SEQÜENCIAMENTO DE TAREFAS COM MÁQUINAS PARALELAS, PERMITINDO ATRASOS E COM TEMPOS DE PREPARAÇÃO DE MÁQUINA DEPENDENTES DA SEQÜÊNCIA.
|
|
- Arthur Sabala Alencastre
- 8 Há anos
- Visualizações:
Transcrição
1 A pesqusa Operaconal e os Recursos Renováves a 7 de novembro de, Natal-RN SEQÜENCIAMENTO DE TAREFAS COM MÁQUINAS PARALELAS, PERMITINDO ATRASOS E COM TEMPOS DE PREPARAÇÃO DE MÁQUINA DEPENDENTES DA SEQÜÊNCIA. Martín Gómez Ravett * Unversdade Federal de Mnas Geras (UFMG). Belo Horzonte, MG. martn@dcc.ufmg.br Geraldo Robson Mateus * Unversdade Federal de Mnas Geras (UFMG). Abstract The am of ths paper s to report the soluton of a schedulng problem wth parallel machnes and sequence-dependent setups, usng mxed nteger programmng. Ths problem s based n a real case and because of that ts soluton s constraned by the computatonal tme. Ths s a real applcaton and MIP s used as soluton method. To accelerate the optmal convergence, a cut s appled n the set of feasble solutons. A group of heurstcs s proposed to obtan upper bounds. Interestng mprovements are obtaned. Delays are allowed but a penalty coeffcent s appled for each one. For the computatonal tests, two and four parallel machnes and a total of ffteen jobs are consdered. Keywords: Schedulng problems, combnatoral optmzaton, nteger programmng, producton plannng. * O presente trabalho fo realzado com o apoo do Conselho Naconal de Desenvolvmento Centífco e Tecnológco CNPq Brasl.
2 Introdução. Os problemas de seqüencamento encontram-se ntmamente lgados ao planejamento, programação e controle da produção (PPCP) nas ndústras. Utlzando uma vsão sstêmca das empresas manufatureras [], podemos caracterzar o departamento de PPCP como o encarregado da utlzação efcente dos recursos escassos na produção de bens e servços []. No que respeta à efcênca produtva, um bom seqüencamento é um fator chave, já que pode reduzr estoques, melhorar as datas de entrega e possbltar a redução dos gargalhos do sstema []. Especfcamente no contexto ndustral, os problemas de seqüencamento estão lgados a uma lnha de PPCP conhecda como MRP (Manufacturng Resource Plannng). Nesse sstema de PPCP a programação é dvdda em função do horzonte de planejamento. As decsões assocadas ao longo prazo são decsões de caráter estratégco, portanto tomadas pela alta admnstração. No horzonte médo encontramos o denomnado nível tátco; nesse caso, o objetvo será planejar a produção de forma tal a mnmzar os custos de fabrcação. O problema de seqüencamento se encontra na programação a curto prazo. Por curto prazo entendemos um da, uma semana ou, nas melhores condções, podendo chegar a um mês. É usual que nos problemas de seqüencamento já esteja defnda a quantdade dos produtos que serão fabrcados, assm como as datas de entrega. Dessa forma, o prncpal objetvo nesta etapa é defnr a seqüênca de fabrcação de cada produto de forma a atender suas demandas e datas de entrega. Devemos resgatar o fato de que exstem numerosos trabalhos sobre o tema com dferentes crtéros, entre eles podemos encontrar a mnmzação de custos assocados, número de trabalhos atrasados, atraso total, ou tempo de latênca. Como podemos perceber, neste tpo de problema, a generalzação de um resultado ou algortmo é muto dfícl e complcada, já que as restrções dependem de condções nerentes à empresa e de polítcas nternas assocadas a este setor. Até mesmo as condções da empresa ou da demanda podem varar de um período para outro. Neste trabalho estudamos um problema real de uma empresa stuada na cdade de Belo Horzonte, dedcada à fabrcação de produtos refratáros. Abordaremos o problema da programação da produção de uma de suas plantas (LD), dedcada à conformação de tjolos refratáros. Nossa aplcação consste em obter a programação das sete prensas da planta, de forma de mnmzar o tempo de fabrcação, atendendo as datas de entrega. Para sto utlzaremos a programação ntera e msta. Devemos ter presente que, nas empresas, a programação da produção é realzada em forma contnua, devdo à estrutura dnâmca do mercado e aos demas efetos esporádcos que podem ocorrer no da a da da fábrca. Por este motvo o tempo de solução é um parâmetro crítco a ser analsado. Smplfcações e consderações realzadas. Dentro das sete máqunas consderadas, encontramos um conjunto de máqunas que podem ser consderadas dêntcas, sem perder precsão. As prensas restantes são consderadas com característcas dferentes entre s. Para a realzação deste trabalho, consderamos que já é conhecda a alocação de cada uma das tarefas, ou seja, sabemos com antecpação em qual máquna ou conjunto de máqunas será realzada uma tarefa qualquer. Esta smplfcação reduz sgnfcatvamente o espaço de soluções váves, e basea-se no fato de que cada produto possu uma rota predefnda pelo departamento de desenvolvmento de produtos. Na realdade, a maora dos produtos possu rotas alternatvas de produção que podem ser utlzadas para melhorar a efcênca da programação assm como para resolver problemas de capacdade das máqunas. Com esta mportante smplfcação o problema fca dvddo em quatro subproblemas, por um lado devemos programar cada uma das três máqunas consderadas com característcas dferentes e como quarto problema, temos a programação do conjunto das quatro máqunas consderadas dêntcas. Este últmo problema é o abordado neste trabalho. 7
3 Dentro dos problemas de seqüencamento, aqueles que consderam o tempo de preparação das máqunas dependente da seqüênca são consderados os mas dfíces. Basta menconar que, neste cenáro, com apenas uma máquna, o problema é equvalente ao problema do caxero vajante [], ou seja, pertence à classe NP - Não Polnomal. Se a este problema ncorporamos máqunas em paralelo, e mas um conjunto de restrções relatvas ao nosso sstema de fabrcação, como resultado obtemos um problema anda mas desafante. Defnção do problema. Este trabalho concentra-se no problema de seqüencamento consderando tempos de preparação dependentes da seqüênca em máqunas paralelas e dêntcas. Os objetvos dessa programação são, por um lado, atender as datas de entrega para cada produto e, por outro, mnmzar o tempo necessáro para completar os mesmos, lembrando sempre da necessdade de obter tempos de solução que sejam aplcáves no da a da da fábrca. Este problema de seqüencamento é tratado com a técnca da programação ntera e msta. Devdo ao tamanho do conjunto de soluções váves, ncorporamos um corte de forma a obter uma convergênca mas rápda à solução ótma. Uma mportante decsão adotada na solução do problema é permtr que as tarefas possam ser completadas com atraso, sendo esse atraso penalzado, segundo a mportânca. Com sto, no caso de não poder cumprr com as datas de entrega, o modelo permte um atraso naquelas tarefas menos crítcas para a empresa. Formulação do problema. Consderamos um número N de tarefas ou produtos que devem ser processados em uma das M máqunas exstentes. Uma vez que uma máquna começa a produzr um determnado produto nenhuma nterrupção é permtda, ou seja, para poder começar a processar outro produto o prmero deve ser concluído. Uma máquna pode processar um produto somente depos de ter sdo preparada adequadamente e o tempo de preparação gasto por essa máquna depende não só do produto a ser produzdo, mas também do produto que estava sendo produzdo pela máquna, ou seja, o tempo de preparação de máqunas depende da seqüênca em que as tarefas são executadas. Para formular o problema, podemos defnr a segunte notação. Varáves de Entrada: N Número total de tarefas ou produtos a serem fabrcados. Indexação das tarefas ou produtos a serem processados. =,..., N. M Número de máqunas paralelas. m Indexação das máqunas. m =,..., M. p de processamento da tarefa em qualquer uma das M máqunas. s de preparação de máqunas necessáro para passar da produção do produto para o processamento do produto. D Data de entrega do produto. A tarefa deve ser produzda até, no máxmo, esta data. ρ Atraso ou folga do produto. v Coefcente de penaldade por tempo de atraso da tarefa. d desde a data de níco do processamento da tarefa até a data em que a máquna encontra-se em condções de ncar o processamento do produto. Z necessáro para a conclusão de todas as tarefas, também conhecdo com makespan. 7
4 Varáves de Decsão: α m β m α m =, se o produto é processado na máquna m; α m =, em caso contráro. β m =, se o produto precede a tarefa na máquna m. β m =, em caso contráro. Quando um produto precede um produto, a data de níco do processamento da tarefa deve ser posteror à data de térmno do processamento da tarefa mas o tempo necessáro para preparar a máquna para receber o produto. As relações expostas acma podem ser expressas por, ( ) ( α m ). M + ( α ' m ). M + ( β ' m ). M + t' t + d', m com esta restrção permtmos que a restrção t ' t + d' seja válda, somente quando as tarefas e são executadas na máquna m e o produto precede ao. Dado que se as duas tarefas são executadas na máquna m, e não precede a, necessaramente precederá a tarefa, e para contemplar esta opção precsamos uma segunda restrção, α ). M + ( α ). M + β. M + t ( ) ( m ' m ' m ' ', t + d m onde d é a soma do tempo de processamento do produto mas o tempo necessáro para a preparação da máquna para a execução do produto, ou seja, d' = p + s'. Estas relações de precedênca () e () foram propostas por Acero e Delgado num problema de lnha flexível de produção [], sendo baseadas no modelo proposto por Manne []. A solução encontrada deve respetar as datas de entrega, para cada um dos produtos. Nesta restrção ncorporamos uma varável de folga, de forma a permtr um atraso em caso necessáro. Esta decsão deve-se a que no da a da das empresas é usual ter que ldar com programas de produção nváves, ou seja, nos quas não podemos atender todas as datas prevstas. Neste cenáro, parece nteressante ter a possbldade de ponderar os dferentes produtos tentando encontrar uma solução que permta respetar as datas de entregas de produtos crítcos, atrasando aqueles menos mportantes. ( ) t + p D + ρ Também é necessáro um conjunto de restrções que permtam obter o tempo de conclusão de todos os produtos, o makespan Z. Mesmo não atendendo as datas de entrega, devemos mnmzar o tempo de execução das tarefas, para sto, temos a segunte restrção, ( ) Z t + p com a restrção () estamos garantndo que Z assumrá o valor da data de fnalzação da últma tarefa agendada. Resulta também necessáro ncorporar uma restrção que ndque que uma tarefa ou produto somente pode ser processado por uma máquna. Para sto, colocamos, () M m= α m = 77
5 com () mpedmos que as tarefas sejam alocadas em mas de uma máquna. Também graças a esta restrção podemos prescndr do conjunto de restrções envolvendo as varáves β m, porque as relações () e () precsam não só da varável β m para confrmar a restrção como também das varáves α m e α m. Ao não colocar as restrções envolvendo β, obteremos uma solução com mutas varáves β m assumndo valores, sem que sto altere a solução do problema, mas evtando um bom número de restrções que poderam atrasar o tempo de solução. O objetvo deste modelo será a mnmzação do tempo necessáro para completar todas as tarefas, assm como mnmzar o atraso dos produtos. Lembramos que o atraso das tarefas está ponderado por valores, v, que também são objetos de análse no trabalho. Com sto, a função objetvo utlzada, pode ser escrta como, N ( ) Mn Z + v. ρ = Exstem algumas stuações onde o tempo de preparação de máquna é muto valoso e/ou custoso, em tas casos, estes tempos podem ser ncorporados à função objetvo ponderados pelo custo correspondente. Outra análse a ser feta, tem relação com os valores v ; quando colocados todos guas a (um) o modelo procura uma solução mnmzando o tempo total de atraso, enquanto que se outorgamos dferentes valores aos v, o modelo procura atrasar, caso seja necessáro, as tarefas menos crítcas para a empresa. O espaço de soluções váves para este problema é muto grande, o que lmta o tamanho do problema que pode ser resolvdo utlzando este modelo, assm como também afeta o tempo de solução necessáro. Para dmnur esses efetos, ncorporamos o segunte corte, ( c) α m α N N = = m m Esta restrção obrga a que a máquna m tenha um maor número de tarefas alocadas que a máquna (m-). Desde o ponto de vsta prátco, esse corte resulta muto nteressante porque, neste caso partcular, a empresa possu uma prensa com melhores vas de acesso. Lembre-se que este tpo de produto é muto pesado e precsa de uma nfra-estrutura de trlho e vagões para a movmentação dentro da planta. Em casos mas geras também pode ser nteressante executar um maor número de tarefas numa máquna, seja para consegur um melhor funconamento da máquna ou para executar trabalhos de manutenção. Mesmo não sendo necessáro, o ganho em tempo de solução é muto sgnfcatvo e, como podemos perceber no caso de máqunas dêntcas, este corte não elmna o ótmo do conjunto de soluções váves, já que qualquer solução encontrada sem o mesmo, pode ser reacomodada para respetar as restrções mpostas pelo corte. Heurístcas utlzadas As heurístcas foram utlzadas com o objetvo de obter um bom lmte superor e possbltar cortar parte da árvore de branch and bound utlzada pelo solver CPLEX, ao resolver os problemas. A segur descrevemos os algortmos, podendo acompanhar seu resultado através de um pequeno exemplo. As duas prmeras heurístcas são smlares, se uma prmera etapa. São ordenadas as tarefas que serão produzdas utlzando o peso do produto como crtéro prncpal e a data de entrega como crtéro secundáro, ou seja, utlzado em caso de empate. Uma vez ordenadas as tarefas, estas são alocadas nas dferentes máqunas, e é aqu onde as heurístcas dferem. 7
6 79 O últmo método utlza uma ordenação dferente para as tarefas que serão executadas, com o mesmo processo de alocação utlzado na prmera heurístca. Prmera Heurístca. Tendo ordenado prevamente as tarefas, sua alocação será para a prmera máquna que fque dsponível para começar seu processamento. Neste cálculo levamos em consderação o tempo de preparação de máquna necessáro para ncar o processamento da próxma tarefa. Segunda Heurístca Neste segundo método, a alocação das tarefas se realza levando em consderação uncamente o tempo de preparação de máquna, ou seja, a déa é aprovetar os menores tempos não produtvos. Um cudado especal deve ser levado em consderação para a mplementação desta heurístca: devemos lmtar o número de tarefas que possam ser processadas nas máqunas. Isto porque pode ocorrer que, consderando este método de alocação, é possível encontrar uma solução onde todas as tarefas estejam alocadas numa únca máquna. O lmte utlzado fo calculado como ( / )*, N M, ou seja, o prmero ntero superor ao quocente entre o número de tarefas e o número de máqunas amplado em %. Evdentemente este número afeta a solução encontrada e pode ser modfcado arbtraramente em função do problema específco. Tercera Heurístca Esta heurístca, muto smlar à prmera, dferenca-se no vetor das tarefas ordenadas. Neste caso ordenamos prorzando a data de entrega mas próxma e em caso de empate escolhemos as tarefas de maor peso. Uma vez ordenados os produtos, utlzamos o mesmo crtéro de alocação que o descrto na prmera heurístca. Exemplos Dentre os problemas resolvdos na batera de testes realzada, mostraremos o exemplo -, oto tarefas em quatro máqunas. Matrz de tempos de preparação, vetor de tempos de produção, vetor de datas de entrega e o vetor dos v, respectvamente, = S j = 9 p = D = v Ordenando os produtos segundo seu peso e utlzando a data de entrega em caso de empate, obtemos; ( ) 7
7 Podemos perceber que as tarefas e são ordenadas na frente por ter peso maor, ao mesmo tempo em que a tarefa é colocada em prmero lugar por ter uma data de entrega menor. Ate aqu ambas heurístcas funconam da mesma forma, mas vão se dferencar na hora de alocar as tarefas nas máqunas correspondentes. Prmera heurístca: M: > > M: M: 7 > M: > Makespan: No de undades de tempo atrasadas: Atraso ponderado: Lmte superor: + = 9 Como pode-se observar, as prmeras quatro tarefas são alocadas uma em cada máquna. Para alocar a qunta tarefa, neste exemplo a número, devemos calcular qual é a prmera máquna que fca dsponível é pronta para começar a produção da mesma, M: tempo[] + prep[ - ] = + = M: tempo[] + prep[ - ] = 9 + = M: tempo[7] + prep[7 - ] = + = M: tempo[] + prep[ - ] = + 7 = Segunda heurístca: M: > > M: > M: 7 M: > Makespan: No de undades de tempo atrasadas: Atraso ponderado: Lmte superor: + = 9 Da mesma forma que no caso anteror as quatro prmeras tarefas são alocadas uma em cada máquna. Para alocar a próxma tarefa devemos comparar os tempos de preparação de máqunas exstentes. Este método tenta aprovetar os menores tempos de preparação de máqunas, M: prep[ - ] = M: prep[ - ] = M: prep[7 - ] = M: prep[ - ] = 7 desta forma a tarefa será alocada na máquna M. Utlzando a mesma metodologa obtemos a seqüênca já apresentada. Tercera Heurístca : Como já fo menconado, está heurístca dfere da prmera somente na forma de ordenação dos trabalhos. Neste caso prorzamos a data de entrega sobre o peso dos produtos.
8 ( 7 ) Como podemos observar, a tarefa será a prmera tarefa a ser processada devdo a que possu a menor data de entrega. Desta forma a seqüênca obtda será, M: > > M: M: 7 > M: > Makespan: Número de trabalhos atrasados: Atraso ponderado: Lmte superor: Concluídas as heurístcas, seleconamos o menor lmte superor encontrado tendo em consderação os atrasos. Para os efetos deste exemplo o melhor lmte superor encontrado é. Resultados Computaconas. Para avalar este modelo fo feta uma sere de testes computaconas. Os testes foram realzados em um computador Sun Blade que possu um processador UltraSPARC de MHz e Gbyte de memóra RAM. O sstema operaconal é o Solars.., utlzando o solver CPLEX 7.. Podemos dvdr os testes em duas etapas. Incalmente foram comparados os modelos sem e com o corte utlzando ponderações dferentes para os atrasos, ou seja, com dferentes valores de v. Numa segunda etapa, fo analsada a mportânca destes valores de ponderação (v ), no tempo de resolução dos dferentes problemas, sempre para o caso onde aplcamos o corte. Para realzar os testes foram gerados dferentes problemas com valores aleatóros tanto no tempo de preparação de máqunas quanto no tempo de processamento de cada uma das tarefas. Os problemas foram resolvdos consderando a utlzação de duas máqunas e quatro máqunas em paralelo. As datas de entrega foram especalmente escolhdas de forma de obter soluções sem a necessdade de atrasos e obrgando, em alguns casos, o modelo a seleconar as tarefas que serão atrasadas. Prmera batera de testes Como já fo menconado, o objetvo desta batera de teste é a análse das vantagens obtdas ao utlzar o corte no modelo. Para cada resultado serão computados o tempo de C.P.U. gasto, o número de terações realzadas pelo método smplex, o valor da função objetvo, o valor do tempo de conclusão de todas as tarefas (makespan), o número de trabalhos com atraso e a somatóra do tempo de atraso para todos os produtos. Em todos os testes fo mposto um lmte de tempo de segundos ( hs.) para a resolução. Esta lmtação surge da necessdade que a empresa tem de re-programar as tarefas em função das alterações ocorrdas no setor comercal. No caso especal desta empresa, acredtamos que horas é um tempo razoável para obter uma boa solução. Escolhemos apresentar os resultados dferencando os casos onde trabalhamos com duas e quatro máqunas. Esta decsão deve-se a que o conjunto de soluções váves para este tpo de
9 problema é muto dependente do número de máqunas, e quanto maor o número de máqunas maor é o efeto postvo do corte. Resultados para duas máqunas A tabela abaxo apresenta os resultados obtdos para um conjunto de problemas, consderando que temos apenas duas máqunas dêntcas em paralelo. Tabela. Sem o Corte total de atrasos Com o Corte No de No trab Fun. prod. CPU Iter. Fun Obj. mkn c / atraso CPU Iter. Obj. mkn,, No de trab. com atraso, 9, 7, 7 7 7,7 7 7, 9, 7 9, , 77 7, , * 7 7 *,E+7 7 7, ** 9,E+7 97 * Solução, obtda depos de que o tempo de resolução superou os segundos. ** Solução nterrompda por lmtação de memóra. No de prod. Como podemos observar na tabela acma, com a utlzação do corte o tempo de resolução dos problemas dmnu notavelmente sem sacrfcar um bom resultado. Em todas as soluções o ótmo é atngdo. Resulta nteressante observar que para o caso de tarefas, em ambos casos o tempo de horas nterrompeu a resolução, mas as funções objetvo apresentam uma dferença de %, ndcando que a utlzação do corte apresenta uma melhor convergênca ao ótmo. Resultados para quatro máqunas No caso em que consderamos a utlzação de quatro máqunas, observamos que o efeto do corte se fortalece, provocando uma dmnução percentual maor do tempo de resolução dos problemas e, como acontece no caso anteror, anda atnge o ótmo. Tabela. Sem o Corte No trab c / atraso total de atrasos Com o Corte No de trab. com atraso Função Função CPU Iter. Obj Mkn CPU Iter. Obj Mkn,,7 7,7 77, 9 7, 77 7,9.7,9 9 9 * 777 9, 9 * 9, , * 7 *,E , ** * E+7,7 ** * * Solução, obtda depos de que o tempo de resolução superou os segundos. ** Solução nterrompda por lmtação de memóra. total de atrasos total de atrasos
10 Assm, resulta evdente o ganho obtdo com a aplcação do corte, prncpalmente a partr dos problemas com 9 ou mas tarefas. Também resulta nteressante observar o problema com produtos. Neste caso, ambas as soluções conseguem programas, cumprndo as datas de entrega, mas a solução obtda com a aplcação do corte possu um makespan menor, ou seja, são completadas todas as tarefas em um tempo menor. Isto permte observar que a segunda opção, novamente, apresenta uma melhor convergênca ao ótmo, o que pode ser de muta utldade numa aplcação como esta, na qual o tempo é um fator crítco e provavelmente teremos que reduzr o tempo do processo de resolução. Para problemas maores, acma de tarefas em máqunas, a resolução começou a apresentar problemas de memóra e resultados pouco nteressantes no lmte de tempo prevsto. Segunda batera de testes O objetvo deste conjunto de testes é a análse da manera em que os valores v, ncorporados à função objetvo, afetam a solução do problema. Para consegur sso, foram avalados os mesmos problemas utlzando um modelo com a aplcação do corte e com todos os v guas a (um). A nova função objetvo fca, Z + N = ao trabalhar com uma função objetvo como essa, o modelo tenta mnmzar a somatóra do tempo total atrasado. Na tabela, se comparam alguns dos resultados obtdos para os modelos com a aplcação do corte, com os v dferentes e com os v guas a um. Tabela. v = No trab c / atraso total de atrasos ρ v dferentes No de trab. com atraso Prod/ Função Função Maq CPU Iter. Obj Mkn CPU Iter. Obj Mkn,7,,,, 9, 9 7,9 7 7, ,7 7,9 7,7, *,E * E+7 * Solução, obtda depos de que o tempo de resolução superou os segundos. Esses testes, a dferença do que acontece no caso anteror, não apresentam uma relação ou vantagem muto explícta para qualquer um dos modelos. Alguns dos problemas resolvdos apresentam uma nformação bastante nteressante. No caso -. Ambas soluções conseguem chegar ao resultado ótmo rapdamente, mas à dferença de todos os outros casos nos quas o ótmo fo atngdo, as soluções dferem. Estas podem fcar mas claras através de um dagrama de Gantt. total de atrasos Dados para o problema -. Matrz de tempos de preparação, vetor de tempos de produção, vetor de datas de entrega e o vetor dos v, respectvamente,
11 S j = 7 p = 7 7 D = 9 v = P P P P P Fg. Dagrama de Gantt, para o caso - com os v = para todo. P P P P P Fg. Dagrama de Gantt, para o caso - com os v aleatóros. Nos gráfcos das soluções, podemos observar como ambas as soluções são váves para os dos modelos, mas, utlzando a mesma ponderação para todos os produtos, o makespan obtdo é de melhor qualdade, fg., já que todos os produtos fcam prontos em vnte () undades de tempo em lugar das vnte e uma () gastas no outro modelo, fg.. Na segunda solução os produtos, e são alocados na forma em que seu atraso for menor, devdo às suas ponderações mas elevadas. Conclusões Neste trabalho utlzamos a programação ntera e msta para a resolução de um problema de seqüencamento com máqunas paralelas e tempos de preparação de máquna dependentes da seqüênca. Como se trata de um problema real, o tempo de solução resulta em um fator crítco. Para aumentar a convergênca do método se ncorporou um corte ao modelo utlzado. Foram também utlzadas algumas heurístcas para obter um bom lmte superor de forma a acelerar a convergênca do algortmo. O corte e as heurístcas mostraram-se muto efcentes, permtndo ganhos elevados no que se refere ao tempo de solução. Quando utlzadas quatro máqunas em paralelo, a efetvdade dos cortes aumentou, permtndo ganhos mas consstentes nos tempos de resolução.
12 A partr dos problemas com qunze tarefas, o fator crítco fo o tempo, desta forma não podemos garantr que a solução encontrada seja a ótma, dexando uma porta aberta para contnuar tanto a melhorar as heurístcas como para pesqusar sobre outras técncas de solução. Permtram-se atrasos nos produtos fabrcados, para sto se ncorporou uma ponderação de cada produto na função objetvo. Desta forma o programador poderá ponderar produtos crítcos ou clentes mportantes. O que é de muta utldade no da a da da empresa. Com referênca à dstorção que esses valores de ponderação podem provocar nas soluções, podemos conclur que estes não afetaram o problema sgnfcatvamente. Inclusve comprovamos que podemos obter soluções com pequenas dferenças, como fo apresentado no caso -. No caso real, chegam a ser resolvdos problemas de até tarefas em quatro máqunas. Com sto podemos observar que este método pode ser aplcado num ambente real. Mas, como já fo dto anterormente, o objetvo do presente trabalho fo tentar obter bons resultados a partr da programação ntera e msta. Sendo uma prmera aplcação de uma sére sobre o mesmo problema, já em andamento, podemos menconar a utlzação, em outros trabalhos, da relaxação lagrangeana [9] e da técnca de constrant programmng [, ]. Referêncas []. R. D. Acero, J.F. Torres Delgado. Aplcacón De Una Heurístca De Búsqueda Tabú En Un Problema De Programacón De Tareas En Línea Flexble De Manufactura. COLOMBIA. []. Baker K R, Requrements Plannng, Chapter, S C Graves et al., Eds., Handbooks n OR & MS, Vol., 99. []. R.B. Chase, N. J. Aqulano and F. R. Jacobs. Admnstracón de Produccón y Operacones. Colomba. Mc Graw Hll,. []. Chung-Yang Lu and Sh-Chung Chang. Schedulnd Flexble Flow Shops wth Sequence- Dependent Setup Effects.IEEE Transactons on Robotcs and Automaton, vol., No, August. []. A. S. Manne. On The Jobshop Schedulng Problem. Operatons Research,. 9. []. R. A. A. Morán, El Sstema de Planfcacón de la Produccón. Unversdad Naconal de Rosaro UNR, Rosaro 99. [7]. M. Pnedo. Schedulng Theory, Algorthm and System. Englewood Clffs, NJ. Prentce Hall, 99. []. P. B. Luh, L. Gou, T. Nagahora, M. Tsuj, K. Yoneda, T. Hasegawa, Y. Kyoya, and T. Kano. Job Shop Schedulng Wth Group-Dependent Setups, Fnte Buffers, And Long Tme Horzon. [9]. N. F. Maculan, R. E. Campello e L.B. Rodrgues Lopes. Relaxação Lagrangeana em programação Intera. UFRJ. []. Irvn J. Lustg and Jean-Francos Puget. Program!= Program: Constrant Programmng and ts Relatonshp to Mathematcal Programmng. Interfaces Vol, No., pp. 9-, December,. []. J. Vpul and I.E. Grossman. Algorthms for Hybrd MILP/CP Models for a Class of Optmzaton Problems. Departament of Chemcal Engneerng, Carnege Mellon Unversty.
TEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma.
UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO CENTRO DE CIÊNCIAS EXATAS DEPARTAMENTO DE FÍSICA AV. FERNANDO FERRARI, 514 - GOIABEIRAS 29075-910 VITÓRIA - ES PROF. ANDERSON COSER GAUDIO FONE: 4009.7820 FAX: 4009.2823
Leia maisCENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnilesteMG
1 CENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnlesteMG Dscplna: Introdução à Intelgênca Artfcal Professor: Luz Carlos Fgueredo GUIA DE LABORATÓRIO LF. 01 Assunto: Lógca Fuzzy Objetvo: Apresentar o
Leia mais7. Resolução Numérica de Equações Diferenciais Ordinárias
7. Resolução Numérca de Equações Dferencas Ordnáras Fenômenos físcos em dversas áreas, tas como: mecânca dos fludos, fluo de calor, vbrações, crcutos elétrcos, reações químcas, dentre váras outras, podem
Leia maisObjetivos da aula. Essa aula objetiva fornecer algumas ferramentas descritivas úteis para
Objetvos da aula Essa aula objetva fornecer algumas ferramentas descrtvas útes para escolha de uma forma funconal adequada. Por exemplo, qual sera a forma funconal adequada para estudar a relação entre
Leia mais1 Princípios da entropia e da energia
1 Prncípos da entropa e da energa Das dscussões anterores vmos como o conceto de entropa fo dervado do conceto de temperatura. E esta últma uma conseqüênca da le zero da termodnâmca. Dentro da nossa descrção
Leia maisIntrodução e Organização de Dados Estatísticos
II INTRODUÇÃO E ORGANIZAÇÃO DE DADOS ESTATÍSTICOS 2.1 Defnção de Estatístca Uma coleção de métodos para planejar expermentos, obter dados e organzá-los, resum-los, analsá-los, nterpretá-los e deles extrar
Leia maisRegressão e Correlação Linear
Probabldade e Estatístca I Antono Roque Aula 5 Regressão e Correlação Lnear Até o momento, vmos técncas estatístcas em que se estuda uma varável de cada vez, estabelecendo-se sua dstrbução de freqüêncas,
Leia maisNOTA II TABELAS E GRÁFICOS
Depto de Físca/UFMG Laboratóro de Fundamentos de Físca NOTA II TABELAS E GRÁFICOS II.1 - TABELAS A manera mas adequada na apresentação de uma sére de meddas de um certo epermento é através de tabelas.
Leia maiswww.obconcursos.com.br/portal/v1/carreirafiscal
www.obconcursos.com.br/portal/v1/carrerafscal Moda Exercíco: Determne o valor modal em cada um dos conjuntos de dados a segur: X: { 3, 4,, 8, 8, 8, 9, 10, 11, 1, 13 } Mo 8 Y: { 10, 11, 11, 13, 13, 13,
Leia maisRastreando Algoritmos
Rastreando lgortmos José ugusto aranauskas epartamento de Físca e Matemátca FFCLRP-USP Sala loco P Fone () - Uma vez desenvolvdo um algortmo, como saber se ele faz o que se supõe que faça? esta aula veremos
Leia maisCálculo do Conceito ENADE
Insttuto aconal de Estudos e Pesqusas Educaconas Aníso Texera IEP Mnstéro da Educação ME álculo do onceto EADE Para descrever o cálculo do onceto Enade, prmeramente é mportante defnr a undade de observação
Leia maisUTILIZAÇÃO DO MÉTODO DE TAGUCHI NA REDUÇÃO DOS CUSTOS DE PROJETOS. Uma equação simplificada para se determinar o lucro de uma empresa é:
UTILIZAÇÃO DO MÉTODO DE TAGUCHI A REDUÇÃO DOS CUSTOS DE PROJETOS Ademr José Petenate Departamento de Estatístca - Mestrado em Qualdade Unversdade Estadual de Campnas Brasl 1. Introdução Qualdade é hoje
Leia maisSinais Luminosos 2- CONCEITOS BÁSICOS PARA DIMENSIONAMENTO DE SINAIS LUMINOSOS.
Snas Lumnosos 1-Os prmeros snas lumnosos Os snas lumnosos em cruzamentos surgem pela prmera vez em Londres (Westmnster), no ano de 1868, com um comando manual e com os semáforos a funconarem a gás. Só
Leia mais2 Máquinas de Vetor Suporte 2.1. Introdução
Máqunas de Vetor Suporte.. Introdução Os fundamentos das Máqunas de Vetor Suporte (SVM) foram desenvolvdos por Vapnk e colaboradores [], [3], [4]. A formulação por ele apresentada se basea no prncípo de
Leia maisTRANSPORTE E ESTOCAGEM DE FUMO UM MODELO DE PROGRAMAÇÃO LINEAR USADO NA TOMADA DE DECISÃO
TRANSPORTE E ESTOCAGEM DE FUMO UM MODELO DE PROGRAMAÇÃO LINEAR USADO NA TOMADA DE DECISÃO Janaína Poffo Possama janapoffo@gmal.com Unversdade Regonal de Blumenau Rua Antôno da Vega, 0 8902-900 - Blumenau
Leia maisSistemas de Filas: Aula 5. Amedeo R. Odoni 22 de outubro de 2001
Sstemas de Flas: Aula 5 Amedeo R. Odon 22 de outubro de 2001 Teste 1: 29 de outubro Com consulta, 85 mnutos (níco 10:30) Tópcos abordados: capítulo 4, tens 4.1 a 4.7; tem 4.9 (uma olhada rápda no tem 4.9.4)
Leia maisO migrante de retorno na Região Norte do Brasil: Uma aplicação de Regressão Logística Multinomial
O mgrante de retorno na Regão Norte do Brasl: Uma aplcação de Regressão Logístca Multnomal 1. Introdução Olavo da Gama Santos 1 Marnalva Cardoso Macel 2 Obede Rodrgues Cardoso 3 Por mgrante de retorno,
Leia maisUNIVERSIDADE DO ESTADO DA BAHIA - UNEB DEPARTAMENTO DE CIÊNCIAS EXATAS E DA TERRA COLEGIADO DO CURSO DE DESENHO INDUSTRIAL CAMPUS I - SALVADOR
Matéra / Dscplna: Introdução à Informátca Sstema de Numeração Defnção Um sstema de numeração pode ser defndo como o conjunto dos dígtos utlzados para representar quantdades e as regras que defnem a forma
Leia maisLista de Exercícios de Recuperação do 2 Bimestre. Lista de exercícios de Recuperação de Matemática 3º E.M.
Lsta de Exercícos de Recuperação do Bmestre Instruções geras: Resolver os exercícos à caneta e em folha de papel almaço ou monobloco (folha de fcháro). Copar os enuncados das questões. Entregar a lsta
Leia maisSuporte Básico para Sistemas de Tempo Real
Suporte Básco para Sstemas de Tempo Real Escalonamento e Comuncação Sldes elaborados por George Lma, com atualzações realzadas por Ramundo Macêdo Suporte Básco para Sstemas de Tempo-Real Escalonamento
Leia maisDIMENSIONAMENTO DE UMA FROTA DE CAMINHÕES PARA TRANSPORTE DE CARVÃO VEGETAL POR MEIO DA PROGRAMAÇÃO LINEAR
IPEF n.21, p.85-95, dez.1980 DIMENSIONAMENTO DE UMA FROTA DE CAMINHÕES PARA TRANSPORTE DE CARVÃO VEGETAL POR MEIO DA PROGRAMAÇÃO LINEAR O.D.C.377.45:867.5 SUMMARY Geraldo Galdno de Paula Junor * Aloíso
Leia maisUNIVERSIDADE PRESBITERIANA MACKENZIE CCSA - Centro de Ciências Sociais e Aplicadas Curso de Economia
CCSA - Centro de Cêncas Socas e Aplcadas Curso de Economa ECONOMIA REGIONAL E URBANA Prof. ladmr Fernandes Macel LISTA DE ESTUDO. Explque a lógca da teora da base econômca. A déa que sustenta a teora da
Leia maisControlo Metrológico de Contadores de Gás
Controlo Metrológco de Contadores de Gás José Mendonça Das (jad@fct.unl.pt), Zulema Lopes Perera (zlp@fct.unl.pt) Departamento de Engenhara Mecânca e Industral, Faculdade de Cêncas e Tecnologa da Unversdade
Leia maisSempre que surgir uma dúvida quanto à utilização de um instrumento ou componente, o aluno deverá consultar o professor para esclarecimentos.
Insttuto de Físca de São Carlos Laboratóro de Eletrcdade e Magnetsmo: Transferênca de Potênca em Crcutos de Transferênca de Potênca em Crcutos de Nesse prátca, estudaremos a potênca dsspada numa resstênca
Leia maisDistribuição de Massa Molar
Químca de Polímeros Prof a. Dr a. Carla Dalmoln carla.dalmoln@udesc.br Dstrbução de Massa Molar Materas Polmércos Polímero = 1 macromolécula com undades químcas repetdas ou Materal composto por númeras
Leia maisControle Estatístico de Qualidade. Capítulo 8 (montgomery)
Controle Estatístco de Qualdade Capítulo 8 (montgomery) Gráfco CUSUM e da Méda Móvel Exponencalmente Ponderada Introdução Cartas de Controle Shewhart Usa apenas a nformação contda no últmo ponto plotado
Leia mais5.1 Seleção dos melhores regressores univariados (modelo de Índice de Difusão univariado)
5 Aplcação Neste capítulo será apresentada a parte empírca do estudo no qual serão avalados os prncpas regressores, um Modelo de Índce de Dfusão com o resultado dos melhores regressores (aqu chamado de
Leia maisRevisão dos Métodos para o Aumento da Confiabilidade em Sistemas Elétricos de Distribuição
CIDEL Argentna 2014 Internatonal Congress on Electrcty Dstrbuton Ttle Revsão dos Métodos para o Aumento da Confabldade em Sstemas Elétrcos de Dstrbução Regstraton Nº: (Abstract) Authors of the paper Name
Leia maisUM MODELO DE ALOCAÇÃO DINÂMICA DE CAMINHÕES VISANDO AO ATENDIMENTO DE METAS DE PRODUÇÃO E QUALIDADE
UM MODELO DE ALOCAÇÃO DINÂMICA DE CAMINHÕES VISANDO AO ATENDIMENTO DE METAS DE PRODUÇÃO E QUALIDADE RESUMO Felppe Perera da Costa, PPGEM/UFOP, Mestrando. felppe@mneral.em.ufop.br Marcone Jamlson Fretas
Leia maisOtimização de Custos de Transporte e Tributários em um Problema de Distribuição Nacional de Gás
A pesqusa Operaconal e os Recursos Renováves 4 a 7 de novembro de 2003, Natal-RN Otmzação de ustos de Transporte e Trbutáros em um Problema de Dstrbução Naconal de Gás Fernanda Hamacher 1, Fernanda Menezes
Leia maisAs tabelas resumem as informações obtidas da amostra ou da população. Essas tabelas podem ser construídas sem ou com perda de informações.
1. TABELA DE DISTRIBUIÇÃO DE FREQÜÊNCIA As tabelas resumem as normações obtdas da amostra ou da população. Essas tabelas podem ser construídas sem ou com perda de normações. As tabelas sem perda de normação
Leia maisI. Introdução. inatividade. 1 Dividiremos a categoria dos jovens em dois segmentos: os jovens que estão em busca do primeiro emprego, e os jovens que
DESEMPREGO DE JOVENS NO BRASIL I. Introdução O desemprego é vsto por mutos como um grave problema socal que vem afetando tanto economas desenvolvdas como em desenvolvmento. Podemos dzer que os índces de
Leia maisDespacho Econômico de. Sistemas Termoelétricos e. Hidrotérmicos
Despacho Econômco de Sstemas Termoelétrcos e Hdrotérmcos Apresentação Introdução Despacho econômco de sstemas termoelétrcos Despacho econômco de sstemas hdrotérmcos Despacho do sstema braslero Conclusões
Leia maisNota Técnica Médias do ENEM 2009 por Escola
Nota Técnca Médas do ENEM 2009 por Escola Crado em 1998, o Exame Naconal do Ensno Médo (ENEM) tem o objetvo de avalar o desempenho do estudante ao fm da escolardade básca. O Exame destna-se aos alunos
Leia maisLOGÍSTICA. Capítulo - 8 Armazenamento. Mostrar como o armazenamento é importante no sistema logístico
O Papel da Logístca na Organzação Empresaral e na Economa LOGÍSTICA Capítulo - 8 Objectvos do Capítulo Mostrar como o armazenamento é mportante no sstema logístco Identfcação dos prncpas tpos de armazenamento
Leia maisAssociação de resistores em série
Assocação de resstores em sére Fg.... Na Fg.. está representada uma assocação de resstores. Chamemos de I, B, C e D. as correntes que, num mesmo nstante, passam, respectvamente pelos pontos A, B, C e D.
Leia maisCovariância e Correlação Linear
TLF 00/ Cap. X Covarânca e correlação lnear Capítulo X Covarânca e Correlação Lnear 0.. Valor médo da grandeza (,) 0 0.. Covarânca na propagação de erros 03 0.3. Coecente de correlação lnear 05 Departamento
Leia maisCURSO ON-LINE PROFESSOR: VÍTOR MENEZES
O Danel Slvera pedu para eu resolver mas questões do concurso da CEF. Vou usar como base a numeração do caderno foxtrot Vamos lá: 9) Se, ao descontar uma promssóra com valor de face de R$ 5.000,00, seu
Leia maisSistemas Robóticos. Sumário. Introdução. Introdução. Navegação. Introdução Onde estou? Para onde vou? Como vou lá chegar?
Sumáro Sstemas Robótcos Navegação Introdução Onde estou? Para onde vou? Como vou lá chegar? Carlos Carreto Curso de Engenhara Informátca Ano lectvo 2003/2004 Escola Superor de Tecnologa e Gestão da Guarda
Leia maisEscolha do Consumidor sob condições de Risco e de Incerteza
9/04/06 Escolha do Consumdor sob condções de Rsco e de Incerteza (Capítulo 7 Snyder/Ncholson e Capítulo Varan) Turma do Prof. Déco Kadota Dstnção entre Rsco e Incerteza Na lteratura econômca, a prmera
Leia maisELEMENTOS DE CIRCUITOS
MINISTÉRIO D EDUCÇÃO SECRETRI DE EDUCÇÃO PROFISSIONL E TECNOLÓGIC INSTITUTO FEDERL DE EDUCÇÃO, CIÊNCI E TECNOLOGI DE SNT CTRIN CMPUS DE SÃO JOSÉ - ÁRE DE TELECOMUNICÇÕES CURSO TÉCNICO EM TELECOMUNICÇÕES
Leia maisModelos estatísticos para previsão de partidas de futebol
Modelos estatístcos para prevsão de partdas de futebol Dan Gamerman Insttuto de Matemátca, UFRJ dan@m.ufrj.br X Semana da Matemátca e II Semana da Estatístca da UFOP Ouro Preto, MG 03/11/2010 Algumas perguntas
Leia maisREGRESSÃO LOGÍSTICA. Seja Y uma variável aleatória dummy definida como:
REGRESSÃO LOGÍSTCA. ntrodução Defnmos varáves categórcas como aquelas varáves que podem ser mensurados usando apenas um número lmtado de valores ou categoras. Esta defnção dstngue varáves categórcas de
Leia maisMetodologia IHFA - Índice de Hedge Funds ANBIMA
Metodologa IHFA - Índce de Hedge Funds ANBIMA Versão Abrl 2011 Metodologa IHFA Índce de Hedge Funds ANBIMA 1. O Que é o IHFA Índce de Hedge Funds ANBIMA? O IHFA é um índce representatvo da ndústra de hedge
Leia mais3 Algoritmos propostos
Algortmos propostos 3 Algortmos propostos Nesse trabalho foram desenvolvdos dos algortmos que permtem classfcar documentos em categoras de forma automátca, com trenamento feto por usuáros Tas algortmos
Leia maisInfluência dos Procedimentos de Ensaios e Tratamento de Dados em Análise Probabilística de Estrutura de Contenção
Influênca dos Procedmentos de Ensaos e Tratamento de Dados em Análse Probablístca de Estrutura de Contenção Mara Fatma Mranda UENF, Campos dos Goytacazes, RJ, Brasl. Paulo César de Almeda Maa UENF, Campos
Leia maisPLANEJAMENTO AGREGADO DA PRODUÇÃO: MODELAGEM E SOLUÇÃO VIA PLANILHA EXCEL & SOLVER.
PLANEJAMENTO AGREGADO DA PRODUÇÃO: MODELAGEM E SOLUÇÃO VIA PLANILHA EXCEL & SOLVER. AGGREGATE PRODUCTION PLANNING: MODELING AND SOLVING BY EXCEL SPREADSHEET & SOLVER. Oscar S. Slva Flho Centro de Tecnologa
Leia maisTRABALHADORES COM DEFICIÊNCIAS EM LINHAS DE PRODUÇÃO: MODELOS, RESULTADOS E DISCUSSÕES 1
XIV ELAVIO El Fuerte Snaloa Méxco 9-14 de agosto de 2009 TRABALHADORES COM DEFICIÊNCIAS EM LINHAS DE PRODUÇÃO: MODELOS RESULTADOS E DISCUSSÕES 1 Mayron César de O. Morera Lana Mara R. Santos Alysson M.
Leia maisMODELAGEM MATEMÁTICA DO PROCESSO DE EVAPORAÇÃO MULTI-EFEITO NA INDÚSTRIA DE PAPEL E CELULOSE
MODELAGEM MATEMÁTICA DO PROCESSO DE EVAPORAÇÃO MULTI-EFEITO NA INDÚSTRIA DE PAPEL E CELULOSE R. L. S. CANEVESI 1, C. L. DIEL 2, K. A. SANTOS 1, C. E. BORBA 1, F. PALÚ 1, E. A. DA SILVA 1 1 Unversdade Estadual
Leia maisPARALLEL ITERATED LOCAL SEARCH APLICADO AO PLANEJAMENTO OPERACIONAL DE LAVRA
PARALLEL ITERATED LOCAL SEARCH APLICADO AO PLANEJAMENTO OPERACIONAL DE LAVRA Sabr Rbas, Igor Machado Coelho Marcone Jamlson Fretas Souza, Davd Menott Unversdade Federal de Ouro Preto Departamento de Cênca
Leia mais14. Correntes Alternadas (baseado no Halliday, 4 a edição)
14. orrentes Alternadas (baseado no Hallday, 4 a edção) Por que estudar orrentes Alternadas?.: a maora das casas, comérco, etc., são provdas de fação elétrca que conduz corrente alternada (A ou A em nglês):
Leia maisFísica. Física Módulo 1 Vetores, escalares e movimento em 2-D
Físca Módulo 1 Vetores, escalares e movmento em 2-D Vetores, Escalares... O que são? Para que servem? Por que aprender? Escalar Defnção: Escalar Grandea sem dreção assocada. Eemplos: Massa de uma bola,
Leia maisCAPÍTULO VI Introdução ao Método de Elementos Finitos (MEF)
PMR 40 - Mecânca Computaconal CAPÍTULO VI Introdução ao Método de Elementos Fntos (MEF). Formulação Teórca - MEF em uma dmensão Consderemos a equação abao que representa a dstrbução de temperatura na barra
Leia maisANEXO II METODOLOGIA E CÁLCULO DO FATOR X
ANEXO II Nota Técnca nº 256/2009-SRE/ANEEL Brasíla, 29 de julho de 2009 METODOLOGIA E ÁLULO DO FATOR X ANEXO II Nota Técnca n o 256/2009 SRE/ANEEL Em 29 de julho de 2009. Processo nº 48500.004295/2006-48
Leia maisGeração de poses de faces utilizando Active Appearance Model Tupã Negreiros 1, Marcos R. P. Barretto 2, Jun Okamoto 3
Geração de poses de faces utlzando Actve Appearance Model Tupã Negreros 1, Marcos R. P. Barretto 2, Jun Okamoto 3 1, 2, 3 Escola Poltécnca da Unversdade de São Paulo (POLI/USP) Caxa Postal 61548 CEP 05508-900
Leia maisASSOCIAÇÃO DE RESISTORES
Prof(a) Stela Mara de arvalho Fernandes SSOIÇÃO DE ESISTOES ssocação de esstores em Sére Dos ou mas resstores estão assocados em sére quando são percorrdos pela mesma corrente elétrca. omo U D Somando
Leia maisREGULAMENTO GERAL (Modalidades 1, 2, 3 e 4)
REGULAMENTO GERAL (Modaldades 1, 2, 3 e 4) 1. PARTICIPAÇÃO 1.1 Podem concorrer ao 11º Prêmo FIEB de Desempenho Socoambental da Indústra Baana empresas do setor ndustral nas categoras MICRO E PEQUENO, MÉDIO
Leia maisControle de qualidade de produto cartográfico aplicado a imagem de alta resolução
Controle de qualdade de produto cartográfco aplcado a magem de alta resolução Nathála de Alcântara Rodrgues Alves¹ Mara Emanuella Frmno Barbosa¹ Sydney de Olvera Das¹ ¹ Insttuto Federal de Educação Cênca
Leia maisRESOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS
Defnções RESOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS Problemas de Valor Incal PVI) Métodos de passo smples Método de Euler Métodos de sére de Talor Métodos de Runge-Kutta Equações de ordem superor Métodos
Leia maisPARTE 1. 1. Apresente as equações que descrevem o comportamento do preço de venda dos imóveis.
EXERCICIOS AVALIATIVOS Dscplna: ECONOMETRIA Data lmte para entrega: da da 3ª prova Valor: 7 pontos INSTRUÇÕES: O trabalho é ndvdual. A dscussão das questões pode ser feta em grupo, mas cada aluno deve
Leia maisMAE5778 - Teoria da Resposta ao Item
MAE5778 - Teora da Resposta ao Item Fernando Henrque Ferraz Perera da Rosa Robson Lunard 1 de feverero de 2005 Lsta 2 1. Na Tabela 1 estão apresentados os parâmetros de 6 tens, na escala (0,1). a b c 1
Leia maisUniversidade Federal do Espírito Santo. Departamento de Engenharia Civil. Programa de Pós-Graduação em Engenharia Civil. Mestrado em Transportes
Unversdade Federal do Espírto Santo Departamento de Engenhara Cvl Programa de Pós-Graduação em Engenhara Cvl Mestrado em Transportes EDSON PIMENTEL PEREIRA MODELO MATEMÁTICO PARA PLANEJAMENTO DA CIRCULAÇÃO
Leia maisRESOLUÇÃO Nº 32/2014/CONEPE. O CONSELHO DO ENSINO, DA PESQUISA E DA EXTENSÃO da Universidade Federal de Sergipe, no uso de suas atribuições legais,
SERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE SERGIPE CONSELHO DO ENSINO, DA PESQUISA E DA EXTENSÃO RESOLUÇÃO Nº 32/2014/CONEPE Aprova as Normas Geras do Processo Seletvo para
Leia maisAnálise Econômica da Aplicação de Motores de Alto Rendimento
Análse Econômca da Aplcação de Motores de Alto Rendmento 1. Introdução Nesta apostla são abordados os prncpas aspectos relaconados com a análse econômca da aplcação de motores de alto rendmento. Incalmente
Leia mais3 Formulação da Metodologia
54 3 Formulação da Metodologa 3.1. Resumo das Prncpas Heurístcas de Solução A maora das heurístcas de solução para o ELSP aborda o problema na sua forma clássca, sto é, quando os tempos e custos de setup
Leia maisINFLUÊNCIA DAS VARIÁVEIS OPERACIONAIS NA REMOÇÃO DE ETANOL DE VINHO DELEVEDURADO POR CO 2
INFLUÊNCIA DAS VARIÁVEIS OPERACIONAIS NA REMOÇÃO DE ANOL DE VINHO DELEVEDURADO POR CO 2 C. R. SILVA 1, M. N. ESPERANÇA 1, A. J. G. CRUZ 1 e A. C. BADINO 1 1 Unversdade Federal de São Carlos, Departamento
Leia maisALGORITMOS GENÉTICOS COMO FERRAMENTA AUXILIAR NA TOMADA DE DECISÃO EM ATIVIDADES DE GESTÃO AGROINDUSTRIAL
ALGORITMOS GENÉTICOS COMO FERRAMENTA AUXILIAR NA TOMADA DE DECISÃO EM ATIVIDADES DE GESTÃO AGROINDUSTRIAL Danlo Augusto Hereda VIEIRA 1 Celso Correa de SOUZA 2 José Francsco dos REIS NETO 3 Resumo. As
Leia maisProbabilidade e Estatística. Correlação e Regressão Linear
Probabldade e Estatístca Correlação e Regressão Lnear Correlação Este uma correlação entre duas varáves quando uma delas está, de alguma forma, relaconada com a outra. Gráfco ou Dagrama de Dspersão é o
Leia maisExercícios de Física. Prof. Panosso. Fontes de campo magnético
1) A fgura mostra um prego de ferro envolto por um fo fno de cobre esmaltado, enrolado mutas vezes ao seu redor. O conjunto pode ser consderado um eletroímã quando as extremdades do fo são conectadas aos
Leia maisSOFTWARE PARA CÁLCULO DO ÍNDICE DE SEVERIDADE DE SECA DE PALMER
SOFTWARE PARA CÁLCULO DO ÍNDICE DE SEVERIDADE DE SECA DE PALMER Rodrgo Cézar Lmera 1, Pedro Vera de Azevedo 2, Wagner de Aragão Bezerra 3, Josefa Morgana Vturno de Almeda 3 RESUMO: A modelagem consttu-se
Leia maisUniversidade Salvador UNIFACS Cursos de Engenharia Cálculo IV Profa: Ilka Rebouças Freire. Integrais Múltiplas
Unversdade Salvador UNIFACS Cursos de Engenhara Cálculo IV Profa: Ilka ebouças Frere Integras Múltplas Texto 3: A Integral Dupla em Coordenadas Polares Coordenadas Polares Introduzremos agora um novo sstema
Leia maisIntrodução à Análise de Dados nas medidas de grandezas físicas
Introdução à Análse de Dados nas meddas de grandezas físcas www.chem.wts.ac.za/chem0/ http://uregna.ca/~peresnep/ www.ph.ed.ac.uk/~td/p3lab/analss/ otas baseadas nos apontamentos Análse de Dados do Prof.
Leia maisOTIMIZAÇÃO DO FLUXO REVERSO DE PNEUS INSERVÍVEIS ATRAVÉS DE UM MODELO DE LOCALIZAÇÃO DE FACILIDADES: UM ESTUDO DE CASO
OTIMIZAÇÃO DO FLUXO REVERSO DE PNEUS INSERVÍVEIS ATRAVÉS DE UM MODELO DE LOCALIZAÇÃO DE FACILIDADES: UM ESTUDO DE CASO Felpe Mendonca Gurgel Bandera (UFERSA) felpembandera@hotmal.com Breno Barros Telles
Leia maisSCATTER SEARCH APLICADO AO PROBLEMA DE OTIMIZAÇÃO DA ALOCAÇÃO DE SONDAS DE PRODUÇÃO EM POÇOS DE PETRÓLEO
! "#$ " %'&)(*&)+,.- /10.2*&4365879&4/1:.+58;.2*=?5.@A2*3B;.- C)D 5.,.5FE)5.G.+ &4- (IHJ&?,.+ /?=)5.KA:.+5MLN&OHJ5F&4E)2*EOHJ&)(IHJ/)G.- D - ;./);.& SCATTER SEARCH APLICADO AO PROBLEMA DE OTIMIZAÇÃO
Leia maisSoftware para Furação e Rebitagem de Fuselagem de Aeronaves
Anas do 14 O Encontro de Incação Centífca e Pós-Graduação do ITA XIV ENCITA / 2008 Insttuto Tecnológco de Aeronáutca São José dos Campos SP Brasl Outubro 20 a 23 2008. Software para Furação e Rebtagem
Leia maisCAPÍTULO 1 Exercícios Propostos
CAPÍTULO 1 Exercícos Propostos Atenção: Na resolução dos exercícos consderar, salvo menção em contráro, ano comercal de das. 1. Qual é a taxa anual de juros smples obtda em uma aplcação de $1.0 que produz,
Leia maisFast Multiresolution Image Querying
Fast Multresoluton Image Queryng Baseado no artgo proposto por: Charles E. Jacobs Adan Fnkelsten Davd H. Salesn Propõe um método para busca em um banco de dados de magem utlzando uma magem de consulta
Leia maisVariabilidade Espacial do Teor de Água de um Argissolo sob Plantio Convencional de Feijão Irrigado
Varabldade Espacal do Teor de Água de um Argssolo sob Planto Convenconal de Fejão Irrgado Elder Sânzo Aguar Cerquera 1 Nerlson Terra Santos 2 Cásso Pnho dos Res 3 1 Introdução O uso da água na rrgação
Leia maisUniversidade Federal do Rio de Janeiro. Escola Politécnica. Departamento de Eletrônica e de Computação
Unversdade Federal do Ro de Janero Escola oltécnca Departamento de Eletrônca e de Computação CALIBRAÇÃO E RELANEJMENTO DE TAREFAS ARA UM ROBÔ INDUSTRIAL EM AMBIENTES HOSTIS Autor: Orentador: Coorentador:
Leia maisCapítulo 1: Erros em cálculo numérico
Capítulo : Erros em cálculo umérco. Itrodução Um método umérco é um método ão aalítco, que tem como objectvo determar um ou mas valores umércos, que são soluções de um certo problema. Ao cotráro das metodologas
Leia maisXX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA NOVO MODELO PARA O CÁLCULO DE CARREGAMENTO DINÂMICO DE TRANSFORMADORES
XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA Versão 1.0 22 a 25 Novembro de 2009 Recfe - PE GRUPO XIII GRUPO DE ESTUDO DE TRANSFORMADORES, REATORES, MATERIAIS E TECNOLOGIAS
Leia maisApostila de Estatística Curso de Matemática. Volume II 2008. Probabilidades, Distribuição Binomial, Distribuição Normal. Prof. Dr. Celso Eduardo Tuna
Apostla de Estatístca Curso de Matemátca Volume II 008 Probabldades, Dstrbução Bnomal, Dstrbução Normal. Prof. Dr. Celso Eduardo Tuna 1 Capítulo 8 - Probabldade 8.1 Conceto Intutvamente pode-se defnr probabldade
Leia maisPREVISÃO DE PARTIDAS DE FUTEBOL USANDO MODELOS DINÂMICOS
PREVISÃO DE PRTIDS DE FUTEBOL USNDO MODELOS DINÂMICOS Oswaldo Gomes de Souza Junor Insttuto de Matemátca Unversdade Federal do Ro de Janero junor@dme.ufrj.br Dan Gamerman Insttuto de Matemátca Unversdade
Leia maisAlgoritmo de Otimização para o Problema de Roteamento de Veículos no Transporte Conjunto de Cargas e de Passageiros
Programa de Pós-Graduação em Engenhara Elétrca Centro de Pesqusa e Desenolmento em Engenhara Elétrca Escola de Engenhara da Unersdade Federal de Mnas Geras Algortmo de Otmzação para o Problema de Roteamento
Leia maisHoje não tem vitamina, o liquidificador quebrou!
A U A UL LA Hoje não tem vtamna, o lqudfcador quebrou! Essa fo a notíca dramátca dada por Crstana no café da manhã, lgeramente amenzada pela promessa de uma breve solução. - Seu pa dsse que arruma à note!
Leia maisPROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS DO CEARÁ
GOVERNO DO ESTADO DO CEARÁ SECRETARIA DO PLANEJAMENTO E GESTÃO - SEPLAG INSTITUTO DE PESQUISA E ESTRATÉGIA ECONÔMICA DO CEARÁ - IPECE NOTA TÉCNICA Nº 29 PROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS
Leia maisDepartamento de Informática. Modelagem Analítica. Modelagem Analítica do Desempenho de Sistemas de Computação. Disciplina: Medida de Probabilidade
Departaento de Inforátca Dscplna: do Desepenho de Ssteas de Coputação Medda de Probabldade Prof. Sérgo Colcher colcher@nf.puc-ro.br Teora da Probabldade Modelo ateátco que perte estudar, de fora abstrata,
Leia maisOTIMIZAÇÃO DO SERVIÇO DE RESERVA GIRANTE EM SISTEMAS HIDROELÉTRICOS. Thales Sousa * José Antônio Jardini Mário Masuda Rodrigo Alves de Lima
SNPEE SEMINÁRIO NACIONAL DE PRODUÇÃO E RANSMISSÃO DE ENERGIA ELÉRICA GGH - 33 6 a 2 Outubro de 2005 Curtba - Paraná GRUPO I GRUPO DE ESUDO DE GERAÇÃO HIDRÁULICA - GGH OIMIZAÇÃO DO SERVIÇO DE RESERVA GIRANE
Leia maisPLANEJAMENTO DE EXPERIMENTOS E OTIMIZAÇÃO DE SISTEMAS MISTOS
PLANEJAMENTO DE EXPERIMENTOS E OTIMIZAÇÃO DE SISTEMAS MISTOS Smone P. Saramago e Valder Steffen Jr UFU, Unversdade Federal de Uberlânda, Curso de Engenhara Mecânca Av. João Naves de Ávla, 2160, Santa Mônca,
Leia maisAlocação de Bancos de Capacitores em Sistema de Distribuição de Energia Elétrica Utilizando Algoritmos Genéticos
RAFAEL TERPLAK BEÊ Alocação de Bancos de Capactores em Sstema de Dstrbução de Energa Elétrca Utlzando Algortmos Genétcos Dssertação apresentada como requsto parcal para a obtenção do grau de Mestre, no
Leia maisINCLUSÃO DE RESTRIÇÕES DINÂMICAS NA ANÁLISE DE FLUXO DE POTÊNCIA ÓTIMO RAFAEL MONTES FONTOURA
INCLUSÃO DE RESTRIÇÕES DINÂMICAS NA ANÁLISE DE FLUXO DE POTÊNCIA ÓTIMO RAFAEL MONTES FONTOURA DISSERTAÇÃO SUBMETIDA AO CORPO DOCENTE DA COORDENAÇÃO DO PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA DA
Leia maisTermodinâmica e Termoquímica
Termodnâmca e Termoquímca Introdução A cênca que trata da energa e suas transformações é conhecda como termodnâmca. A termodnâmca fo a mola mestra para a revolução ndustral, portanto o estudo e compreensão
Leia mais1 a Lei de Kirchhoff ou Lei dos Nós: Num nó, a soma das intensidades de correntes que chegam é igual à soma das intensidades de correntes que saem.
Les de Krchhoff Até aqu você aprendeu técncas para resolver crcutos não muto complexos. Bascamente todos os métodos foram baseados na 1 a Le de Ohm. Agora você va aprender as Les de Krchhoff. As Les de
Leia maisPalavras-chave: Corte de cana-de-açúcar; pesquisa operacional; rendimento econômico.
Uso de algortmos genétcos como ferramenta auxlar no processo decsóro em atvdades de gestão agrondustral 1 Use of genetc algorthms as auxlary tool for operatonal and economc decson makng process of agro-ndustry
Leia maisPLANILHAS EXCEL/VBA PARA PROBLEMAS ENVOLVENDO EQUILÍBRIO LÍQUIDO-VAPOR EM SISTEMAS BINÁRIOS
PLANILHAS EXCEL/VBA PARA PROBLEMAS ENVOLVENDO EQUILÍBRIO LÍQUIDO-VAPOR EM SISTEMAS BINÁRIOS L. G. Olvera, J. K. S. Negreros, S. P. Nascmento, J. A. Cavalcante, N. A. Costa Unversdade Federal da Paraíba,
Leia maisOportunidades e desafios no mundo do aquecimento o setor tem crescido a cada ano, é verdade, mas continuar nesse ritmo
-. -. - - - -- - -. ~- -- MERCADO -- -=-- - - -=-=-= - ---=- =-= - ~ Oportundades e desafos no mundo do aquecmento o setor tem crescdo a cada ano, é verdade, mas contnuar nesse rtmo requer a superação
Leia maisEnergia de deformação na flexão
- UNIVERSIDADE FEDERAL FLUMINENSE ESCOLA DE ENGENHARIA INDUSTRIAL METALÚRGICA DE VOLTA REDONDA PROFESSORA: SALETE SOUZA DE OLIVEIRA BUFFONI DISCIPLINA: RESISTÊNCIA DOS MATERIAIS Energa de deformação na
Leia maisAnálise logística da localização de um armazém para uma empresa do Sul Fluminense importadora de alho in natura
Análse logístca da localzação de um armazém para uma empresa do Sul Flumnense mportadora de alho n natura Jader Ferrera Mendonça Patríca Res Cunha Ilton Curty Leal Junor Unversdade Federal Flumnense Unversdade
Leia maisMinistério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação
Mnstéro da Educação Insttuto Naconal de Estudos e Pesqusas Educaconas Aníso Texera Cálculo do Conceto Prelmnar de Cursos de Graduação Nota Técnca Nesta nota técnca são descrtos os procedmentos utlzados
Leia maisDesemprego de Jovens no Brasil *
Desemprego de Jovens no Brasl * Prsclla Matas Flor Palavras-chave: desemprego; jovens; prmero emprego; Brasl. Resumo Este trabalho tem como objetvo analsar a estrutura do desemprego dos jovens no Brasl,
Leia mais