ANLISIS DE LOS RESULTADOS Bien se sabe que los algoritmos genticos son probabilstico, lo cual implica que las

soluciones generadas por diferentes ejecuciones de la herramienta no son las mismas, esto conduce a la necesidad de establecer una solucin promedio, que pare este trabajo se le denomina indicador promedio de desperdicio. El indicador promedio de desperdicio es el producto de calcular la media aritmtica de un conjunto de datos (indicador de desperdicio), resultado de ejecutar n veces el algoritmo gentico. De esta forma es de inters determinar el tamao adecuado de n, para lo cual se procede a utilizar la frmula de tamao ptimo de muestra. A continuacin se identifica la unidad poblacional y el tamao, elementos a tener en cuenta en el clculo de tamao ptimo de muestra. UNIDAD POBLACIONAL: La unidad poblacional hace referencia a una solucin particular o cromosoma obtenida al ejecutar la herramienta. TAMAO DE POBLACION: La poblacin es el conjunto de soluciones factibles para el problema tratado, como el bin packing problem est dentro de la categora de problemas NP-hard, el espacio de soluciones es demasiado grande, razn por la cual el tamao de la poblacin se considera como infinita.

CALCULO DE LA MUETRA Para el clculo del tamao ptimo de muestra se procede a tomar una muestra piloto, dado que los tiempos computaciones para la solucin del caso de estudio tratado son altos, se decide que el tamao de la muestra es 10, con esto se procede a ejecutar 10 veces la herramienta y con los valores obtenidos se calcula la desviacin estndar con el fin de utilizar la frmula que se muestra a continuacin. Ecuacin 1. Frmula de tamao optimo de muestra

De la frmula anterior hace referencia al error permitido, este valor es definido acorde con el nivel con la variabilidad de los datos observados. es la desviacin estndar de los datos perteneciente a la muestra piloto. Alfa es el error permisible, el cual permitir determinar el valor del estadstico Z, que corresponde a la distribucin normal. 240-180 DETERMINACION DE LOS TAMAOS PTIMOS DE LOTES Debido a la naturaleza probabilstica de los algoritmos genticos, la distribucin de las piezas generadas para un producto no es la misma que la generada para varios, por esta razn es necesario saber cul es el nmero adecuado de productos para el cual la herramienta computacional ofrece las mejores distribuciones de las piezas, de tal forma que el indicador de desperdicio sea mnimo. A este nmero de producto se le llama como tamao ptimo de lote, y para su clculo se le da la instruccin a la herramienta que realice la distribucin para diferente cantidades de producto, luego se compara los diferentes indicadores entre s y se establece cual es el menor de todos. Para el caso de la empresa FERROCARPINTERA FORMAR, se utiliz tamaos de lotes 1, 2, 3, 4 y 5 debido a que el nmero promedio de cocinas integrales fabricadas mensualmente en la empresa es de 5, luego se procedi ejecutar la herramienta con los diferentes tamaos de lote u se obtuvieron los siguientes resultados. Tabla 1. Indicador promedio para diferentes tamaos de lote TAMAO DE LOTE INDICADOR PROMEDIO DE DESPERDICIO 1 2 3 4 5

De la tabla anterior, se puede concluir que para tamao de lote ? se obtiene un menor porcentaje de desperdicio.