Search

The Job Shop Scheduling Problem (JSP) is a combinatorial optimization problem cataloged as type NP-Hard. To solve this problem, several heuristics and metaheuristics have been used. In order to minimize the makespan, we propose a Memetic Algorithm (MA), which combines the exploration of the search space by a Genetic Algorithm (GA), and the exploitation of the solutions using a local search based on the neighborhood structure of Nowicki and Smutnicki. The genetic strategy uses an operation-based representation that allows generating feasible schedules, and a selection probability of the best individuals that are crossed using the JOX operator. The results of the implementation show that the algorithm is competitive with other approaches proposed in the literature.

The enzyme glucose-6-phosphate dehydrogenase (G6PD) plays an important role in maintaining the level of NADPH and in producing pentose phosphates for nucleotide biosynthesis. It is also of great value as an analytical reagent, being used in various quantitative assays. In searching for new strategies to purify this enzyme, the partitioning of G6PD in two-phase aqueous mixed (nonionic/cationic) micellar systems was investigated both experimentally and theoretically. Our results indicate that the use of a two-phase aqueous mixed micellar system composed of the nonionic surfactant C10E4 (n-decyl tetra(ethylene oxide)) and the cationic surfactant CnTAB (alkyltrimethylammonium bromide, n = 8, 10, or 12) can improve significantly the partitioning behavior of G6PD relative to that obtained in the two-phase aqueous C10E4 micellar system. This improvement can be attributed to electrostatic attractions between the positively charged mixed (nonionic/cationic) micelles and the net negatively charged enzyme G6PD, resulting in the preferential partitioning of G6PD to the top, mixed micelle-rich phase of the two-phase aqueous mixed micellar systems. The effect of varying the cationic surfactant tail length (n = 8, 10, and 12) on the denaturation and partitioning behavior of G6PD in the C10E4 /CnTAB/buffer system was investigated. It was found that C8TAB is the least denaturing to G6PD, followed by C10TAB and C12TAB. However, the C10E4/C12TAB/buffer system generated stronger electrostatic attractions with the net negatively charged enzyme G6PD than the C10E4/C10TAB/buffer and the C10E4/C8TAB/buffer systems, when using the same amount of cationic surfactant. Overall, the two-phase aqueous mixed (C10E4/C10TAB) micellar system yielded the highest G6PD partition coefficient of 7.7, with a G6PD yield in the top phase of 71%, providing the optimal balance between the denaturing effect and the electrostatic attractions for the three cationic surfactants examined. A recently developed theoretical framework to predict protein partition coefficients in two-phase aqueous mixed (nonionic/ionic) micellar systems was implemented, and the theoretically predicted G6PD partition coefficients were found to be in reasonable quantitative agreement with the experimentally measured ones. © 2003 Wiley Periodicals, Inc. Biotechnol Bioeng 82: 445–456, 2003. [ABSTRACT FROM AUTHOR]

Twitter se ha convertido en una herramienta importante para conocer en tiempo real lo que sucede en el mundo político, social y económico. Esta plataforma es cada vez más atractiva como medio de comunicación para diferentes tipos de eventos, puede ser usada en procesos de operaciones logísticas y humanitarias mejorando la comunicación entre los actores involucrados en una situación de un desastre natural. El enfoque de Análisis de Redes Sociales ARS se usó para datos generados en la red social Twitter para un evento de desastre natural, analizando tres actores importantes, los usuarios, hashtags y URLs. En el presente trabajo se presenta una metodología ARS implementada en un caso de estudio de desastre (erupción del volcán Sinabung en 2018). A partir de los análisis se identificaron usuarios, temas y fuentes de información relevantes durante la ocurrencia del desastre. Los análisis ofrecen una vista general de las interacciones e impacto de los elementos más influyentes durante el evento bajo estudio, teniendo una importancia destacada los equipos de noticia, redes sociales y centros de investigación. Los hallazgos del estudio son comparados con un estudio anterior, encontrando similitudes en la mayoría de estos, sin embargo, en nuestro estudio se identificó nuevos actores del ámbito técnico académico que buscan contribuir y difundir información relevante del evento disruptivo.

El artículo presenta los resultados del estudio de un problema de ruteo de vehículos con demandas estocásticas (Vehicle Routing Problem with Stochastic Demands, VRPSD), en el cual la única variable estocástica es la demanda de los clientes; esta variable sigue una distribución discreta, y su valor solo es conocido cuando el vehículo llega a la ubicación del cliente. Para su solución, se implementó la metaheurística denominada Optimización por Espiral, con el enfoque a priori y la estrategia de reabastecimiento preventivo para un solo vehículo. Para mejorar el método se inicializaron las rutas mediante la heurística del vecino más cercano, y posteriormente se utilizó la mutación, un operador evolutivo, para ampliar la zona de exploración de los puntos de búsqueda. Adicionalmente, se utilizó el intercambio 2-Opt, una heurística de búsqueda local, con el fin de intensificar la búsqueda en la vecindad de soluciones óptimas encontradas. Por otra parte, se realizó un diseño de experimentos 23, con el fin de determinar la influencia de cada factor en la función objetivo. Este análisis se llevó a cabo en 8 instancias diferentes que fueron diseñadas y desarrolladas por Galván et al. [1]. Finalmente, se compararon los resultados obtenidos con los arrojados por el algoritmo híbrido EPSO, con el objetivo de probar la eficiencia y eficacia del algoritmo desarrollado. Esta comparación evidenció que el método propuesto obtiene mejores resultados en todas las instancias, con mejoras de hasta el 5,71 %.

Parton distribution functions and hadronic tensors may be computed on a universal quantum computer without many of the complexities that apply to Euclidean lattice calculations. We detail algorithms for computing predictions of parton distribution functions and the hadronic tensor in the Thirring model. Their generalization to QCD is discussed with the conclusion that the parton distribution function is best obtained by fitting the hadronic tensor rather than direct calculation. As a side effect of this method, we find that lepton-hadron cross sections may be computed relatively cheaply. Finally, we estimate the computational cost of performing such a calculation on a digital quantum computer, including the cost of state preparation for physically relevant parameters.

Esta investigación considera el problema de diseño de centros de distribución y preparación de pedidos o alistamiento, en una empresa del sector textil colombiano. Mediante una revisión literaria se establece la metodología para el diseño del centro que mejor se ajusta a la empresa para minimizar el tiempo de alistamiento. A partir de la metodología seleccionada se construye el perfil de los pedidos, con base en la caracterización, se trata de manera integral el problema de diseño y alistamiento. Se evalúan distintos escenario de diseño del centro de distribución y políticas de alistamiento y de ruteo, con el propósito de identificar la influencia de los escenarios y políticas en el tiempo de alistamiento de pedidos y el factor de utilización de los recursos involucrados en el proceso. Los resultados contribuyen a la mejora de los indicadores de los procesos, reflejados en los costos de operación y el servicio al cliente.

Se presenta la metaheurística de Optimización de Enjambre de Partículas (PSO) para la solución del Problema de Ruteo de Vehículos con Entrega y Recolección Simultáneas (VRPSPD). Se aplica una representación de la solución y un método de decodificación para implementar el PSO al VRPSPD. El método de decodificación inicia transformando una partícula en una lista de prioridades de clientes para entrar a las rutas y en una matriz de prioridades de vehículos para servir cada cliente. Las rutas de los vehículos son construidas con base en la lista de prioridad de clientes y en la matriz de prioridad de vehículos. El algoritmo es validado usando 18 instancias disponibles en la literatura para problemas de 100, 200 y 400 clientes.

En este artículo se presenta el framework SIM-EPSO para la solución del Problema de Ruteo de Vehículos con Demandas Estocásticas (VRPSD) con descarga preventiva para el caso de un solo vehículo, desarrollando la metaheurística híbrida Optimización de Enjambre de Partículas Evolutivo (EPSO) y Simulación Monte Carlo para la evaluación de la función objetivo. Adicionalmente, se usó un diseño experimental con el propósito de determinar el impacto de los parámetros del VRPSD sobre la función objetivo, y se construyó un banco de pruebas con el objetivo de medir la calidad de las soluciones encontradas en el SIM-EPSO, las cuales fueron contrastadas con la versión básica de la metaheurística Optimización de Enjambre de Partículas (PSO). Los resultados computacionales obtenidos evidencian la eficiencia del framework propuesto para encontrar mejores soluciones respecto al PSO en un tiempo computacional competitivo.

En el trabajo se presentan tres problemas del área del Marketing que se modelan por medio de la optimización combinatoria. Los problemas de optimización combinatoria pertenecen a la clase de problemas que se consideran NP-Hard. Se presenta un enfoque de solución mediante la meta-heurística evolutiva EPSO “Optimización por enjambre de partículas evolutivas”. El TDPs consiste en determinar una división de un conjunto de unidades ubicadas en un territorio que cumple con los criterios múltiples como la compacidad, la conectividad y el equilibrio en términos de clientes y la demanda del producto; el siguiente problema es selección y diseño de un conjunto de productos para una línea de productos (PLD); el problema consiste en determinar los niveles de los atributos par producto que maximice la elección; y el último problema que se estudia es el VRPSPD resuelve el problema de distribución de la cadena de abarrotes y alimentos, determina la flota de vehículos que minimiza el tiempo de recorrido. Los problemas juegan un importante papel en la gestión del área del marketing que no debe ser ignorado en sus decisiones.

Los problemas inversos para ecuaciones diferenciales no lineales aparecen en diferentes campos de la ciencia, como por ejemplo en la transferencia de calor, en físico-química, física del plasma e hidrología. Este trabajo está dedicado a la demostración del teorema de unicidad de la solución de un problema de identificación.

En el presente trabajo se demuestran las propiedades de un modelo matemático de sorción dinámica con cinética de difusión mixta; en particular, se demuestran la positividad y negatividad de las derivadas parciales de la solución y la dependencia continua de la solución del coeficiente β(ξ), y se presentan algunos experimentos numéricos.

This work is devoted to numerical methods for solution of the inverse coefficient problem for the nonlinear differential equations. Two approaches to solution of this inverse problem are offered. One consists in representation of unknown coefficient by some function depending on a set of unknown numerical parameters. Then the inverse problem is solved by gradient minimization methods of residual function using additional condition. The other consist in construction of iterative process basing on integral formula, obtanied from additional condition. A priori representation of unknown coefficient in a parametrical form in not required in this case. The efficiency of the suggested methods are demostrated by a number of numerical experiments.