Use este identificador para citar ou linkar para este item: http://www.monografias.ufop.br/handle/35400000/1241
Registro completo de metadados
Campo Dublin CoreValorIdioma
dc.contributor.advisorOliveira, Fernando Bernardes dept_BR
dc.contributor.advisorFonseca, George Henrique Godim dapt_BR
dc.contributor.authorLopes, Aline Marina-
dc.date.accessioned2018-08-15T17:57:32Z-
dc.date.available2018-08-15T17:57:32Z-
dc.date.issued2018-
dc.identifier.citationLOPES, Aline Marina. Computação evolucionária aplicada ao problema de geração de escala de enfermeiros. 2018. 56 f. Monografia (Graduação em Sistemas de Informação) – Instituto de Ciências Exatas e Aplicadas, Universidade Federal de Ouro Preto, João Monlevade, 2018.pt_BR
dc.identifier.urihttp://www.monografias.ufop.br/handle/35400000/1241-
dc.description.abstractA geração de escalas para enfermeiros nas instituições de saúde é uma tarefa complexa e de difícil solução, devido a existência de diversas restrições que necessitam ser atendidas. Na literatura, o escalonamento de enfermeiros é uma variação do problema de agendamento de horários (timetabling), conhecida como Nurse Rostering Problem. As especificações do problema são definidas pela primeira Internacional Nurse Rostering Competition (INRC). O método implementado no trabalho aplica técnicas de Computação Evolucionária baseada em estratégia evolutiva, que tem vinculado à sua estrutura a estratégia de busca local Late Acceptance Hill Climbing, como modo de varrer o espaço de busca a procura de soluções mais eficientes. Os indivíduos da população são submetidos ao operador de mutação e são sujeitos a busca local somente se estiverem dentro da probabilidade de ocorrência. Através dos experimentos computacionais realizados foi possível observar que a estratégia evolutiva adotada foi efetiva para refinar as soluções iniciais. Quando comparado com o estado da arte da literatura, o método desenvolvido obteve um desempenho inferior. Contudo, o método é capaz de gerar soluções iniciais factíveis e com operadores que possuem a capacidade de garantir a factibilidade da solução durante todo o processo, além de ser capaz de refinar o custo da solução ao longo das gerações. O método desenvolvido no trabalho emprega o cálculo correto da função de avaliação do custo da solução.pt_BR
dc.language.isopt_BRpt_BR
dc.rightsopen accesspt_BR
dc.subjectEstratégia evolutivapt_BR
dc.subjectEscalas de trabalhopt_BR
dc.subjectAlgoritmos genéticospt_BR
dc.titleComputação evolucionária aplicada ao problema de geração de escala de enfermeiros.pt_BR
dc.typeTCC-Graduaçãopt_BR
dc.rights.licenseAutorização concedida à Biblioteca Digital de TCC’s da UFOP pelo(a) autor(a) em 14/08/2018 com as seguintes condições: disponível sob Licença Creative Commons 4.0 que permite copiar, distribuir e transmitir o trabalho desde que sejam citados o autor e o licenciante. Não permite o uso para fins comerciais nem a adaptação.pt_BR
dc.contributor.refereeOliveira, Fernando Bernardes dept_BR
dc.contributor.refereeFonseca, George Henrique Godim dapt_BR
dc.contributor.refereeAlexandre, Rafael Fredericopt_BR
dc.contributor.refereeCosta, Tatiana Alvespt_BR
dc.description.abstractenThe generation of work schedule for nurses in health institutions is a complex task and har do solve due to a large variety of skills. In literature, nurse’s scheduling is a variation of timetabling, known as Nurse Rostering Problem. The specifications of the problem are defined by the first International Nurse Rostering Competition (INRC). The method implemented in the work applies Evolutionary Computation techniques based on evolutionary strategy, which has linked its structure to the local search strategy Late Acceptance Hill Climbing, as a means of improving results. The method submits individuals of the population to the mutation operator and they are subject to local search only if they are within the probability of occurrence. Through the computational experiments it was possible to observe that the adopted evolutionary strategy was effective to refine the initial solutions. When compared to the state of the art literature, the developed method performed less. However, the method is capable of generating feasible initial solutions with operators that have the ability to guarantee the feasibility of the solution throughout the process, as well as being able to refine the cost of the solution over the generations. The method developed in the work employs the correct calculation of the function of evaluation of the cost of the solution.pt_BR
Aparece nas coleções:Sistema de Informação - JMV

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
MONOGRAFIA_ComputacaoEvolucionariaAplicada.pdf2,7 MBAdobe PDFVisualizar/Abrir


Este item está licenciado sob uma Licença Creative Commons Creative Commons