Um algoritmo simheurístico para a resolução do Problema de Flow Shop Permutacional multiobjetivo.

Abstract

Este trabalho apresenta uma simheurística para resolução do problema de Flow Shop permutacional multiobjetivo (PFSP-MO). Este que se caracteriza como um problema comum dentro da indústria atual onde jobs devem ser executados em todas as máquinas na mesma ordem visando a otimização de dois ou mais objetivos, como o makespan, atraso total, antecipação total, atraso por máquina e etc. Um ponto que pode-se destacar neste tipo de problema é a existência de fatores de atraso, como quebras de máquinas, paradas para manutenção, tempos de setup, entre outros. Para simular estes atrasos foi inserido um parâmetro estocástico no método. Para a resolução do problema apresentado, desenvolveu-se um algoritmo genético (Nondominated sorting algorithm II (NSGA-II)) na linguagem Python, com objetivo de minimizar o makespan, atraso total e antecipação total. A simheurística desenvolvida foi aplicada em 120 instâncias disponíveis na literatura. O algoritmo desenvolvido apresentou bons resultados para o problema, conseguindo entregar soluções diversas e com bons valores para cada um dos objetivos.