Meta-heurísticas para resolução de alguns problemas de planejamento e controle da produção

Página do item simplificado
dc.contributor.advisor1Amaral, André Renato Sales
dc.contributor.authorBissoli, Dayan de Castro
dc.contributor.referee1Moraes, Renato Elias Nunes de
dc.contributor.referee2Mauri, Geraldo Regis
dc.contributor.referee3Lorenzoni, Luciano Lessa
dc.contributor.referee4Sousa, Jorge Pinho de
dc.date.accessioned2018-12-20T13:40:31Z
dc.date.available2018-12-20
dc.date.available2018-12-20T13:40:31Z
dc.date.issued2018-08-03
dc.description.abstractThis study addresses the resolution of three different problems, widely encountered in the real context of production planning and control. Initially, a GRASP metaheuristic is proposed to solve an assembly-line balancing problem (SALBP-2). The proposed method presented competitive results in relation to the literature, also focusing on a simplicity of operation to be applied in real cases. Subsequently, the same method was used to solve the Job Shop Scheduling Problem (JSP). The GRASP developed for the JSP also presented good results, with low average relative deviation in relation to the best solutions known in the literature. Next, we approached an extension of the JSP, the Flexible Job Shop Scheduling Problem (FJSP). The JSP is limited to the sequencing of operations on fixed machines, whereas in the FJSP the assignment of an operation is not preset and can thus be processed on a set of alternative machines. Therefore, the FJSP is not restricted to sequencing, extending in the assignment of operations to the appropriate machines (routing). The FJSP is more complex than the JSP because it considers the determination of the assignment of the machine for each operation. In order to solve the FJSP, we proposed four meta-heuristics: GRASP, Simulated Annealing (SA), Iterated Local Search (ILS) and Clustering Search (CS). SA presented lower results, however, incorporating it into a hybrid version of ILS, which uses it as a local search, the results improved, especially in more complex instances. Considering the hybrid characteristic of CS, the SA was also used, in this case as a solution-generating metaheuristic. This approach also presented superior results to SA. Both ILS and CS generated results with values equal to or close to those of the best known solutions for an extensive set of instances for the FJSP, as well as providing some new best known values.eng
dc.description.resumoEste estudo aborda a resolução de três diferentes problemas, amplamente encontrados no real contexto de planejamento e controle da produção. Inicialmente, é proposta uma meta-heurística GRASP para solucionar um problema de balanceamento de linhas de montagem (SALBP-2). O método proposto apresentou resultados competitivos em relação à literatura, também focando numa simplicidade de operação para ser aplicada em casos reais. Na sequência, utilizou-se o mesmo método para solucionar o problema Job Shop Scheduling (JSP). O GRASP desenvolvido para o JSP também apresentou bons resultados, com baixo desvio relativo médio em relação às melhores soluções conhecidas da literatura. Em seguida, abordou-se uma extensão do JSP, o problema Job Shop Scheduling Flexível (FJSP). O JSP limita-se ao sequenciamento de operações em máquinas fixas, enquanto que no FJSP a atribuição de uma operação não é pré-fixada e pode assim ser processada num conjunto de máquinas alternativas. Portanto, o FJSP não se restringe ao sequenciamento, estendendo-se na atribuição de operações para as máquinas adequadas (roteamento). O FJSP é, portanto, mais complexo do que o JSP, pois considera a determinação da atribuição da máquina para cada operação. Para solucionar o FJSP, propôs-se quatro meta-heurísticas: GRASP, Simulated Annealing (SA), Iterated Local Search (ILS) e Clustering Search (CS). O SA apresentou resultados inferiores, porém, ao incorporá-lo numa versão híbrida do ILS, que o utiliza como busca local, os resultados melhoraram, principalmente em instâncias mais complexas. Considerando a característica híbrida do CS, utilizou-se também o SA, nesse caso como meta-heurística geradora de soluções. Essa abordagem também apresentou resultados superiores ao SA. Tanto o ILS quanto o CS geraram resultados com valores iguais ou próximos àqueles das melhores soluções conhecidas para um extenso conjunto de instâncias para o FJSP, assim como também proveram alguns novos melhores valores conhecidos.
dc.formatText
dc.identifier.citationBISSOLI, Dayan de Castro. Meta-heurísticas para resolução de alguns problemas de planejamento e controle da produção. 2018. 144 f. Tese (Doutorado em Ciência da Computação) - Universidade Federal do Espírito Santo, Centro Tecnológico, Vitória, 2018.
dc.identifier.urihttp://repositorio.ufes.br/handle/10/10728
dc.languagepor
dc.publisherUniversidade Federal do Espírito Santo
dc.publisher.countryBR
dc.publisher.courseDoutorado em Ciência da Computação
dc.publisher.departmentCentro Tecnológico
dc.publisher.initialsUFES
dc.publisher.programPrograma de Pós-Graduação em Informática
dc.rightsopen access
dc.subjectMetaheuristiceng
dc.subjectProduction planning and controleng
dc.subjectOptimizationeng
dc.subjectMeta-heurísticaspor
dc.subjectProblema Job shop scheduling (JSP)por
dc.subjectProblema Job shop scheduling flexível (JSPF)por
dc.subjectProblema de balanceamento de linhas de montagem (SALBP-2)por
dc.subject.br-rjbnControle de produção
dc.subject.br-rjbnPlanejamento da produção
dc.subject.br-rjbnOtimização matemática
dc.subject.cnpqCiência da Computação
dc.subject.udc004
dc.titleMeta-heurísticas para resolução de alguns problemas de planejamento e controle da produção
dc.typedoctoralThesis
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
Tese_impressão.pdf
Tamanho:
2.47 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Coleções
Doutorado em Ciência da Computação