Programación de turnos de conductores del sistema de troncales del transporte masivo del área metropolitana del centro occidente mediante algoritmos genéticos

dc.contributor.advisorRamirez Guespu, Julian Andres
dc.contributor.authorBurbano Diaz, Diego Ernesto
dc.contributor.authorLasprilla Ortiz, Jhon William
dc.creator.degreeTrabajo de grado para optar al título de Ingenieros Industriales
dc.date.accessioned2020-09-02T17:04:57Z
dc.date.available2020-09-02T17:04:57Z
dc.date.issued2020
dc.descriptionEl problema de la programación de turnos consiste en asignar conductores a un conjunto de viajes o piezas de trabajo mientras se garantiza un conjunto de restricciones. En los sistemas reales, entre mayor sea el número de viajes, más complejo se vuelve el problema, lo que implica invertir muchos recursos para resolverlo. Este artículo presenta un algoritmo genético para el problema de programación de turnos en el sistema troncal del transporte masivo metropolitano del centro occidente. Se aplica una estructura cromosómica basada en piezas de trabajo. Después de crear la población inicial aleatoriamente y el operador de mutación, los cromosomas pasan por un método de reparación. El resultado de las simulaciones muestra la importancia de la mutación para este caso y estructura del algoritmo. En comparación con el método manual de la empresa operadora, el algoritmo proporciona una solución efectiva dentro de un tiempo computacional razonable, a 3 rutas distintas para un total de 178 viajeses
dc.description.abstractCrew scheduling problem is the task of assigning drivers to a sequence of bus trips while ensuring a constraint set. In real systems the more number of trips the more complex the problem gets, which means invest a lot of resources to solve it. This paper presents a genetic algorithm for crew scheduling problem in the trunk system of the center western metropolitan mass transport. A piece based chromosome structure is applied. After randomly create the initial population and mutation operator, chromosomes pass through a repairing method. The simulations result show the importance of the mutation method in this case. Compared with manual method of the operator company the algorithm provides an effective solution within a fast timeframe, to 3 routes for a total of 178 trips. Keywords: Genetic algorithms, crew scheduling problem, massive public transport, metaheuristicses
dc.formatapplication/pdf
dc.format.extent11 páginas
dc.identifier.citationBurbano Diaz, Diego Ernesto; Lasprilla Ortiz, J. W. (2020). Programación de turnos de conductores del sistema de troncales del transporte masivo del área metropolitana del centro occidente mediante algoritmos genéticos. Universidad Santiago de Cali.
dc.identifier.urihttps://repositorio.usc.edu.co/handle/20.500.12421/4028
dc.language.isoeses
dc.publisherUniversidad Santiago de Calies
dc.publisher.facultyFacultad de Ingeniería
dc.publisher.programIngeniería Industrial
dc.pubplace.cityCali
dc.pubplace.stateValle del Cauca
dc.rights.accesoAcceso Abierto
dc.rights.ccReconocimiento 4.0 Internacional (CC BY 4.0)
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/
dc.source.institutionUniversidad Santiago de Cali
dc.source.repositoryRepositorio Institucional USC
dc.subjectAlgoritmos Genéticoses
dc.subjectProgramación de Turnoses
dc.subjectTransporte Masivoes
dc.subjectMetaheurísticases
dc.titleProgramación de turnos de conductores del sistema de troncales del transporte masivo del área metropolitana del centro occidente mediante algoritmos genéticoses
dc.typeThesises
dc.type.spaArtículo

Files

Original bundle
Now showing 1 - 3 of 3
No Thumbnail Available
Name:
Acta.pdf
Size:
1.18 MB
Format:
Adobe Portable Document Format
No Thumbnail Available
Name:
Formato de Autorización.pdf
Size:
237.93 KB
Format:
Adobe Portable Document Format
No Thumbnail Available
Name:
Trabajo de Grado.pdf
Size:
611.9 KB
Format:
Adobe Portable Document Format
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description: