2. Problemas Abordados e Técnicas Utilizadas 3. Arquitetura do Modelo
|
|
- Sérgio Alcaide Batista
- 7 Há anos
- Visualizações:
Transcrição
1 A pesquisa Operacional e os Recursos Renováveis 4 a 7 de novembro de 2003, Natal-RN ESTRATÉGIAS DE BUSCA NO ESPAÇO CONSIDERANDO O TAMANHO DA LISTA TABU E AS CONTRIBUIÇÕES DOS SETUPS DO NÚMERO DE INSTANTES DE PARADA E DO NÚMERO DE TROCA DE FERRAMENTAS NO PROBLEMA DE ESCALONAMENTO EM UM SISTEMA DE MANUFATURA FLEXÍVEL Antonio G. Rodrigues Universidade do Vale do Rio dos Sinos UNISINOS Centro de Ciências Exatas e Tecnológicas Av. Unisinos, CEP São Leopoldo RS Brasil antonio@exatas.unisinos.br Arthur T. Gómez Universidade do Vale do Rio dos Sinos UNISINOS Centro de Ciências Exatas e Tecnológicas Av. Unisinos, CEP São Leopoldo RS Brasil breno@exatas.unisinos.br Resumo: neste trabalho é investigado como o dimensionamento do tamanho da Lista Tabu, estratégias de geração de vizinhança e o gerenciamento das variáveis de decisão da função objetivo influem na qualidade da solução obtida em uma aplicação da Pesquisa Tabu no Problema de Escalonamento em um Sistema de Manufatura Flexível. Para realização deste trabalho, foi utilizado um Modelo de Escalonamento de Partes que a partir de soluções iniciais qualitativamente diferentes viabiliza experimentos nos quais se observa a influência do tamanho da Lista Tabu na qualidade do resultado obtido, dada a contribuição pré-definida das variáveis da função objetivo. O modelo utilizado gera o escalonamento em um Sistema de Manufatura Flexível, utilizando os conceitos de ferramentas residentes, turnos de produção, seleção de partes e considerando a limitação do magazine de uma máquina e as datas de entrega das partes processadas. Resultados numéricos mostram relações entre as estratégias de geração de vizinhança adotadas e o comportamento do tamanho da Lista Tabu dadas as soluções iniciais adotadas e o gerenciamento das contribuições das variáveis que compõem a função objetivo. Palavras chave: Escalonamento, Pesquisa Tabu, Métodos de busca no espaço; Abstract: in this paper it s investigated the impact of the Tabu List size, neighborhood generating strategies and the Objective Function s decision variables managing in the solution s quality in the Scheduling Problem applied to a Tabu Search application in Flexible Manufacturing Systems. It was used a Part Scheduling Model, which starts with qualitatively different initial solutions that yields experiments in which it s observed the Tabu List size influence in the results quality, according to the pre-defined Objective Function variables contribution. This Model creates a scheduling in a Flexible Manufacturing Systems, using resident tooling concepts, production turns, Part Selection, Machine Magazine Constraints and Due-dates. Numerical results show relations
2 função objetivo, na qualidade dos resultados obtidos para o problema de escalonar partes em um Sistema de Manufatura Flexível. Para tanto, são abordados dois problemas clássicos: o Problema de Seleção de Partes e o Problema de Escalonamento. Estes problemas são aplicados a um ambiente de Sistema de Manufatura Flexível (SMF). O SMF é o mais alto grau de automação de um sistema de manufatura [1]. Dentre os vários conceitos de SMF, pode-se dizer que este sistema possui um alto grau de processamento distribuído de dados e fluxo automático de material usando máquinas CNC\DNC ( Computer Numerical Control \ Distributed Numerical Control ) controladas por Sistema Computacional, células de montagem, robôs industriais e máquinas de inspeção [2] [3]. Os problemas estudados são tratados através das técnicas de Análise de Cluster [4], Regras de Despacho [3] e Pesquisa Tabu [5]. Para realizar a análise, foi desenvolvido um Modelo de Escalonamento de Partes baseado nas técnicas estudadas, sendo realizados experimentos. No item 2, são apresentados os problemas e técnicas contempladas e no item 3 é feita a descrição do Modelo de Escalonamento de Partes. Os experimentos realizados são descritos no item 4 e as conclusões são apresentadas no item Problemas Abordados e Técnicas Utilizadas O Problema de Seleção de Partes consiste em agrupar partes a serem processadas segundo atributo(s) comum(ns), respeitando restrições impostas pelo ambiente fabril [4] [6]. O atributo pelo qual as partes são agrupadas, neste trabalho, formando Famílias de Partes (FPs), é o tipo de ferramenta que processa cada uma das partes. Para resolver este problema foi utilizado o Modelo de Seleção de Partes, baseado no Algoritmo de Análise de Seleção de Partes de Kusiak e Chow [7]. Este modelo utiliza a formulação matricial, designando partes à FPs levando em consideração o compartilhamento de recursos entre as famílias geradas [7]. Para aumentar a performance deste modelo foram utilizados técnicas de Programação Dinâmica [8]. O Problema de Escalonamento ( Scheduling ) [4] consiste em seqüenciar as partes de modo que sejam respeitadas as suas datas de entrega. Podem ser considerados outros objetivos, tais como, minimizar o work-in-process ou maximizar o throughput [4]. Neste trabalho este problema é abordado com o objetivo de reduzir tempo de processamento dos lotes de produção através da minimização do número de instantes de parada para a troca de ferramentas de uma máquina versátil ( setup ). O escalonamento gerado deve respeitar o tempo dos turnos de produção, ou seja, não pode haver partes em processamento além do final de cada turno. Para resolver o Problema de Escalonamento foi utilizada Pesquisa Tabu [9] [10], que é uma metaheurística utilizada para solução de problemas de otimização combinatorial, como o problema do Caixeiro Viajante, seqüenciamento em flow shop e Problema de Horários [9] [10] [11]. Através do algoritmo de pesquisa tabu busca-se encontrar uma solução melhor através da exploração da região de soluções viáveis. A partir de uma solução inicial são gerados iterativamente conjuntos de pontos viáveis através de movimentos definidos, nos quais se escolhe um ótimo local, que serve de solução inicial para a próxima iteração. Nas iterações realizadas é armazenado o melhor resultado até então encontrado (ótimo global ). Cada movimento que leva a um ótimo é armazenado na lista de movimentos proibidos, ou Tabu. O critério de parada é o número de iterações, sem encontrar um resultado melhor que o ótimo global, atingir um limite predefinido [10][12]. As técnicas estudadas permitiram a construção de um modelo de Pesquisa Tabu para o Problema de Escalonamento. 3. Arquitetura do Modelo O Modelo de Escalonamento de Partes [12] tem por objetivo gerar um escalonamento das partes em seus turnos de produção minimizando o número de setups. O modelo de escalonamento construído é representado pela estrutura da Figura
3 Figura 1 Arquitetura do modelo de Escalonamento Cada um dos módulos da Figura 1 representa um algoritmo específico. Os fluxos entre os módulos mostram a seqüência com a qual os algoritmos são executados em uma base de dados. - Módulo Gerador de Partes: cria os dados a serem trabalhados. Estes dados são partes dispostas matrizes do tipo Partes x Ferramentas e servem de entrada para o módulo de Seleção de partes; - Módulo Algoritmo de Seleção de Partes: aplica o Algoritmo de Seleção de Partes nas partes que recebe como entrada. Esse algoritmo reúne as partes segundo o tipo de ferramentas que processam uma parte. Este Algoritmo leva em consideração o compartilhamento de ferramentas entre FPs [13]. Um exemplo da geração de FPs é mostrado na Figura 2. Figura 2. Seleção de Partes - Módulo Algoritmo de Regras de Despacho [12]: a partir de um conjunto de Partes classificadas em FPs, esse algoritmo gera o escalonamento inicial das partes em turnos de produção baseado nas seguintes políticas: solução inicial Randômica (SIR), Ordenação de Famílias de Partes (FAM), Recursos Mais Dissimilares (RMD) e Recursos de Famílias mais Similares (RFMS). - Módulo Algoritmo de Pesquisa Tabu: baseado em uma solução inicial, esse algoritmo gera o escalonamento que reduz o tempo total de produção através da minimização do número de setups e o número de trocas de ferramentas no período de produção [12]. São 1321
4 considerados nesta abordagem, os lotes de partes e os turnos de produção. A função objetivo considerada neste trabalho é apresentada a seguir. min f = n 1 trocasi + paradasi + i= 1 n 1 i= 1 n 1 i= 1 Tlotes Onde: trocas i = Tempo para troca de ferramentas no setup i paradas =número de instantes de parada ( setup ) Tpl i = Tempo de processamento do lote i n = número total de lotes Os critérios de geração de vizinhança considerados são o critério de Troca entre lotes de partes e o critério de Inserção de um lote de partes em outros turnos de produção, vistos em trabalhos anteriores. Os passos executados são mostrados no pseudocódigo a seguir. Inicio Fim Inicializar lista tabu Ltabu vazia; Inicializar variável numero da iteração niter; Inicializar variável numero da melhor iteração melhiter; Inicializar número máximo de iterações sem melhora nbmax Ler escalonamento inicial sinic; Atualizar a melhor solução sm e solução atual s com sinic; Inicializar critério de Aspiração A com sinic; Enquanto (nbiter melhiter < nbmax) faça Gerar vizinhança de busca V a partir de s; Calcular tempo de produção f(s) para todas s geradas; Escolher a solução s* de V que minimize f(s); Se (s* não está em Ltabu) ou (A(s*) < f(sm))então sm = s*; melhiter = niter Fim_se; s := s*; Incrementar niter; Fim_enquanto; i 4. Experimentos e Resultados A implementação dos algoritmos do Modelo foi feita em C++ e utilizando o compilador GCC no ambiente operacional GNU-Linux. Os experimentos foram feitos em um microcomputador Pentium II 833Mhz com 128MB de memória RAM. O Gerador de Partes inicialmente cria 10 matrizes de partes x ferramentas, com dimensões de 90 partes por 10 ferramentas, respeitando a capacidade do magazine de 4 ferramentas. Cada uma das Regras de Despacho recebe as 10 matrizes e gera um conjunto de soluções iniciais. Essas soluções iniciais são utilizadas pelo Algoritmo de Pesquisa Tabu, a qual é executada considerando independentemente os dois critérios de geração de vizinhança e a variação do tamanho da Lista Tabu. O nbmax foi fixado em 120 iterações sem melhora no resultado global, e as dimensões da Lista Tabu foram variadas em 10, 50 e 100 posições. Estes experimentos são realizados primeiramente considerando-se apenas as trocas de ferramentas, sendo realizados novamente considerando-se apenas o número de instantes de parada. A seguir são apresentados a média do número de setups da solução inicial (Regras de Despacho) e o número médio de setups final (após a execução da Pesquisa Tabu), considerando-se as variáveis de decisão de formação de setup da função objetivo. 1322
5 As soluções iniciais são mostradas abreviadamente (SIR = Solução Inicial Randômica, FAM = família de Partes, RFMS = Recursos de Famílias Mais Similares, MDR = recursos mais dissimilares, PMLP = Processos mais Longos Primeiro). Legenda das tabelas: Troc ini = número de trocas de ferramentas da solução inicial. Troc fin = número de trocas de ferramentas referente ao escalonamento gerado pelo Modelo de Escalonamento, dado o critério de geração de vizinhança. set ini = número de setups da solução inicial. set fin = número de setups referente ao escalonamento gerado pelo Modelo de Escalonamento, dado o critério de geração de vizinhança. dp = Desvio padrão. Tabela 1. Média de setups e trocas de ferramentas Inicial e Final das soluções iniciais para os critérios de geração de vizinhança com Lista Tabu com 10 posições considerando-se somente os instantes de parada FAM 40,4 4,22 21,9 2,23 39,8 4,92 20,2 2,66 39,8 4,92 20,2 2,66 PMLP 198,1 13,16 82,9 2,47 53,1 7,74 21,3 2,75 51,5 6,82 20,6 2,72 MDR 214,5 15,57 86,6 1,17 50,2 6,46 21,2 3,01 49,2 8,79 19,7 3,02 RFMS 28,1 2,64 20,5 2,55 27,9 3,21 19,6 3,03 27,7 3,40 19,7 2,98 SIR 200,5 13,54 77,7 20,39 51,1 5,86 20,8 2, ,26 20,1 2,77 Tabela 2. Média de setups e trocas de ferramentas Inicial e Final das soluções iniciais para os critérios de geração de vizinhança com Lista Tabu com 50 posições considerando-se somente os instantes de parada FAM 40,4 4,22 21,9 2,23 39,5 5,05 19,8 2,74 39,8 4,92 20,2 2,66 PMLP 198,1 13,16 82,9 2,47 52,4 8,22 20,8 2,90 50,8 7,21 20,4 2,59 MDR 214,5 15,57 86,6 1,17 50,1 6,38 21,1 2, ,87 19,6 3,03 RFMS 28,1 2,64 20,5 2,55 27,9 3,21 19,6 3,03 27,7 3,40 19,7 2,98 SIR 200,5 13,54 77,7 20,39 49,6 8,47 20,5 2,59 49,8 8, ,62 Tabela 3. Média de setups e trocas de ferramentas Inicial e Final das soluções iniciais para os critérios de geração de vizinhança com Lista Tabu com 100 posições considerando-se somente os instantes de parada FAM 40,4 4,22 21,9 2,23 39,5 4, ,75 39,8 4,92 39,8 4,92 PMLP 198,1 13,16 82,9 2,47 52,4 8,13 20,7 2,83 50,8 7,21 50,8 7,21 MDR 214,5 15,57 86,6 1,17 50,1 6,38 21,1 2, , ,03 RFMS 28,1 2,64 20,5 2,55 27,9 3,21 19,6 3,03 27,9 3,40 27,9 3,35 SIR 200,5 13,54 77,7 20,39 49,6 8,47 20,4 2,67 49,8 8,07 49,8 2,
6 Tabela 4. Média de setups e trocas de ferramentas Inicial e Final das soluções iniciais para os critérios de geração de vizinhança com Lista Tabu com 10 posições considerando-se somente as trocas de ferramentas SOLUÇÃO INICIAL TROCAS INSERÇAO troc ini dp Set ini dp troc fin dp set fin dp troc fin dp set fin dp FAM 40,4 4,22 21,9 2,23 34,8 3, ,79 32,7 2,31 20,1 2,69 PMLP 198,1 50,41 82,9 2,47 40,8 7,83 23,1 5,00 32,3 2,11 20,4 2,41 MDR 214,5 15,57 86,6 1,17 38,7 3,92 22,2 3,16 32,3 2,58 20,2 2,86 RFMS 28,1 2,64 20,5 2,55 26,9 3,11 19,8 2,86 26,6 2,88 19,6 3,03 SIR 200,5 13, ,21 41,1 7,02 22,5 3,72 33,6 2,55 20,2 2,82 Tabela 5. Média de setups e trocas de ferramentas Inicial e Final das soluções iniciais para os critérios de geração de vizinhança com Lista Tabu com 50 posições considerando-se somente as trocas de ferramentas FAM 40,4 4,22 21,9 2,23 34,1 3, ,79 31,5 2,59 19,9 2,69 PMLP 198,1 50,41 82,9 2,47 37,9 5,09 21,6 2,80 31,9 2,56 20,1 2,81 MDR 214,5 15,57 86,6 1,17 37,7 4,06 21,7 3,16 30,7 2,91 19,7 2,98 RFMS 28,1 2,64 20,5 2,55 26,9 3,11 19,8 2,86 26,3 2,87 19,6 3,03 SIR 200,5 13, ,21 37,8 6,11 21,3 2, ,49 20,2 2,82 Tabela 6. Média de setups e trocas de ferramentas Inicial e Final das soluções iniciais para os critérios de geração de vizinhança com Lista Tabu com 100 posições considerando-se somente as trocas de ferramentas FAM 40,4 4,22 21,9 2,23 34,2 3, ,79 30,9 3,28 19,9 2,69 PMLP 198,1 50,41 82,9 2,47 37,1 3,51 21,2 2,44 31,8 2,57 20,1 2,81 MDR 214,5 15,57 86,6 1,17 37,4 4,01 21,3 3, ,49 19,8 2,82 RFMS 28,1 2,64 20,5 2,55 26,9 3,11 19,7 2,98 26,7 3,23 20,3 3,40 SIR 200,5 13, ,21 37,9 7,19 21,1 2,69 33,2 2,49 20,2 2,82 Observou-se nos experimentos que o critério de geração de vizinhança baseado em inserção promove um melhor desempenho do Algoritmo de Pesquisa Tabu em relação ao critério baseado em trocas. Isso se deve ao fato do tipo de movimento realizado no critério de inserção produzir uma vizinhança mais rica que a produzida pelos movimentos realizados no critério de trocas, levando a um melhor resultado. Essa vizinhança necessita de um número maior de iterações para ser percorrida [14], enquanto que a vizinhança gerada pelo critério de trocas necessita de um número menor de movimentos para o encontro do melhor resultado. Para as regras SIR, MDR e PMLP, as quais geram soluções iniciais piores, o aumento do tamanho da lista tabu tem impacto positivo, pois prolonga a busca no espaço [5], conduzindo a soluções melhores. As soluções iniciais que melhor apresentaram resultados foram as baseadas nas Regras de Despacho RFMS e FAM, como pode ser visto em trabalhos anteriores [12]. O aumento do tamanho da Lista Tabu não trouxe melhoras significativas para estes critérios, independente do 1324
7 critério de geração de vizinhança utilizado. Essas regras de despacho geram resultados muito próximos do resultado melhor, sendo pequeno o número de iterações necessário para encontrálo. Para as regras SIR, MDR e PMLP que geram soluções iniciais piores (mais distantes do resultado melhor), o aumento do tamanho da Lista Tabu tem impacto positivo, pois prolonga a busca, escapando de ótimos locais. Nota-se pela observação das variáveis de decisão da Função Objetivo considerada, que a contribuição da variável troca de ferramentas é mais significativa, gerando resultados melhores do que os gerados pela contribuição da variável instantes de parada. A variável troca de ferramentas considera o compartilhamento de recursos entre famílias de partes, fator que auxilia na redução do tempo de setup, garantindo melhores soluções. 5. Conclusão Neste trabalho foi desenvolvido um Modelo de Escalonamento no qual foi observada a variação do tamanho da Lista Tabu e sua influência no resultado obtido pelo Algoritmo de Pesquisa Tabu. Na Pesquisa Tabu foram utilizados dois critérios de geração de vizinhanças (baseados em movimentos de troca e inserção de lotes). As soluções iniciais foram baseadas em cinco Regras de Despacho (SIR, RFMS, FAM, MDR e PMLP). Nos experimentos realizados foram variados o tamanho da Lista Tabu. Pôde-se observar que o critério de inserção promove melhor desempenho da Pesquisa Tabu devido a geração de uma vizinhança mais rica em comparação com o critério de trocas. Isso leva a um número maior de iterações para o encontro do melhor resultado. A variação da Lista Tabu tem impacto positivo sobre o critério de trocas, fazendo com que o desempenho se equiparasse ao do critério de inserção. Isso ocorre pois o aumento do tamanho da lista permite a diversificação da busca no encontro de resultados melhores. As soluções iniciais que mais contribuem para o melhoramento da performance do algoritmo foram RFMS e FAM, pois estas regras levam em conta as FPs e o compartilhamento de recursos. A variação do tamanho da Lista Tabu tem impacto positivo nas regras que geram soluções iniciais piores (SIR, MDR e PMLP), pois com a diversificação da busca, um maior número de pontos da região viável são visitados, escapando assim de ótimos locais. No tratamento do Problema de Escalonamento em um SMF, pode-se optar pela utilização de um critério de geração de vizinhanças mais flexível (critério de inserção), tendo como solução inicial uma Regra de Despacho que leve em conta o compartilhamento de recursos (RFMS e FAM), que é fator fundamental para a redução do número de setups. O resultado de melhor qualidade encontrado pelo critério de inserção necessita de um número um maior de iterações que o necessário para que o critério de trocas encontre um resultado qualitativamente inferior. Para o critério de inserção, a Lista Tabu não precisaria armazenar uma grande quantidade de movimentos proibidos. Caso o critério de geração de vizinhança não possa ser flexível e a solução inicial não possa levar em conta as FPs, uma Lista Tabu maior diversificará a busca, promovendo o encontro de melhores resultados. 6. Referências Bibliográficas [1] Kaighobadi M. e Venkatesh, K. Flexible Manufactring Systems: An Overview, Internationa Journal of Operations & Production Management, (1993). [2] R. Dorf, A. Kusiak, Handbook of Design, Manufacturing and Automation, John Wiley and Sons, [3] A. Kusiak, Intelligent Design and Manufacturing, John Wiley & Sons, [4] A. Kusiak e W.S. Chow, Efficient Solving of the Group Techology Problem, Winnipeg University of Manitoba, [5] Glover, F., Laguna M., Tabu search. - Boston : Kluwer Academic,
8 [6] D. D. Bedworth, M. R. Henderson, P. M. Wolfe, Computer Integrated design and manufacturing McGraw-Hill, [7] A. T. Gómez, Aplicação de Otimização Combinatória em Sistemas de Manufatura Flexíveis, INPE, [8] A. G. Rodrigues, R. S. Araujo, Modelagem de Sistemas de Manufatura Flexíveis considerando restrições físicas e temporais, Santa Maria, Universidade Federal de Santa Maria, [9] A. Hertz, Tabu Search for large timetabling problems, European Journal of Operational Research n.54, p.39-47, [10] F. Glover, Tabu Search - Parte I, ORSA Journal on Computing, v.1, n.3, [11] M. Widmer, Job Shop Scheduling with tooling constrains: a Tabu Search Aproach, Journal of Manufacturing, [12] A. T. Gómez, A. G. Rodrigues e L. T. Hoffmann, Análise da Performance de um Modelo de Escalonamento Baseado em Pesquisa Tabu Aplicado em um Sistema de Manufatura Flexível In: 3rd Congress of Logic Applied to Technology - Lapetc 2002, 2002, São Paulo. [13] A. G. Rodrigues, A. T. Gómez, Utilização de metaheuristicas para a modelagem de problemas de seleção de partes e scheduling em um sistema de manufatura flexivel. Scientia. São Leopoldo, RS, Brasil, v.11, [14] Rodrigues, A. G., Gómez, A. T., Utilização de Pesquisa Tabu no Escalonamento de um Sistema de Manufatura Flexível, XIV Congresso Regional de Iniciação Científica e Tecnológica em Engenharia, Ijuí CRICTE 2001, Ijuí UNIJUI - Universidade do Nordeste do Estado do Rio Grande do Sul, 2001, 1326
Análise da Performance de um Modelo de Escalonamento Baseado em Pesquisa Tabu Aplicado em um Sistema de Manufatura Flexível
Análise da Performance de um Modelo de Escalonamento Baseado em Pesquisa Tabu Aplicado em um Sistema de Manufatura Flexível Antonio G. RODRIGUES, Leandro T. HOFFMANN e Arthur T. GÓMEZ Universidade do Vale
Leia maisANÁLISE DE SOLUÇÕES INICIAIS PARA PESQUISA TABU APLICADA AO PROBLEMA DE SCHEDULING EM UM SISTEMA DE MANUFATURA FLEXÍVEL
ANÁLISE DE SOLUÇÕES INICIAIS PARA PESQUISA TABU APLICADA AO PROBLEMA DE SCHEDULING EM UM SISTEMA DE MANUFATURA FLEXÍVEL Antonio Gabriel Rodrigues Universidade do Vale do Rio Dos Sinos UNISINOS. Av. Unisinos
Leia maisESTUDO DA PERFORMANCE DA PESQUISA TABU APLICADA AO PROBLEMA DE ESCALONAMENTO EM UM SISTEMA DE MANUFATURA FLEXÍVEL
ESTUDO DA PERFORMANCE DA PESQUISA TABU APLICADA AO PROBLEMA DE ESCALONAMENTO EM UM SISTEMA DE MANUFATURA FLEXÍVEL Autores: Antonio Gabriel Rodrigues, Leandro Toss Hoffmann e Arthur Tórgo Gómez Universidade
Leia maisTratamento de um problema de escalonamento considerando datas de entrega, turnos de produção e trocas de ferramentas via Busca Tabu
Tratamento de um problema de escalonamento considerando datas de entrega, turnos de produção e trocas de ferramentas via Busca Tabu ANTONIO GABRIEL RODRIGUES ARTHUR TÓRGO GÓMEZ Unisinos Resumo Neste trabalho
Leia maisMODELAGEM DE SISTEMAS DE MANUFATURA FLEXÍVEIS CONSIDERANDO RESTRIÇÕES TEMPORAIS E A CAPACIDADE DO MAGAZINE
MODELAGEM DE SISTEMAS DE MANUFATURA FLEXÍVEIS CONSIDERANDO RESTRIÇÕES TEMPORAIS E A CAPACIDADE DO MAGAZINE Arthur Tórgo Gómez UNISINOS Centro de Ciências Exatas Caixa Postal 275 93022-000 - São Leopoldo
Leia maisUm Sistema de Informação Geográca para Auxílio no Posicionamento de Antenas Transmissoras
SCIENTIA 14(1) (2003) 1-8 Um Sistema de Informação Geográca para Auxílio no Posicionamento de Antenas Transmissoras Leandro Toss Homann, Arthur Tórgo Gómez Programa Interdisciplinar de Pós Graduação em
Leia maisUm Estudo do Comportamento dos Tempos de Makespan, Atraso e Setup no Problema de Escalonamento do Job-shop
Um Estudo do Comportamento dos Tempos de Makespan, Atraso e Setup no Problema de Escalonamento do Job-shop Gilberto Irajá Müller 1, Arthur Tórgo Gómez 1 1 Universidade do Vale do Rio dos Sinos UNISINOS
Leia maisUm Modelo Baseado na Busca Tabu Aplicado ao Problema do Escalonamento do Job-shop com Setup e Data de Entrega
Um Modelo Baseado na Busca Tabu Aplicado ao Problema do Escalonamento do Job-shop com Setup e Data de Entrega Gilberto Irajá Müller 1, Antonio Gabriel Rodrigues 1, Arthur Tórgo Gómez 1 1 Universidade do
Leia maisIntrodução aos Problemas de Roteirização e Programação de Veículos
Introdução aos Problemas de Roteirização e Programação de Veículos PNV-2450 André Bergsten Mendes HEURÍSTICA DE INSERÇÃO DE SOLOMON (VRPTW) Exercício Para o problema de roteirização com janela de tempo
Leia maisAnálise do Comportamento das Estratégias de Escalonamento Considerando n Máquinas de Produção
Análise do Comportamento das Estratégias de Escalonamento Considerando n Máquinas de Produção Gilberto Irajá Müller 1, Arthur Tórgo Gómez 1 1 Universidade do Vale do Rio dos Sinos UNISINOS PIPCA - Programa
Leia maisEstratégias de Escalonamento em um Ambiente de Job-shop
Estratégias de Escalonamento em um Ambiente de Job-shop Gilberto Irajá Müller 1, Arthur Tórgo Gómez 1 1 Universidade do Vale do Rio dos Sinos UNISINOS PIPCA - Programa Interdisciplinar de Pós-Graduação
Leia mais5 VNS com Filtro e Reconexão por Caminhos
5 VNS com Filtro e Reconexão por Caminhos A metaheurística VNS (Variable Neighborhood Search) foi proposta por Mladenović e Hansen [40] e possui como idéia básica a mudança de vizinhanças realizada da
Leia maisUma Introdução à Busca Tabu André Gomes
Uma Introdução à Busca Tabu André Gomes Departamento de Ciência da Computação, Instituto de Matemática e Estatística, Universidade de São Paulo, SP, Brasil Novembro de 2009 INTRODUÇÃO Método de Busca Local
Leia maisOtimização de horários Seminário. Clarisse Resende 25/01/2013
Otimização de horários Seminário Clarisse Resende 25/01/2013 O problema dos horários consiste numa sequência de atividades de programação, satisfazendo um conjunto de restrições de recursos. Pretende-se
Leia maisAnálise de Desempenho da Paralelização do Problema de Caixeiro Viajante
Análise de Desempenho da Paralelização do Problema de Caixeiro Viajante Gabriel Freytag Guilherme Arruda Rogério S. M. Martins Edson L. Padoin Universidade Regional do Noroeste do Estado do Rio Grande
Leia maisDisc. Scientia. Série: Ciências Naturais e Tecnológicas, S. Maria, v. 7, n. 1, p ,
Disc. Scientia. Série: Ciências Naturais e Tecnológicas, S. Maria, v. 7, n. 1, p. 25-38, 2006. 25 ISSN 1981-2841 ANÁLISE DO COMPORTAMENTO DAS ESTRATÉGIAS DE ESCALONAMENTO CONSIDERANDO N MÁQUI- NAS DE PRODUÇÃO
Leia maisESTÁGIOS DOMINANTES FLEXÍVEIS EM SISTEMAS DE PRODUÇÃO FLOW SHOP HÍBRIDOS
ESTÁGIOS DOMINANTES FLEXÍVEIS EM SISTEMAS DE PRODUÇÃO FLOW SHOP HÍBRIDOS João Vitor Moccellin Departamento de Engenharia de Produção Escola de Engenharia de São Carlos, Universidade de São Paulo. Av. Trabalhador
Leia maisMINIMIZAÇÃO DO TEMPO TOTAL DE ATRASO NO PROBLEMA DE FLOWSHOP COM BUFFER ZERO ATRAVÉS DE BUSCA TABU
MINIMIZAÇÃO DO TEMPO TOTAL DE ATRASO NO PROBLEMA DE FLOWSHOP COM BUFFER ZERO ATRAVÉS DE BUSCA TABU Vinícius Amaral Armentano Faculdade de Engenharia Elétrica e Computação Universidade Estadual de Campinas
Leia maisProgramação da produção em sistema no-wait flow shop com minimização do tempo total de fluxo
Programação da produção em sistema no-wait flow shop com minimização do tempo total de fluxo Lucas Yamada Scardoelli (EESC/USP) scarty@terra.com.br R. General Glicério, 340, Centro, CEP 15900-000, Taquaritinga,
Leia maisUM MÉTODO HEURÍSTICO APLICADO AO PROBLEMA DE PROGRAMAÇÃO DE SONDAS DE PRODUÇÃO. Miguel Angel Fernández Pérez
UM MÉTODO HEURÍSTICO APLICADO AO PROBLEMA DE PROGRAMAÇÃO DE SONDAS DE PRODUÇÃO Miguel Angel Fernández Pérez miguelfp177@yahoo.com Fernanda Maria Pereira Raupp fraupp@puc-rio.br Departamento de Engenharia
Leia maisANÁLISE DE MÉTODOS PARA A GERAÇÃO DE CÉLULAS DE MANUFATURA CONSIDERANDO A MINIMIZAÇÃO DO NÚMERO DE TROCAS DE FERRAMENTAS
XXX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO Maturidade e desafios da Engenharia de Produção: competitividade das empresas, condições de trabalho, meio ambiente. São Carlos, SP, Brasil, 12 a15 de outubro
Leia mais4 Métodos Existentes. 4.1 Algoritmo Genético
61 4 Métodos Existentes A hibridização de diferentes métodos é em geral utilizada para resolver problemas de escalonamento, por fornecer empiricamente maior eficiência na busca de soluções. Ela pode ser
Leia maisXLVI Pesquisa Operacional na Gestão da Segurança Pública
UM ALGORITMO HEURÍSTICO MULTIOBJETIVO BASEADO NO MÉTODO DE NEWTON PARA O PROBLEMA INTEGRADO DE ALOCAÇÃO DE RECURSOS E SEQUENCIAMENTO DE OPERAÇÕES Miguel Angel Fernández Pérez fernandezmiguelp@gmail.com
Leia maisSistemas de Produção em Fluxo
Uma introdução a problemas de sequenciamento em sistemas de produção em fluxo Faculdade de Ciências da Universidade do Porto 18 de Janeiro de 2012 Sumário Introdução Literatura (Makespan) Pesquisa Local
Leia maisUmmétodohíbridoparaescalonar turnosdeenfermeiras
Ummétodohíbridoparaescalonar turnosdeenfermeiras Alexandre Luiz J. H. Albano e Marcio Oshiro Universidade de São Paulo Instituto de Matemática e Estatística Departamento de Ciência da Computação Um método
Leia maisMODELAGEM E SOLUÇÃO DO PROBLEMA DE SELEÇÃO DE PONTOS DE PARADA DE ÔNIBUS CONTRATADOS PARA TRANSPORTE DE FUNCIONÁRIOS
MODELAGEM E SOLUÇÃO DO PROBLEMA DE SELEÇÃO DE PONTOS DE PARADA DE ÔNIBUS CONTRATADOS PARA TRANSPORTE DE FUNCIONÁRIOS Denis Ferreira da Silva Filho 1 ; Tatiana Balbi Fraga 2 1 Estudante do Curso de Engenharia
Leia maisDESENVOLVIMENTO DE UM ALGORITMO PARALELO PARA APLICAÇÃO EM CLUSTER DE COMPUTADORES
DESENVOLVIMENTO DE UM ALGORITMO PARALELO PARA APLICAÇÃO EM CLUSTER DE COMPUTADORES João Ricardo Kohler Abramoski (PAIC/FUNDAÇÃO ARAUCÁRIA), Sandra Mara Guse Scós Venske (Orientadora), e-mail: ssvenske@unicentro.br
Leia maisPSCR-H: PROPOSTA DE UM ALGORITMO HÍBRIDO APLICADO AO PROBLEMA DE FORMAÇÃO DE CÉLULAS DE MANUFATURA
PSCR-H: PROPOSTA DE UM ALGORITMO HÍBRIDO APLICADO AO PROBLEMA DE FORMAÇÃO DE CÉLULAS DE MANUFATURA CRISTIANO GALAFASSI, ROGÉRIO R. DE VARGAS Universidade Federal do Pampa (UNIPAMPA) Rua Luiz Joaquim de
Leia maisUM MODELO DE PROGRAMAÇÃO INTEIRA MISTA PARA A PROGRAMAÇÃO DA PRODUÇÃO EM FLOWSHOP HÍBRIDO COM BUFFERS LIMITADOS
UM MODELO DE PROGRAMAÇÃO INTEIRA MISTA PARA A PROGRAMAÇÃO DA PRODUÇÃO EM FLOWSHOP HÍBRIDO COM BUFFERS LIMITADOS Pedro Luis Miranda Lugo Universidade Federal de São Carlos Departamento de Engenharia de
Leia maisCAP 254 CAP 254. Otimização Combinatória. Professor: Dr. L.A.N. Lorena. Assunto: Metaheurísticas Antonio Augusto Chaves
CAP 254 CAP 254 Otimização Combinatória Professor: Dr. L.A.N. Lorena Assunto: Metaheurísticas Antonio Augusto Chaves Conteúdo C01 Simulated Annealing (20/11/07). C02 Busca Tabu (22/11/07). C03 Colônia
Leia maisAlgoritmos Branch e Bound para o problema de sequenciamento em uma única máquina
Trabalho apresentado no XXXV CNMAC, Natal-RN, 2014. Algoritmos Branch e Bound para o problema de sequenciamento em uma única máquina Carlos E. Ferreira Instituto de Matemática e Estatística, IME, USP 05508-090,
Leia maisBusca Tabu. Marcone Jamilson Freitas Souza. Universidade Federal de Ouro Preto
Busca Tabu Marcone Jamilson Freitas Souza Universidade Federal de Ouro Preto www.decom.ufop.br/prof/marcone Sumário Introdução Fundamentação Algoritmo básico Implementação da lista tabu Tamanho da lista
Leia maisProblemas de otimização
Problemas de otimização Problemas de decisão: Existe uma solução satisfazendo certa propriedade? Resultado: sim ou não Problemas de otimização: Entre todas as soluções satisfazendo determinada propriedade,
Leia maisFlexibilidade de Sequenciamento
Universidade Federal de Itajubá - UNIFEI Instituto de Engenharia de produção e Gestão - IEPG EPR-03 Automação da Manufatura Notas sobre: Flexibilidade de Sequenciamento Prof. José Hamilton Chaves Gorgulho
Leia maisDEPARTAMENTO DE ENGENHARIA MECÂNICA
DEPARTAMENTO DE ENGENHARIA MECÂNICA Otimização: Algoritmos e Aplicações na Engenharia Mecânica ENG1786 & MEC2403 Ivan Menezes 2018-2 1 EMENTA 1. Introdução 1.1 Definições Básicas 1.2 Classificação dos
Leia maisAcesse: Gabaritos das aulas 1 a 20
Gabaritos das aulas 1 a 20 Aula 1 Introdução à automação 2. d Aula 2 Ciclo de um produto 1. d 3. CAD - Projeto Auxiliado por Computador CAM - Manufatura Auxiliada por Computador CAPP - Planejamento do
Leia maisSoluções de alto desempenho para a programação da produção flow shop
Soluções de alto desempenho para a programação da produção flow shop Marcelo Seido Nagano (EESC USP, SP, Brasil) drnagano@usp.br Av. Trabalhador Sãocarlense, 400, Centro, CEP: 13566-590, São Carlos-SP
Leia maisREDUÇÃO DO ESTOQUE EM PROCESSAMENTO EM SISTEMAS DE PRODUÇÃO FLOW SHOP
REDUÇÃO DO ESTOQUE EM PROCESSAMENTO EM SISTEMAS DE PRODUÇÃO FLOW SHOP Marcelo Seido Nagano Departamento de Engenharia de Produção Escola de Engenharia de São Carlos, Universidade de São Paulo. Av. Trabalhador
Leia maisUM ALGORITMO HEURÍSTICO PARA O PROBLEMA DE GERENCIAMENTO DE ESCALA OPERACIONAL DE CONTROLADORES DE TRÁFEGO AÉREO
UM ALGORITMO HEURÍSTICO PARA O PROBLEMA DE GERENCIAMENTO DE ESCALA OPERACIONAL DE CONTROLADORES DE TRÁFEGO AÉREO Bruno Mota Avelar Almeida, Túlio Ângelo Machado Toffolo, Marcone Jamilson Freitas Souza
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@pucrs.br http://www.pucrs.br/famat/viali/ Dentre a grande variedade de sistemas que podem ser modelados e para os quais a simulação pode ser aplicada com proveito, uma classe
Leia maisMETAHEURÍSTICA Encontrar soluções boas ou até mesmo ótima
METAHEURÍSTICAS METAHEURÍSTICA Encontrar soluções boas ou até mesmo ótima Consiste em aplicar iterativamente uma heurística subordinada (busca local) Tem algum mecanismo para escapar de ótimos locais (vales)
Leia maisUM ITERATED LOCAL SEARCH PARA A MINIMIZAÇÃO DO MAKESPAN EM SISTEMAS DE PRODUÇÃO FLOWSHOP COM EXECUÇÃO CONTÍNUA DAS TAREFAS
UM ITERATED LOCAL SEARCH PARA A MINIMIZAÇÃO DO MAKESPAN EM SISTEMAS DE PRODUÇÃO FLOWSHOP COM EXECUÇÃO CONTÍNUA DAS TAREFAS Francisco Régis Abreu Gomes (UFC) frag.82@ig.com.br O Problema de Seqüenciamento
Leia maisCOMPARAÇÃO ENTRE FROTA HOMOGÊNEA E HETEROGÊNEA EM PROBLEMAS DE ROTEAMENTO DE VEÍCULOS CAPACITADOS
COMPARAÇÃO ENTRE FROTA HOMOGÊNEA E HETEROGÊNEA EM PROBLEMAS DE ROTEAMENTO DE VEÍCULOS CAPACITADOS Rosiana da Silva Lopes Danilo César Rodrigues Azevedo rosianalopes16@gmail.com danilo.azevedo@ufpi.edu.br.com
Leia maisNOTAS DE AULA 1 METAHEURÍSTICA 13/10/2016
NOTAS DE AULA 1 METAHEURÍSTICA 13/10/2016 Metaheurística: São técnicas de soluções que gerenciam uma interação entre técnicas de busca local e as estratégias de nível superior para criar um processo de
Leia maisALGORITMO DE BUSCA TABU APLICADO NA SOLUÇÃO DO PROBLEMA DE MÚLTIPLAS MOCHILAS.
ALGORITMO DE BUSCA TABU APLICADO NA SOLUÇÃO DO PROBLEMA DE MÚLTIPLAS MOCHILAS MÜLLER, M. R. 1 ; FRANCO, E. M. C. 2 1,2 Universidade Estadual do Oeste do Paraná - UNIOESTE/Pós-Graduação em Engenharia de
Leia maisIterated Local Search. Helena R. Lorenço, Olivier Martinz and THOMAS STUTZLE
I Iterated Local Search Helena R. Lorenço, Olivier Martinz and THOMAS STUTZLE Idéias Metaheurística deve ser simples, eficiente e mais genérica possível. Problema específico deve ser incorporado à metaheurística.
Leia maisComputação Evolucionária: Conceitos Básicos de Otimização
Computação Evolucionária: Conceitos Básicos de Otimização Prof. Dr. Rafael Stubs Parpinelli E-mail: rafael.parpinelli@udesc.br Otimização Min ou Max Sujeito a Otimização Função objetivo A qual se quer
Leia maisPesquisa Operacional Aplicada à Mineração
Pesquisa Operacional Aplicada à Mineração Módulo de Otimização Parte II-b Prof. Marcone J. F. Souza Prof. Túlio A. M. Toffolo marcone.freitas@yahoo.com.br tulio@toffolo.com.br Departamento de Computação
Leia maisManufatura por FMS e CIM
Campus Divinópolis Contexto Social e Profissional da Engenharia Mecatrônica. Grupo 06 Manufatura por FMS e CIM Felipe Wagner Guilherme Henrique Gabriel Aparecido Renan 1º PERIODO ENGENHARIA MECATRÔNICA
Leia maisAlgoritmo busca tabu para a minimização do tempo de processamento e atrasos de entrega em sistemas de produção flowshop permutacional
Algoritmo busca tabu para a minimização do tempo de processamento e atrasos de entrega em sistemas de produção flowshop permutacional Marcio Leite (UCAM-Campos) mleite@lenep.uenf.br José Elias Cláudio
Leia mais2 Problemas de Escalonamento
15 2 Problemas de Escalonamento O escalonamento ou programação da produção é um dos problemas operacionais que visam planejar e controlar a execução das tarefas de produção e de serviços. Ele tem como
Leia maisA Visualização de Dados por meio de Realidade Virtual e o Algoritmo de Busca Tabu aplicados ao Problema de Carregamento de Veículos
A Visualização de Dados por meio de Realidade Virtual e o Algoritmo de Busca Tabu aplicados ao Problema de Carregamento de Veículos Ezequiel Roberto Zorzal 1, Luciano Ferreira Silva 1, Alexandre Cardoso
Leia maisCAP 254 CAP 254. Otimização Combinatória. Professor: Dr. L.A.N. Lorena. Assunto: Metaheurísticas Antonio Augusto Chaves
CAP 254 CAP 254 Otimização Combinatória Professor: Dr. L.A.N. Lorena Assunto: Metaheurísticas Antonio Augusto Chaves Conteúdo C Simulated Annealing (2//7). C2 Busca Tabu (22//7). C3 Colônia de Formigas
Leia maisFormulações de Programação Matemática para o Problema de Seqüenciamento em uma Máquina com Janelas de Entrega Distintas e Tempo de Preparação
Anais do CNMAC v.2 ISSN 1984-820X Formulações de Programação Matemática para o Problema de Seqüenciamento em uma Máquina com Janelas de Entrega Distintas e Tempo de Preparação Dependente da Seqüência de
Leia maisUMA APLICAÇÃO DA METAHEURÍSTICA ITERATED LOCAL SEARCH AO SHIFT DESIGN PROBLEM
XXX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO Maturidade e desafios da Engenharia de Produção: competitividade das empresas, condições de trabalho, meio ambiente. São Carlos, SP, Brasil, 12 a15 de outubro
Leia maisAvaliação de Heurísticas de Melhoramento e da Metaheurística Busca Tabu para Solução de PRV
Avaliação de Heurísticas de Melhoramento e da Metaheurística Busca Tabu para Solução de PRV Eliseu Celestino Schopf 1, Claudio Schepke 1, Marcus Lucas da Silva 1, Pablo Furlan da Silva 1 1 Centro de Eletrônica
Leia maisEMC Profº Dr. João Carlos E. Ferreira
Autores: Hugo Gaspar Santos Luiz Amilton Pepplow e.mail: pepplow@emc.ufsc.br dasha@pop.com.br EMC Profº Dr. João Carlos E. Ferreira CAD - Computer Aided Design Os sistemas CAD deveriam suportar qualquer
Leia maisRelatório Técnico: Busca Tabu Aplicada ao Problema do Caixeiro Viajante
Relatório Técnico: Busca Tabu Aplicada ao Problema do Caixeiro Viajante André Britto de Carvalho, Rodolfo Barriveira, Carlos Tavares, Kelly Rodrigues, Frederico Losco Resumo. Este relatório apresenta uma
Leia maisMINISTÉRIO DA CIÊNCIA E TECNOLOGIA INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS TESE MODELO PARA SEQÜENCIAMENTO DE PARTES E
MINISTÉRIO DA CIÊNCIA E TECNOLOGIA INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS TESE MODELO PARA SEQÜENCIAMENTO DE PARTES E FERRAMENTAS EM UM SISTEMA DE MANUFATURA FLEXÍVEL COM RESTRIÇÕES ÀS DATAS DE VENCIMENTO
Leia maisAPLICAÇÃO DE MÉTODOS EXATOS E DE METAS-HEURÍSTICAS NA GERAÇÃO DE CÉLULAS DE MANUFATURA CONSIDERANDO A MINIMIZAÇÃO DO NÚMERO DE TROCAS DE FERRAMENTAS
APLICAÇÃO DE MÉTODOS EXATOS E DE METAS-HEURÍSTICAS NA GERAÇÃO DE CÉLULAS DE MANUFATURA CONSIDERANDO A MINIMIZAÇÃO DO NÚMERO DE TROCAS DE FERRAMENTAS Arthur Tórgo Gómez Universidade do Vale do Rio dos Sinos
Leia maisUm Algoritmo Genético para o Problema de Roteamento de Veículos com Janelas de Tempo
Um Algoritmo Genético para o Problema de Roteamento de Veículos com Janelas de Tempo Francisco Henrique de Freitas Viana Pontifícia Universidade Católica do Rio de Janeiro PUC-Rio Departamento de Informática
Leia maisInfluência do Tamanho Amostral no Planejamento Econômico para Controle On-Line de Processo por Atributo com Erros de.
Influência do Tamanho Amostral no Planejamento Econômico para Controle On-Line de Processo por Atributo com Erros de 1. Introdução: Classificação Lupércio França Bessegato 1 Roberto da Costa Quinino 2
Leia maisMPE(S)- Metodologias de Planeamento e Escalonamento Planning and Scheduling Methodologies
MPE(S)- Metodologias de Planeamento e Escalonamento Planning and Scheduling Methodologies Eugénio Oliveira / Henrique L. Cardoso {eco, hlc}@fe.up.pt Sítio web institucional Sítio web específico: http://paginas.fe.up.pt/~eol/prodei/mpe1415_eng.htm
Leia maisTópicos Especiais em Otimização
Tópicos Especiais em Otimização ivo.junior@ufjf.edu.br Juiz de Fora, 05 de Maio de 2016 Introdução Qual a diferença entre inteligência: ARTIFICIAL E COMPUTACIONAL? ARTIFICIAL: É a ciência que tenta compreender
Leia maisUnidade de Matemática e Tecnologia, Universidade Federal de Goiás Regional Catalão
1 CAPÍTULO O MÉTODO SIMULATED ANNEALING APLICADO EM LOCALIZAÇÃO E ROTEAMENTO Ferreira, Kamyla Maria 1 * ; Queiroz, Thiago Alves de 2 1 Unidade de Matemática e Tecnologia, Universidade Federal de Goiás
Leia maisImplementação de um escalonador de processos em GPU
Implementação de um escalonador de processos em GPU Guilherme Martins guilhermemartins@usp.br 6 de abril de 2017 Guilherme Martins (guilhermemartins@usp.br) Implementação de um escalonador de processos
Leia maisSequenciamento de Tarefas em Máquinas Paralelas de Processamento em Lotes com Entregas
Sequenciamento de Tarefas em Máquinas Paralelas de Processamento em Lotes com Entregas Gilson Ataliba de Faria a, José Elias Claudio Arroyo a, André Gustavo dos Santos a, Thiago Henrique Nogueira b, Jonatas
Leia maisSEQUENCIAMENTO DA PRODUÇÃO EM JOB-SHOPS COM O AUXÍLIO DE GRIDS COMPUTACIONAIS
SEQUENCIAMENTO DA PRODUÇÃO EM JOB-SHOPS COM O AUXÍLIO DE GRIDS COMPUTACIONAIS Luiz Rossi de Souza (CEFET) luizrrossi@gmail.com Diego Moreira de Araujo Carvalho (CEFET) d.carvalho@ieee.org Rafael Garcia
Leia mais3 Aprendizado por reforço
3 Aprendizado por reforço Aprendizado por reforço é um ramo estudado em estatística, psicologia, neurociência e ciência da computação. Atraiu o interesse de pesquisadores ligados a aprendizado de máquina
Leia maisNuno Miguel Duarte Sequeira André VARIABLE NEIGHBOURHOOD SEARCH
Nuno Miguel Duarte Sequeira André VARIABLE NEIGHBOURHOOD SEARCH Optimization and decision support techniques PDEEC 2007 Introdução A meta-heurística VNS (Variable Neighbourhood Search) é bastante recente
Leia maisANÁLISE DE DESEMPENHO DE REGRAS DE PRIORIDADE PARA PROGRAMAÇÃO EM SISTEMAS FLOW SHOP HÍBRIDO E TEMPOS DE SETUP DEPENDENTES DA SEQUÊNCIA
ANÁLISE DE DESEMPENHO DE REGRAS DE PRIORIDADE PARA PROGRAMAÇÃO EM SISTEMAS FLOW SHOP HÍBRIDO E TEMPOS DE SETUP DEPENDENTES DA SEQUÊNCIA CANTIERE, Patricia Castoldi, IC, Fecilcam, CNPq, Engenharia de Produção
Leia maisUma nova heurística para o problema de minimização de trocas de ferramentas
Gest. Prod., São Carlos, v. 19, n. 1, p. 17-30, 2012 Uma nova heurística para o problema de minimização de trocas de ferramentas A new heuristic for the minimization of tool switches problem Antônio Augusto
Leia maisAlgoritmos de Escalonamento do Preactor. Algoritmos de Escalonamento do Preactor. INESC Porto Unidade de Engenharia de Sistemas de Produção
Algoritmos de Escalonamento do Preactor INESC Porto Unidade de Engenharia de Sistemas de Produção Identificação do Documento: Código do Documento Nome do Documento Nome do Ficheiro RI.03 Algoritmos de
Leia maisUMA HEURÍSTICA CONSTRUTIVA PARA O PROBLEMA DE MINIMIZAÇÃO DO ATRASO TOTAL NO AMBIENTE FLOWSHOP COM BUFFER ZERO
UMA HEURÍSTICA CONSTRUTIVA PARA O PROBLEMA DE MINIMIZAÇÃO DO ATRASO TOTAL NO AMBIENTE FLOWSHOP COM BUFFER ZERO Luís Roberto Sant Anna Henriques Débora P. Ronconi Escola Politécnica da Universidade de São
Leia maisAntonio Gabriel Rodrigues
Antonio Gabriel Rodrigues Análise do Comportamento dos Tempos de Produção em um Sistema de Manufatura Flexível em um Problema de Escalonamento em um Job Shop: Abordagem utilizando Conceito de Caminho Crítico
Leia maisANÁLISE COMPARATIVA DE HEURÍSTICAS PARA MINIMIZAÇÃO DE ADIANTAMENTOS E ATRASOS EM FLOW SHOP COM TEMPOS DE SETUP
ANÁLISE COMPARATIVA DE HEURÍSTICAS PARA MINIMIZAÇÃO DE ADIANTAMENTOS E ATRASOS EM FLOW SHOP COM TEMPOS DE SETUP John Lennon Damas David UFG/Campus Catalão johnlennon_13@yahoo.com.br Hélio Yochihiro Fuchigami
Leia maisAlgoritmos - 1. Alexandre Diehl. Departamento de Física - UFPel
Algoritmos - 1 Alexandre Diehl Departamento de Física - UFPel Conceitos básicos Computador: conceito clássico (até quando????) HARDWARE (partes físicas) SOFTWARE (programas) PCF2017 2 Conceitos básicos
Leia maisXLVI Pesquisa Operacional na Gestão da Segurança Pública
DESENVOLVIMENTO DE UM MODELO HÍBRIDO BASEADO EM ALGORITMO GENÉTICO E BUSCA TABU PARA RESOLUÇÃO DO PROBLEMA DE QUADRO DE HORÁRIOS ESCOLAR Marcus V. da S. Cassemiro Depto de Computação, CEFET-MG 30510-000,
Leia maisOTIMIZAÇÃO DO PROJETO DE REDES URBANAS BASEADO NO PROBLEMA DE STEINER
OTIMIZAÇÃO DO PROJETO DE REDES URBANAS BASEADO NO PROBLEMA DE STEINER Luiz Carlos de Abreu Rodrigues e Hideson Alves da Silva CPGEI CEFET/PR Centro Federal de Educação Tecnológica do Paraná, Av. Sete de
Leia maisLIMITANTE INFERIOR PARA O PROBLEMA DE MINIMIZAR O NÚMERO DE TROCAS DE FERRAMENTAS
LIMITANTE INFERIOR PARA O PROBLEMA DE MINIMIZAR O NÚMERO DE TROCAS DE FERRAMENTAS Horacio Hideki Yanasse Instituto Nacional de Pesquisas Espaciais INPE/LAC, Avenida dos Astronautas 1758, Jardim da Granja
Leia maisAlocação de Unidades via Relaxação Lagrangeana
Alocação de Unidades via Relaxação Lagrangeana Prof. Antonio Simões Costa Grupo de Sistemas de Potência EEL - UFSC Relaxação Lagrangeana: Conceitos Iniciais 2 1 Alocação de Unidades via Relaxação Lagrangeana
Leia maisAlgoritmos genéticos para o problema de programação de tarefas em máquinas paralelas idênticas com dois critérios
Algoritmos genéticos para o problema de programação de tarefas em máquinas paralelas idênticas com dois critérios José Elias Claudio Arroyo 1, Dalessandro Soares Vianna 2 1 Departamento de Informática
Leia maisAplicação de p-medianas ao Problema do Corte Guilhotinado Bi-Dimensional para Peças Regulares
Aplicação de p-medianas ao Problema do Corte Guilhotinado Bi-Dimensional para Peças Regulares Gilberto Irajá Müller 1, Arthur Tórgo Gómez 1 1 Universidade do Vale do Rio dos Sinos UNISINOS PIPCA - Programa
Leia maisEngenharia de Materiais e Manufatura SISTEMAS DE MANUFATURA
Engenharia de Materiais e Manufatura SISTEMAS DE MANUFATURA Tópicos da Aula 1. Introdução 2. Arquiteturas dos Sistemas de Manufatura 3. Flexibilidade na Manufatura e sua Importância 4. Tipos de Flexibilidade
Leia mais1-1 PESQUISA OPERACIONAL INTRODUÇÃO
1-1 PESQUISA OPERACIONAL INTRODUÇÃO Regra do Jogo 1-2 Provas MAN ADM 1 a Prova: 8 ou 10 de maio 2 a Prova: 12 ou14 de junho Substitutiva: 18 ou 21 de junho Média P = Média das Provas T = Média dos Testes
Leia maisSEQUENCIAMENTO DE TAREFAS COM RESTRIÇÕES DE COMPATIBILIDADE EM MÁQUINAS PARALELAS COM TEMPOS DE PREPARAÇÃO DEPENDENTES DA SEQUÊNCIA
SEQUENCIAMENTO DE TAREFAS COM RESTRIÇÕES DE COMPATIBILIDADE EM MÁQUINAS PARALELAS COM TEMPOS DE PREPARAÇÃO DEPENDENTES DA SEQUÊNCIA Edson Luiz França Senne Universidade Estadual Paulista UNESP, Faculdade
Leia maisUniversidade Federal do Espírito Santo. Programação II. CT IX - Sala 201 Departamento de Informática Centro Tecnológico
Universidade Federal do Espírito Santo Programação II Prof.ª Claudia Boeres (boeres@inf.ufes.br) Filipe Mutz (filipemtz@gmail.com) CT IX - Sala 201 Departamento de Informática Centro Tecnológico Universidade
Leia maisMÉTODOS NEWTON E QUASE-NEWTON PARA OTIMIZAÇÃO IRRESTRITA
MÉTODOS NEWTON E QUASE-NEWTON PARA OTIMIZAÇÃO IRRESTRITA Marlon Luiz Dal Pasquale Junior, UNESPAR/FECILCAM, jr.marlon@hotmail.com Solange Regina dos Santos (OR), UNESPAR/FECILCAM, solaregina@fecilcam.br
Leia maisHEURÍSTICAS GRASP PARA A MINIMIZAÇÃO DO ATRASO TOTAL NO PROBLEMA DE PROGRAMAÇÃO DE TAREFAS EM UMA MÁQUINA COM SETUP TIME
HEURÍSTICAS GRASP PARA A MINIMIZAÇÃO DO ATRASO TOTAL NO PROBLEMA DE PROGRAMAÇÃO DE TAREFAS EM UMA MÁQUINA COM SETUP TIME Gilberto Vinícius P. Nunes Departamento de Informática, Universidade Federal de
Leia maisAlgoritmos e Estruturas de Dados I Prof. Tiago Eugenio de Melo
Algoritmos e Estruturas de Dados I Prof. Tiago Eugenio de Melo tmelo@uea.edu.br www.tiagodemelo.info Observações O conteúdo dessa aula é parcialmente proveniente do Capítulo 11 do livro Fundamentals of
Leia maisUma Heurística GRASP Híbrida para um Problema de Otimização Combinatória Multiobjetivo
Uma Heurística GRASP Híbrida para um Problema de Otimização Combinatória Multiobetivo Dalessandro Soares Vianna (UCAM-Campos) dalessandro@ucam-campos.br Marcilene de Fátima Dianin Vianna (UCAM-Campos)
Leia maisAlgoritmo Genético e Busca Local para o problema Justin-Time Job-Shop Scheduling
Algoritmo Genético e Busca Local para o problema Justin-Time Job-Shop Scheduling Rodolfo P. Araujo, André G. dos Santos, José E. C. Arroyo Departamento de Informática Universidade Federal de Viçosa (UFV)
Leia maisSistemas CAE/CAD/CAM I
ao sistemas CAE/CAD/CAM a Sistemas CAE/CAD/CAM Altamir Dias 1 DEPTO. DE ENGENHARIA MECÂNICA Universidade Federal de Santa Catarina POSMEC PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA MECÂNICA ao sistemas CAE/CAD/CAM
Leia maisMinimização da duração total da programação em sistemas de produção flowshop, sem interrupção de execução e tarefas
Minimização da duração total da programação em sistemas de produção flowshop, sem interrupção de execução e tarefas Fábio José Ceron Branco (EESC-USP) fbranco@hotmail.com R. General Glicério, 340, Centro,
Leia maisUMA SOLUÇÃO INTEGRADA APLICADA AO PROBLEMA DE OTIMIZAÇÃO DO CICLO DE MONTAGEM DE UMA INSERSORA AUTOMÁTICA DE COMPONENTES
XXX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO Maturidade e desafios da Engenharia de Produção: competitividade das empresas, condições de trabalho, meio ambiente. São Carlos, SP, Brasil, 1 a15 de outubro
Leia maisProposta de um algoritmo para o problema de sequenciamento em máquina única com tempos de setup
Proposta de um algoritmo para o problema de sequenciamento em máquina única com tempos de setup dependentes buscando minimizar o atraso ponderado total através do Iterated Local Search Monique Tamara de
Leia maisUm GRASP Simples e Robusto para o Job Shop Scheduling Problem
Um GRASP Simples e Robusto para o Job Shop Scheduling Problem Dayan de Castro Bissoli Universidade Federal do Espírito Santo (UFES) Av. Fernando Ferrari, 514 Goiabeiras 29075910 Vitória/ES Brasil dcbissoli@inf.ufes.br
Leia maisANÁLISE DE COMPLEXIDADE DOS ALGORITMOS
1/18 ANÁLISE DE COMPLEXIDADE DOS ALGORITMOS Algoritmos 2/18 Algoritmos Algoritmo - sequência de instruções necessárias para a resolução de um problema bem formulado (passíveis de implementação em computador)
Leia maisUMA HEURISTICA APLICADA AO PROBLEMA DO CAIXEIRO VIAJANTE
UMA HEURISTICA APLICADA AO PROBLEMA DO CAIXEIRO VIAJANTE Flávio Martins Colares Faculdade Lourenço Filho, flaviocolares@yahoo.com José Lassance de Castro Silva Universidade Federal do Ceará, lassance@lia.ufc.br
Leia mais