2016).
Paso 3: Este paso consiste en realizar el mismo procedimiento de los dos
pasos anteriores referidos ahora a las columnas, es decir, se halla el valor
mínimo de cada columna, con la diferencia que este se halla de la matriz
resultante en el segundo paso, luego se construirá una nueva matriz en la cual
se consignaran los valores resultantes de la diferencia entre cada costo y el
valor mínimo de la columna a la cual cada costo corresponde, matriz llamada
“Matriz de Costos Reducidos” (Salazar, 2016).
Paso 4: A continuación, se deben trazar líneas horizontales o verticales o
ambas (únicamente de esos tipos) con el objetivo de cubrir todos los ceros de
la matriz de costos reducidos con el menor número de líneas posibles, si el
número de líneas es igual al numero de filas o columnas se ha logrado obtener
la solución óptima (la mejor asignación según al contexto de optimización), si el
número de líneas es inferior al número de filas o columnas se debe proceder
con el Paso 5 (Salazar, 2016).
Paso 5: Este paso consiste en encontrar el menor elemento de aquellos

valores que no se encuentran cubiertos por las líneas del Paso 4, ahora se
restara del restante de elementos que no se encuentran cubiertos por las líneas; a
pá g. 11
CIENCIAS BÁSICAS
continuación, este mismo valor se sumará a los valores que se encuentren en las
intersecciones de las líneas horizontales y verticales, una vez finalizado este paso
de debe volver al Paso 4 (Salazar, 2016).
2.3 ALGORITMOS PRINCIPALES PARA SECUENCIACIÓN EN PROBLEMAS

MULTI-MÁQUINA
ALGORITMO DE JOHNSON
La regla de Johnson es un algoritmo heurístico utilizado para resolver situaciones
de secuenciación de procesos que operan dos o más órdenes (operaciones) que
pasan a través de dos máquinas o centros de trabajo. Su principal objetivo es
minimizar el tiempo de procesamiento total del grupo de trabajos. Este algoritmo
consiste en la aplicación de cuatro sencillos pasos:
El primer paso consiste en listar todos los trabajos u operaciones junto con su
tiempo de procesamiento por cada centro de trabajo o máquina.
El segundo paso consiste en seleccionar el tiempo de procesamiento más corto.
Recuerde que como resultado de la aplicación del paso 1 obtenemos dos
columnas de tiempos (tiempos del centro de trabajo 1 y 2); Sí el tiempo más corto
se encuentra en la columna correspondiente al centro de trabajo (máquina) 1, este
trabajo se programa primero, en caso contrario y de estar en la columna
correspondiente al centro de trabajo 2, este trabajo se programa al final. Cualquier
empate puede romperse de forma arbitraria.
Una vez se programa un trabajo, sea al inicio o sea al final, este se elimina de la
lista inicial.
Se deben repetir los pasos 2 y 3 para los trabajos restantes, trabajando hacia el
centro de la secuencia.
Ejemplo de la aplicación de la Regla de Johnson

El taller de metalmecánica «Abelito» tiene para su programación 5 órdenes de
trabajo; se trata de piezas de acero inoxidable de geometrías distintas, para ello la
materia prima (bloques de acero inoxidable) debe ser primero torneada, según
especificaciones particulares de cada pieza; luego son pasadas al centro de
pá g. 12
CIENCIAS BÁSICAS
fresado, en el cual adquieren geometrías diversas según las precisiones del plano
que la acompañan.
El orden de trabajo no es conmutativo, por lo cual es imperativo que antes de que
cada pieza sea fresada deberá haber pasado por el proceso de torneado. Los
tiempos de torneado y fresado de cada pieza se especificarán en el siguiente
tabulado:
Con base en lo anterior, debemos efectuar una secuenciación que minimice el

tiempo total de programación, para ello utilizaremos la regla de Johnson.
Solución
El primer paso consiste entonces en listar los trabajos junto a sus respectivos
tiempos de procesamiento en los centros de trabajo, para lo cual hacemos uso del
tabulado del enunciado del problema:
El segundo paso consiste en seleccionar el tiempo de procesamiento más corto,

como este se encuentra en el centro de trabajo 1 (torneado, primera columna), se
programa de primero:
pá g. 13
CIENCIAS BÁSICAS
El tercer paso consiste en eliminar de la lista la orden que fue asignada:
El último paso indica la repetición de los pasos 2 y 3 hasta asignar la totalidad de

órdenes:
En la asignación del orden del siguiente trabajo podemos observar que el tiempo
menor se encuentra en la segunda columna, correspondiente al proceso de
fresado, razón por la cual este trabajo se programará de último:
pá g. 14
CIENCIAS BÁSICAS
El último trabajo se asignará por lógica en el orden que queda disponible, por lo
cual la secuencia obtenida mediante la aplicación de la regla de Johnson es la
siguiente:
Es práctica común luego de determinar la secuencia, diagramar el orden y los

tiempos de cada trabajo y para cada máquina en una gráfica de Gantt, esta
herramienta permite observar de una manera sencilla el tiempo de programación
global, y por cada centro de trabajo, así como los tiempos ociosos de los mismos.
Podemos observar como el centro de fresado debe esperar 0,5 horas para recibir
la pieza D proveniente del centro de torneado; además, podemos observar como
el tiempo total de programación es igual a 9,6 horas.
pá g. 15
CIENCIAS BÁSICAS
BIBLIOGRAFÍA
Montoya, Torres, Jairo Rafael, et al. Estudio de algoritmos dinámicos para el

problema de secuenciación de trabajos en una máquina simple, Red Ingeniería y
Universidad, 2009. ProQuest E-book Central, Introducción a la secuenciación
monomáquina. P. 3 a 4. Disponible en:
https://ebookcentralproquestcom.loginbiblio.poligran.edu.co/lib/bibliopoligransp/det
ail.action?docID=3184399.du.co/lib/bibliopoligr ansp/detail.action?docID=3184399.
https://www.ingenieriaindustrialonline.com/produccion/regla-de-johnson/
Alexander Alberto Correa Espinal, P. E. (22 de 12 de 2008).

http://bdigital.unal.edu.co/. Obtenido de
http://bdigital.unal.edu.co/15495/1/10109-18482-1-PB.pdf
Jairo Rafael Montoya Torres, ,. G. (2009). Estudio de algoritmos dinámicos para el
problema de secuenciación de trabajos en una máquina simple. Red
Ingeniería y Universidad.
Rosales, M. O. (Septiembre de 2014). http://eprints.uanl.mx/. Obtenido de
http://eprints.uanl.mx/3997/1/1080253638.pdf
Fernande, I., Marin, B. (2003). Programación de las secuencias de fabricación en

una máquina, con tiempos de preparación variables, mediante aplicación
de algoritmos genéticos. Recuperado de
https://upcommons.upc.edu/bitstream/handle/2099.1/3638/31132-1.pdf
GEO tutorial (2014). Gestión de Operaciones. Algoritmo de Moore aplicado a la

programación de Trabajos. Recuperado de
http://www.gestiondeoperaciones.net/programacion-de-trabajos/algoritmo-de-
moore-aplicado-a-la-programacion-de-n-trabajos-en-una-maquina/
pá g. 16
CIENCIAS BÁSICAS
Salazar, B. (2016) Problemas de asignación. Recuperado de

http://www.ingenieriaindustrialonline.com/herramientas-para-el-ingeniero-
industrial/investigaci%C3%B3n-de-operaciones/problemas-de-asignaci%C3%B3n/
pá g. 17

Segunda Entrega Scheduling e Inventarios

Cargado por

Copyright:

Formatos disponibles

Segunda Entrega Scheduling e Inventarios

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Segunda Entrega Scheduling e Inventarios

Cargado por

Copyright:

Formatos disponibles

FACULTAD DE INGENIERÍA Y

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

PROYECTO ALGORITMO DE SECUENCIACIÓN MULTI - MÁQUINA

INSTITUCIÓN UNIVERSITARIA POLITÉCNICO GRANCOLOMBIANO

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

La planificación o programación de tareas son de gran importancia tanto para

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

1.1. OBJETIVO PRINCIPAL

Identificar y analizar cada una de las actividades realizadas en el proceso

1.2. OBJETIVOS SECUNDARIOS

 Estudiar la lista de actividades realizadas en el proceso litográfico y el

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

1.1. CRONOGRAMA DE ACTIVIDADES

cronograma de actividades Algoritmos de secuenciacion Multi-Maquina

Revisar el material proporcionado

Con las bases de la primera

Se desarrolla la tercera entrega

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

2. MARCO TEÓRICO - SECUENCIACIÓN DE MÁQUINAS

La secuenciación de máquinas pertenece a la planificación de la producción y ha

Dentro de la asignación a soluciones se pueden analizar los diferentes algoritmos

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

2.1 TIPOS PRINCIPALES DE PROBLEMAS EN SECUENCIACIÓN DE

El enunciado básico general del problema es el siguiente (Companys, 2000): n

• Problema estático: Un número de piezas finito y determinado debe realizarse

Todas las piezas están disponibles en el mismo instante que habitualmente se

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

• Problema semidinámico Un número de piezas finito y determinado debe

• Problema dinámico El horizonte de funcionamiento del taller, así como el

La definición de las piezas se realiza progresivamente a medida que transcurre el

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

características medias de los programas y realizaciones obtenidas a lo largo de un

La tipología de los problemas de secuenciación suele describirse mediante una

A: corresponde a la llegada de las piezas. En los problemas dinámicos puede

B: número de máquinas (m indica un número de máquinas arbitrario).

R: indica rutas aleatorias (randomly routed job-shop).

G: indica flujo general (job-shop).

D: se refiere al índice de eficiencia elegido para evaluar los programas.

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

2.2 ALGORITMOS PRINCIPALES PARA SECUENCIACIÓN EN PROBLEMAS

El método húngaro es un método de optimización de problemas de asignación,

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

problemas de minimización únicamente, será entonces cuestión de agregar un

Paso 5: Este paso consiste en encontrar el menor elemento de aquellos

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

2.3 ALGORITMOS PRINCIPALES PARA SECUENCIACIÓN EN PROBLEMAS

Ejemplo de la aplicación de la Regla de Johnson

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

Con base en lo anterior, debemos efectuar una secuenciación que minimice el

El segundo paso consiste en seleccionar el tiempo de procesamiento más corto,

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

El tercer paso consiste en eliminar de la lista la orden que fue asignada:

El último paso indica la repetición de los pasos 2 y 3 hasta asignar la totalidad de

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

Es práctica común luego de determinar la secuencia, diagramar el orden y los

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

Montoya, Torres, Jairo Rafael, et al. Estudio de algoritmos dinámicos para el