<\/span><\/h3>\nViendo los problemas de combinatoria, entendemos que necesitamos un tipo de modelos que nos permitan dar una respuesta satisfactoria<\/strong> (aunque quiz\u00e1 no sea la mejor) en un tiempo razonable para que sea \u00fatil<\/strong> (de nada servir\u00e1 tener una soluci\u00f3n que no se aplica). Este es precisamente el objetivo de los m\u00e9todos heur\u00edsticos<\/strong>. Y dentro de estos algoritmos, aquellos que son procedimientos usados en planteamientos gen\u00e9ricos<\/strong>, son los denominados m\u00e9todos metaheur\u00edsticos<\/strong>. Hay multitud de m\u00e9todos metaheur\u00edsticos implementados, desde los m\u00e1s intuitivos como algoritmos voraces o implementaciones del mejor vecino, a m\u00e9todos m\u00e1s sofisticados que intentan superar el problema de caer en m\u00ednimos locales<\/strong>, como el recocido simulado o los algoritmos gen\u00e9ticos<\/strong>.<\/p>\n<\/span>\u00bfC\u00d3MO USAR HEUR\u00cdSTICA EN MI EMPRESA?<\/span><\/h3>\nComo hemos repetido a lo largo de diversos post, el objetivo de estas entradas es dar una visi\u00f3n general de los conceptos, y poder indicar en qu\u00e9 facetas de las empresas se pueden implementar estas teor\u00edas. En definitiva: aterrizar la Revoluci\u00f3n 4.0<\/strong>. Algunos de los problemas pr\u00e1cticos pueden ser:<\/p>\n\n- Llenado de cajas: obtener de un modo \u00e1gil una forma eficiente de efectuar un llenado de cajas<\/strong> (en funci\u00f3n del precio o el volumen, el coste asociado, \u2026)<\/li>\n
- Dise\u00f1o de rutas: tanto a nivel de reparto comercial como a nivel de movimientos internos de las f\u00e1bricas<\/strong>.<\/li>\n
- Mejora de la operativa: encontrar c\u00f3mo realizar de una forma r\u00e1pida y eficiente una serie de tareas<\/strong> (el problema podr\u00eda tener en cuenta tareas que obligatoriamente se tengan que dar antes que otras, por ejemplo, el lijado, antes que el pintado).<\/li>\n<\/ul>\n
La clave para entender d\u00f3nde usar los algoritmos de metaheur\u00edstica es disponer, de modo general, de un proceso de combinatoria<\/strong> (diferentes formas de hacer una serie de tareas) y conocer el criterio<\/strong>\u00a0(funci\u00f3n coste) en base al cual decidimos si una combinaci\u00f3n es mejor que otra (puede ser el coste, el tiempo, la distancia, \u2026).<\/p>\n<\/span>LOS M\u00c9TODOS METAHEUR\u00cdSTICOS EN LA GESTI\u00d3N DE DATOS Y COMBINATORIA<\/span><\/h3>\nLos m\u00e9todos metaheur\u00edsticos surgen para dar respuesta a la necesidad de encontrar una soluci\u00f3n r\u00e1pida y eficaz a un problema de combinatoria<\/strong>, en donde las opciones son inmensas y encontrar la aguja en el pajar se antoja una tarea ardua. Nuestros procesos empresariales pueden favorecerse de estas implementaciones y guiar, en base a datos, las acciones de nuestras compa\u00f1\u00edas<\/strong>.<\/p>\n<\/span>COMPARTE ESTE POST<\/span><\/h4>\n","protected":false},"excerpt":{"rendered":"M\u00c9TODOS METAHEUR\u00cdSTICOS En la investigaci\u00f3n de operaciones, anal\u00edtica y ciencias de la computaci\u00f3n, suele recurrirse con asiduidad a problemas arquetipos tales como el problema del llenado de la mochila, el problema del comerciante viajante o el del mejor vecino, los cuales pueden resultar confusos en un primer acercamiento a la materia \u00bfa qu\u00e9 se refieren? […]<\/p>\n","protected":false},"author":1,"featured_media":1360,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"inline_featured_image":false,"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0},"categories":[111,26],"tags":[],"acf":[],"yoast_head":"\n
ATERRIZANDO LA REVOLUCI\u00d3N 4.0... (IV PARTE) | LIS Data Solutions<\/title>\n\n\n\n\n\n\n\n\n\n\n\n\t\n\t\n\t\n\n\n\n\t\n\t\n\t\n