Please use this identifier to cite or link to this item: http://www.monografias.ufop.br/handle/35400000/2628
Title: Meta-heurísticas aplicadas ao problema de sequenciamento em uma máquina com penalidade por antecipação e atraso da produção.
Authors: Pêgo, Bruno Lacerda
metadata.dc.contributor.advisor: Brito, Samuel Souza
Oliveira, Fernando Bernardes de
metadata.dc.contributor.referee: Fonseca, George Henrique Godim da
Alexandre, Rafael Frederico
Brito, Samuel Souza
Oliveira, Fernando Bernardes de
Keywords: Programação heurística
Algoritmos
GRASP - sistema operacional de computador
Programação evolutiva - computação
Issue Date: 2019
Citation: PÊGO, Bruno Lacerda. Meta-heurísticas aplicadas ao problema de sequenciamento em uma máquina com penalidade por antecipação e atraso da produção. 2019. 56 f. Monografia (Graduação em Sistemas de Informação) - Instituto de Ciências Exatas e Aplicadas, Universidade Federal de Ouro Preto, João Monlevade, 2019.
Abstract: Este trabalho trata do problema de sequenciamento de tarefas em uma máquina com tempo de preparação dependente da sequência de produção, onde cada tarefa possui uma janela de entrega na qual deve ser preferencialmente concluída. O objetivo é minimizar a soma das penalidades por atraso e antecipação da produção, determinando a sequência de execução e a data de início de processamento das tarefas. É proposto um algoritmo de busca populacional baseado em computação evolutiva de duas etapas, denominado GEVITIA. A primeira etapa consiste da construção da população inicial baseada em GRASP, enquanto a segunda combina os procedimentos de Estratégia Evolutiva, VND e um algoritmo para determinar a data ótima de início de processamento (ITIA). O algoritmo proposto se mostrou competitivo quando comparado com os trabalhos presentes na literatura, sendo capaz de gerar soluções de qualidade semelhante e, em alguns casos, superiores.
metadata.dc.description.abstracten: This work addresses the single machine scheduling problem with sequence-dependent setup times, where each job has a distinct time window within which it should preferably be completed. The goal is to minimize the value of penalties for tardiness and earliness by determining the execution sequence and the time to start processing the jobs. A population search algorithm based on two-step evolutionary computation called GEVITIA is proposed. The first step is the initial population construction phase based on GRASP, while the second step combines Evolution Strategy, VND and an algorithm for determining the optimal time for completion of each job in a given sequence (ITIA). The proposed algorithm proved to be competitive when compared to the other approaches in the literature, being able to generate solutions of similar and, in some cases, superior quality.
URI: http://www.monografias.ufop.br/handle/35400000/2628
Appears in Collections:Sistema de Informação - JMV

Files in This Item:
File Description SizeFormat 
MONOGRAFIA_MetaAplicadasProblema.pdf1,49 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.