PROBLEMA DE BALANCEAMENTO DE LINHAS: MODELAGEM E ABORDAGENS DE RESOLUÇÃO
|
|
- Rui Olivares Fernandes
- 6 Há anos
- Visualizações:
Transcrição
1 PROBLEMA DE BALANCEAMENTO DE LINHAS: MODELAGEM E ABORDAGENS DE RESOLUÇÃO Maria Cristina N. Gramani Universidade Presbiteriana Mackenzie Escola de Engenharia Curso de Engenharia de Produção Rua da Consolação, 896 Prédio Consolação São Paulo SP Brasil gramani@mackenzie.com.br Miguel Cezar Santoro Universidade de São Paulo Escola Politécnica Departamento de Engenharia de Produção Av. Prof. Almeida Prado, Trav. 2, n o Cidade Universitária São Paulo SP Brasil santoro@usp.br Resumo Este trabalho analisa modelos para balanceamento de linhas de montagem e/ou produção. O objetivo de um balanceamento é designar um determinado número de tarefas a estações de trabalho, minimizando a folga existente nessas estações, respeitando as restrições de precedência entre as tarefas e o tempo de ciclo da linha. Para isso, implementou-se métodos para o modelo otimizante de programação inteira mista e para o modelo heurístico probabilístico. Apresentam-se os resultados de 240 testes computacionais para a análise da eficiência desses métodos. Palavras-Chaves: balanceamento de linhas, heurísticas e modelo otimizante. Abstract This paper analyses the Simple Model of the Assembly Lines Balancing Problem that occurs in production/assembly lines projects. The goal of this problem consists in designing a number of tasks to be performed in stations, minimizing the idle time, respecting the precedence constraints given the cycle time of the line. We implemented methods for an optimization integer-mixed model and for a probabilistic heuristic model. In order to show the efficiency of these methods we present the results of a set of 240 computational tests. Keywords: line balancing, heuristics and optimization model.. Introdução Considere o projeto de configuração de uma linha de produção e/ou montagem em empresas dos ramos automobilístico, eletroeletrônico, entre outros, composta por um conjunto de tarefas a serem executadas, atendendo determinadas restrições. Considera-se neste artigo o problema de designar cada tarefa a uma estação de trabalho, de modo que: Todas as tarefas sejam designadas; As relações de precedência entre as tarefas sejam respeitadas; A soma das durações dos tempos das tarefas em cada estação não ultrapasse o tempo total disponível chamado tempo do ciclo; O número de estações de trabalho seja minimizado. Este é o problema clássico de Balanceamento de Linhas Simples ou Monoproduto Determinístico e se encontra exposto em Erel (998) e Rekiek (2002). [ 658 ]
2 A Figura mostra um exemplo. Nela representa-se uma linha de produção com 7 tarefas (identificadas pelos nós a,b,c,d,e,f,g), suas relações de precedência (identificadas pelas flechas), e suas durações (representadas pelo número acima de cada nó). Por exemplo, a tarefa a precede as tarefas b, c e d, e tem duração de 3 unidades de tempo. Caso o tempo de ciclo seja 0 (tempo disponível para cada estação de trabalho), uma solução viável e que minimiza o número de estações de trabalho é mostrada na Figura (as estações estão designadas por elipses pontilhadas): Na estação são executadas as tarefas a-c (duração de tempos das tarefas: 3+7=0), na estação 2 as tarefas b-e (duração de tempos das tarefas: 6+4=0), na estação 3, as tarefas d-f (duração de tempos das tarefas: 5+5=0) e finalmente, na estação 4 é executada a tarefa g (duração de tempos das tarefas: 5). Como observamos, esta solução satisfaz as restrições de precedência, pois as tarefas a e c (executadas na primeira estação de trabalho) são as únicas que precedem as tarefas b e e (a serem executadas na segunda estação de trabalho). Após executadas as tarefas a, b, c e e, pode-se executar as tarefas d e f, e após pode-se executar a última tarefa g. Também observamos que as restrições referentes ao tempo de ciclo estão totalmente satisfeitas e que todas as tarefas foram designadas às estações. Essa solução poderia ser colocada sob a forma de seqüência e corresponderia à seqüência a-c-b-e-d-f-g. 6 b 4 e 3 a 7 c 5 g 5 d 5 f Figura : Problema de Balanceamento de Linhas. Este problema é combinatorial, e para se ter idéia de sua complexidade, se considerarmos uma rede com n nós sem restrições de precedência, o número de possíveis seqüências é dado por n!. Um problema com 0 nós possui possíveis seqüências. A Figura 2 mostra uma classificação para o problema de balanceamento de linhas apresentada por Ghosh e Gagnon (989). Para os autores o problema pode ser classificado em quatro categorias: Modelo Simples Determinístico, Modelo Simples Estocástico, Modelo Múltiplo/Misto Determinístico e Modelo Múltiplo/Misto Estocástico. O Modelo Simples Determinístico assume o modelo de balanceamento de linhas com um único produto e tempos de duração das tarefas conhecidos determinísticamente. O problema Estocástico considera os tempos das tarefas variáveis probabilísticas e o Modelo Múltiplo/Misto trata de linhas de produção com múltiplos produtos. Todos estes modelos podem ainda ser classificados como Caso Simples e Caso Geral, que diferem conforme a complexidade das restrições consideradas. [ 659 ]
3 Modelo de balanceamento de Linhas Modelo Simples Modelo Misto/Múltiplo Determinístico Estocástico Determinístico Estocástico Caso Simples Caso Simples Caso Simples Caso Simples Caso Geral Caso Geral Caso Geral Caso Geral Figura 2: Classificação do Problema de Balanceamento de Linhas (Ghosh e Gagnon, 989). Neste trabalho trataremos do Caso Simples do Modelo Simples Determinístico. Ainda assim, este é um problema NP-hard. O primeiro modelo matemático linear para este problema foi desenvolvido por Salveson (955) com um problema de programação linear, entretanto este modelo permitia a quebra de tarefas quando alocadas nas estações, o que poderia gerar soluções infactíveis. Em seguida, Jackson (956) foi o primeiro a utilizar a notação de árvore para este problema, onde cada caminho denota uma solução factível e cada arco representa uma estação. O Método de Jackson não requer a geração de todas as seqüências factíveis, mas ainda assim utiliza uma busca exaustiva para as possibilidades analisadas de acordo com Rekiek et al. (2002). Bowman (960) foi o primeiro a formular um problema de programação inteira com variáveis binárias, fornecendo uma restrição de não-divisibilidade para as tarefas. Desde então, diversas abordagens de resolução vêm sendo desenvolvidas. Tais estudos para tratar o problema incluem métodos exatos, para problemas relativamente pequenos, e métodos heurísticos, determinísticos e probabilísticos. Devido à complexidade deste problema, heurísticas vêm sendo propostas para a resolução do mesmo. Wee e Magazine (982) propuseram resolver o problema de forma análoga ao problema de empacotamento, utilizando o Método Branch and Bound. Arcus (966) propôs a heurística COMSOAL (Computer Method for Sequencing Operations for Assembly Lines), onde a idéia básica consiste em gerar um número grande de soluções factíveis e selecionar como melhor aquela que possui o menor número de estações. Neste artigo, detalharemos mais esta heurística. Outras heurísticas foram propostas por Hoffman (963), Falkenauer e Delchambre (992), entre outros. Além destes, alguns artigos apresentando grandes revisões dos procedimentos de resolução do problema de balanceamento de linhas são encontrados na literatura, tais como, Ghosh e Gagnon (989), Baybars (986), Scholl e Becker (2003), Rekiek ate al (2002), Erel e Sarin (998), entre outros. Segundo Rekiek (2002), embora existam diversos softwares comerciais de balanceamento, menos de 0% das companhias utilizam tais ferramentas. A razão se deve ao fato que os problemas de balanceamento encontrados na indústria, apresentam, na maioria das vezes, particularidades que não são consideradas nos softwares-padrão. [ 660 ]
4 2. Modelagem Matemática Neste trabalho estamos interessados em, dado o tempo do ciclo, encontrar o balanceamento que minimiza o número de estações de trabalho, ou, minimiza a folga de balanceamento nas estações de trabalho. A quantidade de tarefas, suas durações em tempo e suas precedências são conhecidas. Sejam os seguintes parâmetros do problema: J, J 2,..., J N : conjunto de tarefas t, t 2,..., t N : tempos de execução das tarefas J j, j=,...,n. M: número de estações. Tc: tempo de ciclo, ou, o tempo máximo das operações nas estações de trabalho. (deve ser maior ou igual que o maior t j, j=,...,n) Para modelar este problema consideramos as seguintes variáveis de decisão: se a tarefa J j for designada para a estação Ai, i =,...,M xij = 0 caso contrário E as seguintes restrições: 2.. Restrições que asseguram que cada tarefa será realizada em uma única estação: M xij =, j =,..., N i= Estas restrições também garantem que todas as tarefas serão realizadas Restrições que garantem a relação de precedência entre as tarefas. Sem perda de generalidade podemos supor que as tarefas estão numeradas em ordem crescente obedecendo suas precedências de forma que se J p precede J q então p<q. Logo, as equações a seguir garantem que a solução obedeça às relações de precedência. onde R = / k xqk x pi, k =,..., M e i= o elemento J precede imediatamente o elemento ( p,q) R, {( p,q) } p J q 2.3. Restrições que garantem que os tempos totais de cada estação não superam o Tempo do Ciclo N xij * t j Tc, i =,..., M j= [ 66 ]
5 Esta restrição nos fornece um limitante inferior para o número de estações de trabalho: O tempo de N execução total das tarefas é dado por t j e tendo como Tempo de Ciclo, Tc, o número mínimo de j= estações de trabalho pode ser expresso por: 2.4. Função Objetivo M min N t j = = Tc O objetivo do problema tratado é minimizar a folga das estações. A folga de uma estação i é dada por: j. N folga i = Tc - xij * t j, para j i j= A folga total de um balanceamento com M estações será M N ij i= j = Folga Total = M. Tc - x * t j considerando-se a soma com todas as tarefas j da rede Dessa forma, minimizar o número de estações equivale a minimizar a folga total e o objetivo do problema pode ser formulado como: Min M i = fo lg a i M x ij =, j =,..., N i = k x qk x pi, k =,..., M e i = N s.a. : x ij * t j Tc, i =,..., M j = x ij { 0, } R = ( p, q) ( p,q ) R { / o elemento J precede imediatame nte o elemento } p J q O modelo de otimização combinatorial resultante faz parte da classe de problemas NP-Hard (Gosh, 989), sendo impraticável para problemas de grande porte. [ 662 ]
6 3. Métodos de Resolução Nesse artigo serão analisados três métodos de resolução para o problema de balanceamento de linhas. O primeiro é otimizante e os outros dois heurísticos baseados no método de Arcus (996). A seguir detalhamos os três métodos. 3. Método Otimizante O Método Otimizante que resolve o modelo matemático apresentado utiliza o software de programação matemática inteira mista. Como o modelo matemático considera o número de estações fixo, foi utilizado um procedimento iterativo que parte do número mínimo teórico de estações. Caso a solução não seja viável, aumenta-se esse número gradativamente até se conseguir a primeira solução viável, que corresponde ao ótimo do problema. Essa abordagem utilizou o software WHAT S BEST (versão 7). 3.2 Método Heurístico Probabilístico por Tempo O Método Heurístico Probabilístico por Tempo utilizado baseou-se no método heurístico de Arcus (966), onde a idéia principal consiste em gerar balanceamentos viáveis alocando as operações às estações através de sorteio. No software utilizado, o sorteio é viesado em função de uma medida de tempo que pode ser: Tempo de operação de cada tarefa; Soma (Tempo de Operação de cada tarefa + Tempo dos Sucessores Imediatos desta tarefa). Na pesquisa utilizou-se somente o tempo de operação da tarefa como elemento para o viés. Mais especificamente, este método consiste em alocar uma nova tarefa à estação em formação através de sorteio, sendo que a tarefa candidata viável de ser incorporada à estação em formação com maior tempo tem maior probabilidade de ser alocada primeiro. Quando o tempo do ciclo for atingido, ou, o tempo restante na estação for menor que o menor tempo das tarefas sucessoras, uma outra estação é aberta e assim sucessivamente até que todas as tarefas tenham sido alocadas e, consequentemente tenha sido obtido um balanceamento viável. Balanceamentos são gerados seguidamente até que algum critério de parada seja atingido. No trabalho considerou-se dois critérios simultâneos parando-se quando o primeiro tiver sido atingido: Tempo de processamento do computador; Número máximo de soluções geradas (ou número máximo de iterações); 3.3 Método Heurístico Probabilístico Equiprovável O Método Heurístico Probabilístico Equiprovável difere do anterior apenas no procedimento de escolha da tarefa a ser alocada na estação em formação. Nesse caso a escolha se dá através de sorteio aleatório, ou seja, todas as tarefas viáveis de se incorporar à estação têm a mesma probabilidade de serem escolhidas [ 663 ]
7 4. Resultados Computacionais Foi desenvolvido um software, em VBA para Excel, que contém o modelo otimizante resolvido via o software WHAT S BEST (versão 7), e os Modelos Heurísticos Probabilísticos por tempo e equiprovável, segundo Arcus (966). Abaixo, na Figura 3, ilustramos o Menu principal do software desenvolvido, onde o usuário tem a opção de utilizar uma rede já cadastrada ou gerar uma nova rede. Figura 3: Página inicial do software desenvolvido. O software permite gerar massas de testes (instâncias de redes) para pesquisa a partir de parâmetros de geração fornecidos. A tabela ilustra, através de exemplo numérico, a flexibilidade para geração. A seguir colocamos algumas definições necessárias para o entendimento da tabela: n(n ) i. Número de Precedências Máximo: Número máximo de ligações (teórico) =. 2 Número de Precedências da Rede ii. Densidade da Rede =. Número de Precedências Máximo Tempo iii. Fator de Acomodação do Balanceamento = Médio de Execução das Tarefas Tempo do Ciclo. OPERAÇÕES DA REDE Número de Operações 20 Passo 0 Número de Passos 2 DENSIDADE DA REDE Densidade 0,5 Passo 0, Número de Passos 2 TEMPO MÍNIMO 2 TEMPO MÁXIMO 8 Serão geradas redes com 20 e 30 operações Serão geradas redes com densidades 0,5 e 0,25 As tarefas terão duração entre 2 e 8 unidades de tempo Nº DE REPETIÇÕES 0 Serão geradas 0 redes aleatoriamente a partir de cada conjunto de parâmetros anterior Tabela : Exemplo numérico de geração das redes. As instâncias de rede podem ser executadas utilizando-se diferentes tempos de ciclo e os até 3 métodos de balanceamento. Definido o tempo do ciclo pode-se calcular o que chamou-se de Fator de [ 664 ]
8 Acomodação do Balanceamento cujo cálculo já foi definido anteriormente e que dá uma idéia preliminar da dificuldade de acomodação das operações nas estações. Para o artigo, utilizou-se 240 instâncias geradas com os parâmetros colocados na Tabela 2: OPERAÇÕES DA REDE Número de Operações 20 Passo 20 Número de Passos 2 Foram geradas 40 redes (com 20 e 40 operações) DENSIDADE DA REDE Densidade 0,5 Passo 0,0 Número de Passos 2 As redes têm densidades 0,5 e 0,25 Nº DE REPETIÇÕES 0 Foram geradas 0 repetições de cada rede 40 redes 80 problemas 240 instâncias TEMPO MÍNIMO TEMPO MÁXIMO 20 As tarefas têm duração entre e 20 Nº DE TEMPOS DE CICLO 40 e 60 MÉTODOS DE RESOLUÇÃO 3 Tabela 2: Parâmetros utilizados nos Resultados Computacionais. Os critérios de parada utilizados para os método foram: Otimizante: ilimitado. Heurístico por Tempo: máximo de 300 iterações e tempo máximo de 20 segundos. Heurístico Equiprovável: máximo de 300 iterações e tempo máximo de 20 segundos. Uma primeira análise pode ser feita a partir dos resultados dos 80 problemas com o Método Otimizante colocados no Gráfico Fator de Acomodacão Fator de Acomodacão Instâncias por tempo de processamento decrescente Gráfico : Relação Fator Acomodação X Tempo de Processamento Percebemos pela Figura que, de maneira geral, quanto menor é o Fator de Acomodação menor é o Tempo de Processamento, pois o gráfico nos mostra claramente uma tendência de decréscimo do fator de acomodação, conforme o tempo de processamento da instância diminui. [ 665 ]
9 A Tabela 3 nos mostra os resultados de tempo computacional de cada um dos modelos para os 80 problemas. Tempo Médio de Processamento (seg) Média Desvio Padrão Tempo de Processamento Número de Número de Estações MODELO Relativo (%) Estações Relativo (%) Otimizante 04,66 34,5 00, ,0 Heurístico por 8,34 0,3 8, ,9 Tempo Heurístico Equiprovável 8,7 0,3 7, ,3 Tabela 3: Comparação entre os Métodos de Resolução. Os resultados indicam que os modelos heurísticos probabilísticos são muito mais rápidos, gerando soluções com um pequeno percentual de número de estações de trabalho adicionais. Este ganho do Modelo Otimizante pode ser interpretado pelo critério de parada dos modelos heurísticos probabilísticos. Se for fornecido maior tempo de execução e maior número de iterações, este percentual deve diminuir. Para o entendimento das análises posteriores colocamos a codificação utilizada. Cada instância foi identificada por 6 dígitos significativos com os significados seguintes: Dígito 2 3 e identifica: nº operações densidade nºda repetição código do modelo tempo do ciclo Alternativas = 20 2=40 =0,5 2=0,25 =40 2=60 0 a 0 =Otim 2=Heur Tempo 3=Heur Equipr caracteriza a rede caracteriza a instância Por exemplo, o código 2209 representa a instância com 40 Operações, Densidade 0,25, nona repetição, resolvida pelo Método Otimizante com Tempo de Ciclo de 40. Os gráficos 2, 3, 4 e 5 a seguir, mostram a relação do número de estações de trabalho para cada instância utilizando os três métodos de resolução implementados. Como definido anteriormente, as instâncias estão denotadas pela classificação: Número de Operações / Densidade / Repetição / Modelo / Tempo de Ciclo. Número de Operações = 20 Número de Estações de Trabalho X Densidade 0X2 02X 02X2 03X 03X2 04X 04X2 05X 05X2 06X 06X2 07X 07X2 08X 08X2 09X 09X2 0X 0X2 Instâncias Modelo Otimizante (X=) Modelo Heurístico Probabilístico por Tempo (X=2) Modelo Heurístico Probabilístico Equiprovável (X=3) Gráfico 2: Relação Número de Estações de Trabalho X Instâncias para Número de Operações 20 e Densidade. [ 666 ]
10 Número de Estações de Trabalho Densidade 2 Modelo Otimizante (X=) Modelo Heurístico Probabilístico por Tempo (X=2) Modelo Heurístico Probabilístico Equiprovável (X=3) 0 20X 20X2 202X 202X2 203X 203X2 204X 204X2 205X 205X2 206X 206X2 207X 207X2 208X 208X2 209X 209X2 20X 20X2 Instâncias Gráfico 3: Relação Número de Estações de Trabalho X Instâncias para Número de Operações 20 e Densidade 2. Número de Operações =40 Número de Estações de Trabalho X Densidade 20X2 202X 202X2 203X 203X2 204X 204X2 205X 205X2 206X 206X2 207X 207X2 208X 208X2 209X 209X2 20X 20X2 Instâncias M odelo Otimizante (X=) M odelo Heurístico Probabilístico por Tempo (X=2) M odelo Heurístico Probabilístico Equiprovável (X=3) Gráfico 4: Relação Número de Estações de Trabalho X Instâncias para Número de Operações 40 e Densidade. 2 Densidade 2 M odelo Otimizante (X=) Número de Estações de Trabalho M odelo Heurístico Probabilístico por Tempo (X=2) M odelo Heurístico Probabilístico Equiprovável (X=3) 0 220X 220X2 2202X 2202X2 2203X 2203X2 2204X 2204X2 2205X 2205X2 2206X 2206X2 2207X 2207X2 2208X 2208X2 2209X 2209X2 220X 220X2 Instâncias Gráfico 5: Relação Número de Estações de Trabalho X Instâncias para Número de Operações 40 e Densidade 2. Observamos nos gráficos 2, 3, 4 e 5 que os métodos heurísticos conseguem em grande parte encontrar a solução ótima. Percebemos também que para problemas com densidade maior, os métodos heurísticos têm maior dificuldade. Todos os resultados apresentados anteriormente utilizam, nos métodos iterativos, 300 iterações. Aumentando este número para 3.000, e iterações, obtemos os resultados a seguir. Definimos: Mod 2-: número de estações de trabalho adicional do Modelo Heurístico Probabilístico por Tempo (MHPT) em relação ao Otimizante (484). Mod 3-: número de estações de trabalho adicional do Modelo Heurístico Probabilístico Equiprovável (MHPE) em relação ao Otimizante (484). [ 667 ]
11 Tempo Médio de Processamento Mod 2- Mod 3- MHPT MHPE ,34 s 8,7 s iterações ,72 s 54,09 s iterações ,72 s 06,58 s iterações iterações ,27 s 6,27 s Tabela 4: Número de estações de trabalho adicionais comparando os três métodos. Observando-se as duas primeiras linhas da Tabela 4 vemos que o resultado com 300 iterações pode ser melhorado com um tempo de execução ainda relativamente baixo. Aumentando-se ainda mais o número de iterações (para e 9.000) o tempo aproximadamente triplica sem melhorias significativas nos resultados. A Tabela 5 a seguir, nos mostra o percentual de soluções em que os Métodos Heurísticos Probabilísticos, por Tempo e Equiprovável, encontraram a solução ótima, com 300 iterações e iterações no critério de parada. 5. Comentários Finais Método 300 iterações iterações Heurístico por Tempo 94,2% 95,8% Heurístico Equiprovável 95,4% 96,7% Tabela 5: Percentual de soluções em que os métodos heurísticos encontram a solução ótima. Esse trabalho consistiu de uma experiência exploratória com heurísticas probabilísticas aplicadas ao Problema de Balanceamento de Linhas. Apresentou-se a formulação matemática do problema, investigou-se a literatura e implementou-se três métodos de resolução, o Otimizante, o Heurístico Probabilístico por Tempo e o Heurístico Probabilístico Equiprovável. Gerou-se 240 testes computacionais e fez-se comparações considerando-se número de estações de trabalho, tempo médio de execução, fator de acomodação, entre outros. Observou-se que os métodos heurísticos probabilísticos encontram facilmente a solução ótima na maior parte dos problemas considerados com um tempo computacional baixo. 6. Referências Bibliográficas Arcus A.L. (966). COMSOAL: A computer method of sequencing operations for assembly lines. International Journal of Production Research 4, Baybars, I. (986). A survey of exact algorithms for the simple assembly line balancing problem. Management Science 32, 8. Bowman, E.H. (960). Assembly line balancing by linear programming, Operations Research, 8 (3), Erel, E., Sarin, S.C., (998). A survey of the assembly line balancing procedures. Production Planning & Control, vol. 9, no. 5, [ 668 ]
12 Falkenauer, E. e A. Delchambre (992). A genetic algorithm for bin packing and line balancing. In:Proceedings of the IEEE International Conference on Robotics and Automation, pp , IEEE Computer Society Press. Gosh, S., Gagnon R.J. (989). A comprehensive literature review and analysis of the design, balancing and scheduling of assembly systems. Introduction Journal of Production Research, Vol. 27, No. 04, Hoffman, T.R. (963). Assembly line balancing with a precedence matrix. Management Science 9, Jackson, J.R. (956). A computing procedure for the line balancing problem. Management Science, 2, Johnson, R.V. (98). Assembly line balancing algorithms: computation comparisons. International Journal of Production Research 9, Rekiek, B., Dolgui, A., Delchambre, A. e Bratcu, A. (2002). State of Art of Optimization Methods for Assembly Line Design. Annual Reviews in Control, 26, Salveson, M.E. (955). The Assembly Line Balancing Problem. Journal of Industrial Engineering, vol 6, n o 3. Scholl, A., Klein, R. (999). Balancing assembly lines effectively A computational comparison. European Journal of Operational Research 4, Scholl, A., Becker, C. (2003). Sate-of-the-art exact and heuristic solution procedures for simple line balancing. Janaer Schriften zur Wirtschaftswissenschaft 20/2003, Universität Jena. Santoro, M. C. ; Fonseca, R. S. C. (2005). Software para Balanceamento de Linhas. Anais do Encontro Nacional de Engenharia de Produção, Porto Alegre. ENEGEP. Wee, T.S. e M.J. Magazine (982). Assembly line balancing as generalized bin packing, Operations Research Letters,, [ 669 ]
BALANCEAMENTO DE LINHAS - SOFTWARE INTEGRADO E ESTUDO COMPARATIVO DE MODELOS
BALANCEAMENTO DE LINHAS - SOFTWARE INTEGRADO E ESTUDO COMPARATIVO DE MODELOS Deborah Regina Fujisawa Okuno Universida São Paulo Escola Politécnica Departamento Engenharia Produção Av. Prof. Almeida Prado,
Leia maisUM ALGORITMO GRASP PARA O SALBP-2
UM ALGORITMO GRASP PARA O SALBP-2 Dayan de Castro Bissoli Universidade Federal do Espírito Santo (UFES) Av. Fernando Ferrari, 54 Goiabeiras 2907590 Vitória/ES Brasil dayan.bissoli@ufes.br André Renato
Leia maisOtimização do balanceamento de linhas de montagem multi-modelo para produção em pequenos lotes
Otimização do balanceamento de linhas de montagem multi-modelo para produção em pequenos lotes Melissa Petry Gerhardt (UFRGS) melissa@producao.ufrgs.br Flávio Sanson Fogliatto (UFRGS) ffogliatto@producao.ufrgs.br
Leia maisSEQUENCIAMENTO DE LINHAS DE MONTAGEM MÚLTIPLAS NO AMBIENTE DE PRODUÇÃO ENXUTA UM ESTUDO SIMULADO PARA MINIMIZAR O RISCO DE PARADAS
Disponível eletronicamente em www.revista-ped.unifei.edu.br Edição Especial Projeto Pró Engenharias Revista P&D em Engenharia de Produção V. 08 N. 01 (2010) p. 06-10 ISSN 1679-5830 SEQUENCIAMENTO DE LINHAS
Leia maisProduction ISSN: Associação Brasileira de Engenharia de Produção. Brasil
Production ISSN: 0103-6513 production@editoracubo.com.br Associação Brasileira de Engenharia de Produção Brasil Faria Fernandes, Flávio César; Godinho Filho, Moacir; Cutigi, Ricardo Augusto; Malerbo Guiguet,
Leia mais5 Referências Bibliográficas
5 Referências Bibliográficas ANFAVEA, http://www.anfavea.com.br Visitado em Janeiro/2013 BECKER, C., SCHOLL, A. A survey on problems and methods in generalized assembly line balancing. European Journal
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 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 maisBALANCEANDO LINHAS DE PRODUÇÃO COM TRABALHADORES DEFICIENTES E ESTAÇÕES PARALELAS
BALANCEANDO LINHAS DE PRODUÇÃO COM TRABALHADORES DEFICIENTES E ESTAÇÕES PARALELAS Felipe F. B. Araújo¹, Alysson M. Costa¹, Cristóbal Miralles² ¹ Instituto de Ciências Matemáticas e de Computação. Universidade
Leia maisBalanceamento de linhas de montagem multi-modelos
Balanceamento de linhas de montagem multi-modelos Melissa Petry Gerhardt (UFRGS) melissa@producao.ufrgs.br Flávio Sanson Fogliatto (UFRGS) ffogliatto@producao.ufrgs.br Resumo A crescente demanda por produtos
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 maisUnidade de Matemática e Tecnologia, Universidade Federal de Goiás Regional Catalão
5 CAPÍTULO BUSCA EM VIZINHANÇA VARIÁVEL PARA LOCALIZAÇÃO E ROTEAMENTO Silva, Lorrany Cristina da 1 *; Queiroz, Thiago Alves de 2 1 Unidade de Matemática e Tecnologia, Universidade Federal de Goiás Regional
Leia maisPesquisa Operacional / Programação Matemática
Pesquisa Operacional / Programação Matemática Otimização discreta Modelagem com variáveis binárias: problemas clássicos Breve Comentários (aula anterior) Em geral, não faz sentido resolver a relaxação
Leia maisFormulação de Programação Linear Inteira para o Problema de Particionamento em Conjuntos Convexos
Formulação de Programação Linear Inteira para o Problema de Particionamento em Conjuntos Convexos Teobaldo L. Bulhões Júnior a a Instituto de Computação, Universidade Federal Fluminense, Niterói, RJ, Brazil
Leia mais1_1 1_2 2_1 1_ _ _ Fonte: Autor
75 7. Resultados Os resultados aqui apresentados utilizam o modelo proposto na Seção 6.2, resolvido através do software de otimização AIMMS para os problemas com Datas prometidas. Já para o problema sem
Leia maisSimulação de um sistema logístico de produção
i Faculdade de Engenharia da Universidade do Porto Simulação de um sistema logístico de produção Mafalda Rocha VERSÃO PROVISÓRIA Relatório Final de Projecto realizado no âmbito do Mestrado Integrado em
Leia maisOtimização. Conceitos Fundamentais. Paulo Henrique Ribeiro Gabriel Faculdade de Computação Universidade Federal de Uberlândia 2016/2
Otimização Conceitos Fundamentais Paulo Henrique Ribeiro Gabriel phrg@ufu.br Faculdade de Computação Universidade Federal de Uberlândia 2016/2 Paulo H. R. Gabriel (FACOM/UFU) GSI027 2016/2 1 / 30 Agradecimentos
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 maisPesquisa Operacional Introdução. Profa. Alessandra Martins Coelho
Pesquisa Operacional Introdução Profa. Alessandra Martins Coelho agosto/2013 Operational Research Pesquisa Operacional - (Investigação operacional, investigación operativa) Termo ligado à invenção do radar
Leia maisCONSTRUÇÃO AUTOMÁTICA DE OPERADORES MORFOLÓGICOS UTILIZANDO PROGRAMAÇÃO GENÉTICA.
CONSTRUÇÃO AUTOMÁTICA DE OPERADORES MORFOLÓGICOS UTILIZANDO PROGRAMAÇÃO GENÉTICA. Emerson Carlos Pedrino * e-mail: ecpedrin@sel.eesc.sc.usp.br Valentin Obac Roda ** e-mail: valentin@sel.eesc.sc.usp.br
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 maisBALANCEAMENTO DE LINHA DE PRODUÇÃO POR MEIO DE PROGRAMAÇÃO INTEIRA BINÁRIA: UM ESTUDO DE CASO EM UMA FÁBRICA DE ELETRODOMÉSTICOS
BALANCEAMENTO DE LINHA DE PRODUÇÃO POR MEIO DE PROGRAMAÇÃO INTEIRA BINÁRIA: UM ESTUDO DE CASO EM UMA FÁBRICA DE ELETRODOMÉSTICOS RAFAEL BEZERRA FONTES - rafaelbezerrafontes@gmail.com UNIVERSIDADE FEDERAL
Leia maisUma heurística para o problema sequenciamento de tarefas com restrições adicionais em um centro de distribuição
Trabalho apresentado no XXXVII CNMAC, S.J. dos Campos - SP, 2017. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics Uma heurística para o problema sequenciamento de tarefas
Leia maisLista de Exercícios Programação Inteira. x 2 0 e inteiros.
Lista de Exercícios Programação Inteira ) Resolva os problemas a seguir usando o método B&B a) Max z = 5 x + y s.a x + y x + y 5 b) Max z = x + y s.a x + y 0 x + y 5 c) Max z = x + y s.a x + 9y 6 8 x +
Leia maisOtimização Combinatória - Parte 4
Graduação em Matemática Industrial Otimização Combinatória - Parte 4 Prof. Thiago Alves de Queiroz Departamento de Matemática - CAC/UFG 2/2014 Thiago Queiroz (DM) Parte 4 2/2014 1 / 33 Complexidade Computacional
Leia maisBALANCEAMENTO DE LINHA DE MONTAGEM: UM ESTUDO EM UMA LINHA DE MONTAGEM DE EVAPORADORES DE AR FORÇADO
BALANCEAMENTO DE LINHA DE MONTAGEM: UM ESTUDO EM UMA LINHA DE MONTAGEM DE EVAPORADORES DE AR FORÇADO JESSYCA CAROLINE DE ASSIS GALAN (UFG-RC) jessycagalan@yahoo.com.br Stella Jacyszyn Bachega (UFG-RC)
Leia maisBALANCEAMENTO DE LINHA DE MONTAGEM A PARTIR DE MÉTODOS HEURÍSTICOS EM UMA EMPRESA DO SETOR AUTOMOTIVO
BALANCEAMENTO DE LINHA DE MONTAGEM A PARTIR DE MÉTODOS HEURÍSTICOS EM UMA EMPRESA DO SETOR AUTOMOTIVO Cynthia Carneiro Bueno (UFG ) cynthiacbueno@hotmail.com Muris Lage Junior (UFG ) muris@ufg.br Stella
Leia mais3 Extensões dos modelos matemáticos
3 Extensões dos modelos matemáticos Os modelos matemáticos definidos por (2-1) (2-6) e (2-7) (2-13), propostos por Achuthan e Caccetta e apresentados no Capítulo 2, são reforçados neste trabalho através
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 maisAula 13: Branch-and-bound
Aula 13: Branch-and-bound Otimização Linear e Inteira Túlio A. M. Toffolo http://www.toffolo.com.br BCC464/PCC174 2018/2 Departamento de Computação UFOP Previously... Modelagem em PI / Problemas Combinatórios
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 maisLista de Exercícios Programação Inteira. x 2 0 e inteiros.
Lista de Exercícios Programação Inteira ) Resolva os problemas a seguir usando o método B&B a) Max z = 5 x + 2 y s.a x + y 2 x + y 5 x, y 0, x e y inteiros b) Max z = 2 x + y s.a x + 2y 0 x + y 25 x, y
Leia maisAngelo Aliano Filho 1 e Antônio Carlos Moretti 2 Universidade Estadual de Campinas - IMECC 1
UM ALGORITMO MEMÉTICO NO PROBLEMA DO CORTE UNIDIMENSIONAL INTEIRO Angelo Aliano Filho 1 e Antônio Carlos Moretti 2 Universidade Estadual de Campinas - IMECC E-mail: 1 angeloaliano@hotmail.com 2 moretti@ime.unicamp.br
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 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 maisOtimização discreta Modelagem com variáveis binárias: problemas clássicos
Otimização discreta Modelagem com variáveis binárias: problemas clássicos Importância histórica...... e prática. Usados para modelar problemas reais e como subproblemas em problemas maiores (e mais freqüentes
Leia maisDETERMINAÇÃO DE FUNÇÕES DE TRANSFERÊNCIA DE PROCESSOS QUÍMICOS ATRAVÉS DO MÉTODO DE EVOLUÇÃO DIFERENCIAL UTILIZANDO O SCILAB
DETERMINAÇÃO DE FUNÇÕES DE TRANSFERÊNCIA DE PROCESSOS QUÍMICOS ATRAVÉS DO MÉTODO DE EVOLUÇÃO DIFERENCIAL UTILIZANDO O SCILAB A. H. R. REZENDE 1, D. L. SOUZA 1 1 Universidade Federal do Triângulo Mineiro,
Leia maisOtimização de Sistemas Hidrotérmicos por Enxame de Partículas: Uma Abordagem Orientada a Objetos
Otimização de Sistemas Hidrotérmicos por Enxame de Partículas: Uma Abordagem Orientada a Objetos Gelson da Cruz JUNIOR 2, Cassio Dener Noronha VINHAL 3 Lauro Ramon GOMIDES 1, Gelson da Cruz JUNIOR 2, Cassio
Leia maisXLVI Pesquisa Operacional na Gestão da Segurança Pública
Rotação de tarefas em linhas de produção com trabalhadores deficientes e estações em paralelo Felipe Francisco Bezerra Araújo Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação,
Leia maisAlgoritmo Evolutivo para o Problema de Corte de Estoque Unidimensional com Redução do Número de Padrões de Corte
Algoritmo Evolutivo para o Problema de Corte de Estoque Unidimensional com Redução do Número de Padrões de Corte Henrique A. Kobersztajn 1, Kelly C. Poldi 2, Instituto de Ciência e Tecnologia, Unifesp
Leia mais3 Decisões de Localização de Instalações
3 Decisões de Localização de Instalações Historicamente, o estudo contemporâneo dos problemas de localização foi iniciado por Alfred Weber, que estudou a localização de uma fábrica com o objetivo de minimizar
Leia mais3. Resolução de problemas por meio de busca
Inteligência Artificial - IBM1024 3. Resolução de problemas por meio de busca Prof. Renato Tinós Local: Depto. de Computação e Matemática (FFCLRP/USP) 1 Principais Tópicos 3. Resolução de problemas por
Leia maisPCC104 - Projeto e Análise de Algoritmos
PCC104 - Projeto e Análise de Algoritmos Marco Antonio M. Carvalho Departamento de Computação Instituto de Ciências Exatas e Biológicas Universidade Federal de Ouro Preto 1 de novembro de 2018 Marco Antonio
Leia maisUMA HEURÍSTICA PARA O PROBLEMA DE REDUÇÃO DE CICLOS DE SERRA
UMA HEURÍSTICA PARA O PROBLEMA DE REDUÇÃO DE CICLOS DE SERRA Rodolfo Ranck Junior Horacio Hideki Yanasse José Carlos Becceneri Instituto Nacional de Pesquisas Espaciais INPE Caixa Postal 515 12.227-010
Leia maisTÍTULO DO PROJETO: O problema de empacotamento de figuras usando suas equações. Área do Conhecimento (Tabela do CNPq):
INSTITUCIONAL/IFSP PROJETO DE PESQUISA TÍTULO DO PROJETO: O problema de empacotamento de figuras usando suas equações Área do Conhecimento (Tabela do CNPq): 3. 0 8. 0 2. 0 2-4 1. RESUMO O problema de empacotamento
Leia maisCálculo Numérico BCC760
Cálculo Numérico BCC760 Resolução de Sistemas de Equações Lineares Simultâneas Departamento de Computação Página da disciplina http://www.decom.ufop.br/bcc760/ 1 Introdução! Definição Uma equação é dita
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 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 maisAlgoritmos Genéticos e Evolucionários
Algoritmos Genéticos e Evolucionários Djalma M. Falcão COPPE/UFRJ PEE e NACAD falcao@nacad.ufrj.br http://www.nacad.ufrj.br/~falcao/ http://www.nacad.ufrj.br/~falcao/ag/ag.htm Resumo do Curso Introdução
Leia mais4 Implementação Computacional
4 Implementação Computacional 4.1. Introdução Neste capítulo é apresentada a formulação matemática do problema de otimização da disposição das linhas de ancoragem para minimizar os deslocamentos (offsets)
Leia maisHeurísticas Relax-and-Fix e Fix-and-Optimize para o problema de dimensionamento de lotes com preparações carryover e crossover
Trabalho apresentado no XXXVII CNMAC, S.J. dos Campos - SP, 2017. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics Heurísticas Relax-and-Fix e Fix-and-Optimize para o
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 maisBranch-and-Bound para problemas de Otimização Combinatória
para problemas de Otimização Combinatória Rafael Antônio Marques Gomes Orientador: Haroldo Gambini Santos Departamento de Computação UFOP 26 de julho de 2011 Rafael Antônio Marques Gomes BB para problemas
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 maisABORDAGEM DE CAMINHO MÍNIMO PARA PROBLEMAS DE OTIMIZAÇÃO
ABORDAGEM DE CAMINHO MÍNIMO PARA PROBLEMAS DE OTIMIZAÇÃO Maria Cristina N. Gramani Universidade Presbiteriana Mackenzie Escola de Engenharia Departamento de Engenharia de Produção http://www.mackenzie.com.br/universidade/engenharia
Leia maisRESOLUÇÃO DO PROBLEMA DE ALOCAÇÃO E ROTEAMENTO DE OPERADORES EM CÉLULAS DE MANUFATURA: ABORDAGEM EXATA E HEURÍSTICA RESUMO
RESOLUÇÃO DO PROBLEMA DE ALOCAÇÃO E ROTEAMENTO DE OPERADORES EM CÉLULAS DE MANUFATURA: ABORDAGEM EXATA E HEURÍSTICA Victor Mouffron Carvalho Machado Universidade Federal Fluminense - UFF Rua Passo da Pátria,
Leia maisAPLICAÇÃO DA TÉCNICA DE BALANCEAMENTO DE LINHAS EM UMA INDÚSTRIA DE PRODUTOS DE PVC
APLICAÇÃO DA TÉCNICA DE BALANCEAMENTO DE LINHAS EM UMA INDÚSTRIA DE PRODUTOS DE PVC Maisa Mendonca Silva (UFPE(CAA)) maygrisa@yahoo.com.br Ana Paula Henriques de Gusmao (UFPE(CAA)) anapaulahg@hotmail.com
Leia maisO Algoritmo Talus para Otimização Global
O Algoritmo Talus para Otimização Global André Leite Luís Henrique de Santana Programa de Pós-Graduação em Eng. Elétrica Programa de Pós-Graduação em Eng. de Produção leite.andre@gmail.com santanalh@ahoo.com.br
Leia maisProgramação Linear: Profa. Silvana Bocanegra UFRPE - DEINFO
Programação Linear: Profa. Silvana Bocanegra UFRPE - DEINFO Tipos de Problemas 1. Dada uma variedade de alimentos, escolher uma dieta de menor custo que atenda as necessidades nutricionais de um indivíduo?
Leia maisScheduling and Task Allocation ADVANCED COMPUTER ARCHITECTURE AND PARALLEL PROCESSING Hesham El-Rewini 2005 Capítulo 10 Autor...: Antonio Edson Ceccon Professor..: Prof. Heitor Silvério Lopes Apresentação
Leia maisAnálise 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 maisO Problema de Corte de Estoque com Data de Entrega
O Problema de Corte de Estoque com Data de Entrega Elisama de Araujo Silva Oliveira Instituto de Matemática, Estatística e Computação Científica (IMECC), Universidade Estadual de Campinas (UNICAMP) Rua
Leia maisSimulação de uma linha de produção em U com deslocamento de operadores
https://eventos.utfpr.edu.br//sicite/sicite2017/index Simulação de uma linha de produção em U com deslocamento de operadores RESUMO Ruan Rithelle de Faria Franco Chagas ruan@alunos.utfpr.edu.br Universidade
Leia mais1. Computação Evolutiva
Computação Bioinspirada - 5955010-1 1. Computação Evolutiva Prof. Renato Tinós Depto. de Computação e Matemática (FFCLRP/USP) 1 1.7. Outras Metaheurísticas Populacionais 1.7.1. Metaheurísticas Populacionais
Leia maisUMA FORMULAÇÃO NÃO LINEAR PARA A RESTRIÇÃO DE CICLOS DA SERRA NO PROBLEMA INTEGRADO DE DIMENSIONAMENTO DE LOTES E CORTE DE ESTOQUE
UMA FORMULAÇÃO NÃO LINEAR PARA A RESTRIÇÃO DE CICLOS DA SERRA NO PROBLEMA INTEGRADO DE DIMENSIONAMENTO DE LOTES E CORTE DE ESTOQUE Gislaine Mara Melega Unesp - Ibilce Depto de Matemática Aplicada, 15054-000,
Leia maisSIMULATED ANNEALING APLICADO AO PROBLEMA DE ORDENAÇÃO EM LINHAS PARALAELAS
SIMULATED ANNEALING APLICADO AO PROBLEMA DE ORDENAÇÃO EM LINHAS PARALAELAS Bernardo De Polli Cellin Mestrando em Informática - Universidade Federal do Espírito Santo Av. Fernando Ferrari, Nº 514, CEP:
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 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 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 maisBALANCEAMENTO DE UMA LINHA DE MONTAGEM DE BANCOS DE AUTOMÓVEIS COM BUFFER INTERMEDIÁRIO USANDO PROGRAMAÇÃO LINEAR INTEIRA MISTA
BALANCEAMENTO DE UMA LINHA DE MONTAGEM DE BANCOS DE AUTOMÓVEIS COM BUFFER INTERMEDIÁRIO USANDO PROGRAMAÇÃO LINEAR INTEIRA MISTA Nelson Donnini Universidade Tecnológica Federal do Paraná - UTFPR Av. Sete
Leia maisVolmir Eugênio Wilhelm Departamento de Engenharia de Produção UFPR 21
Volmir Eugênio Wilhelm Departamento de Engenharia de Produção UFPR 21 Três objetivos i. Redução de custos (custos variáveis) ii. iii. Redução de capital (investimento, custos fixos) Melhoria do serviço
Leia maisPesquisa Operacional Introdução. Profa. Alessandra Martins Coelho
Pesquisa Operacional Introdução Profa. Alessandra Martins Coelho julho/2014 Operational Research Pesquisa Operacional - (Investigação operacional, investigación operativa) Termo ligado à invenção do radar
Leia maisOtimização Linear. Profª : Adriana Departamento de Matemática. wwwp.fc.unesp.br/~adriana
Otimização Linear Profª : Adriana Departamento de Matemática adriana@fc.unesp.br wwwp.fc.unesp.br/~adriana Problema da Mistura minimizar f ( 1, 2,..., n ) = c 1 1 + c 2 2 +... + c n n Sujeito a: a 11 1
Leia maisESTUDO DE REGRAS DE SEQUENCIAMENTO PARA MINIMIZAÇÃO DO ATRASO EM AMBIENTE FLOW SHOP COM TEMPOS DE SETUP
ESTUDO DE REGRAS DE SEQUENCIAMENTO PARA MINIMIZAÇÃO DO ATRASO EM AMBIENTE FLOW SHOP COM TEMPOS DE SETUP Tatiane Carvalho Silva (UFG ) tatiane_economiaufg@hotmail.com Helio Yochihiro Fuchigami (UFG ) heliofuchigami@yahoo.com.br
Leia mais3. Resolução de problemas por meio de busca
Inteligência Artificial - IBM1024 3. Resolução de problemas por meio de busca Prof. Renato Tinós Local: Depto. de Computação e Matemática (FFCLRP/USP) 1 Principais Tópicos 3. Resolução de problemas por
Leia mais1 - A capacidade de fluxo que corresponde a capacidade máxima que pode passar pelo arco.
CONCEITOS DE REDE Uma rede é formada por um conjunto de nós, um conjunto de arcos e de parâmetros associados aos arcos. Nós Arcos Fluxo Interseções Rodovias Veículos Rodoviários Aeroportos Aerovia Aviões
Leia maisProgramação Matemática
Programação Matemática Professoras: Franklina Toledo e Maristela Santos* Instituto de Ciências Matemáticas e de Computação - ICMC Universidade de São Paulo USP *Estes slides foram feitos em colaboração
Leia maisUm algoritmo pseudo-periférico genérico para a heurística de Snay
Trabalho apresentado no CNMAC, Gramado - RS, 2016. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics Um algoritmo pseudo-periférico genérico para a heurística de Snay
Leia maisEscalonamento usando múltiplos períodos
3 Escalonamento usando múltiplos períodos O escalonamento usando múltiplos períodos consiste em dividir a carga total em fragmentos de carga e enviá-las a cada processador mais de uma vez, segundo períodos.
Leia maisPrograma de Pós-Graduação em Modelagem e Otimização, Regional Catalão / UFG
15 CAPÍTULO ABORDAGENS ROBUSTAS PARA PROBLEMAS DE OTIMIZAÇÃO LINEAR COM INCERTEZA NOS DADOS Marques, Raina Ribeiro 1 *; Queiroz, Thiago Alves de 2 ; 1 Programa de Pós-Graduação em Modelagem e Otimização,
Leia mais3 Metaeurísticas e Resolvedores MIP
3 Metaeurísticas e Resolvedores MIP A combinação entre metaeurísticas e resolvedores MIP é uma estratégia relativamente recente, tendo seus primeiros estudos realizados ao longo da última década. O survey
Leia maisTécnicas para Programação Inteira e Aplicações em Problemas de Roteamento de Veículos 41
4 Resolução de IPs A teoria de programação linear foi proposta na década de 40 e logo foi observado que seria desejável a resolução de problemas que apresentavam variáveis do tipo inteiro [37]. Isto levou
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 maisOs Problemas de Optimização Combinatória e a Teoria da Complexidade
Metodologias de Apoio à Decisão Os Problemas de Optimização Combinatória e a Teoria da Complexidade Programação Inteira Mista Programação Linear Programação Binária Mista Programação Inteira Slide Fluxos
Leia maisGeração de Colunas Aplicada a uma Decomposição do Problema de Programação Quadrática Binária Irrestrita
Geração de Colunas Aplicada a uma Decomposição do Problema de Programação Quadrática Binária Irrestrita Geraldo R. Mauri Universidade Federal do Espírito Santo - UFES mauri@cca.ufes.br Luiz A. N. Lorena
Leia maisMODELO DE PROGRAMAÇÃO LINEAR INTEIRA MISTA PARA MINIMIZAÇÃO DOS ADIANTAMENTOS E ATRASOS EM FLOW SHOP COM SETUP DEPENDENDE DA SEQUÊNCIA
MODELO DE PROGRAMAÇÃO LINEAR INTEIRA MISTA PARA MINIMIZAÇÃO DOS ADIANTAMENTOS E ATRASOS EM FLOW SHOP COM SETUP DEPENDENDE DA SEQUÊNCIA Cristiano Marinho Vaz, cmv02@hotmail.com Vinícius Ferreira da Silva
Leia maisAlgoritmos de Caminho Mínimo Parte 1
Algoritmos de Caminho Mínimo Parte 1 A journey of a thousand miles starts with a single step and if that step is the right step, it becomes the last step. Index 1. Introduction 2. Applications 3. Tree
Leia maisBCC204 - Teoria dos Grafos
BCC204 - Teoria dos Grafos Marco Antonio M. Carvalho (baseado nas notas de aula do prof. Haroldo Gambini Santos) Departamento de Computação Instituto de Ciências Exatas e Biológicas Universidade Federal
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 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 maisUnemat Campus de Sinop Curso de Engenharia Elétrica 8º semestre. Disciplina: Introdução à Otimização Linear de Sistemas
Unemat Campus de Sinop Curso de Engenharia Elétrica 8º semestre Disciplina: Introdução à Otimização Linear de Sistemas Slides: Introdução à Pesquisa Operacional - para situar a otimização linear Professora
Leia maisBRANCH AND BOUND APLICADO NO PROBLEMA DE COBERTURA DE FUNÇÕES BOOLEANAS
BRANCH AND BOUND APLICADO NO PROBLEMA DE COBERTURA DE FUNÇÕES BOOLEANAS Tercio Alberto dos Santos 1, Alexandre César Rodrigues da Silva e Carlos Eduardo da Silva Santos 3 Resumo Este trabalho apresenta
Leia mais3. Otimização sob Incerteza
3. Otimização sob Incerteza Os problemas de otimização tentam resolver, de forma eficiente, situações do mundo real por meio de modelos matemáticos que utilizam parâmetros incertos. Pode-se encontrar na
Leia maisPedro Tiago Barbosa do Couto. Resolução de problemas de transporte rodoviário de cargas utilizando programação inteira DISSERTAÇÃO DE MESTRADO
Pedro Tiago Barbosa do Couto Resolução de problemas de transporte rodoviário de cargas utilizando programação inteira DISSERTAÇÃO DE MESTRADO DEPARTAMENTO DE ENGENHARIA ELÉTRICA Programa de Pós graduação
Leia maisAula 12: Programação Inteira
Aula 12: Programação Inteira Otimização Linear e Inteira Túlio A. M. Toffolo http://www.toffolo.com.br BCC464/PCC174 2018/2 Departamento de Computação UFOP Aula de Hoje 1 Programação Inteira: A Formulação
Leia maisUSANDO UM MÉTODO INDUTIVO PARA RESOLVER PROBLEMAS. Bruno Maffeo Departamento de Informática PUC-Rio
USANDO UM MÉTODO INDUTIVO PARA RESOLVER PROBLEMAS Bruno Maffeo Departamento de Informática PUC-Rio MÉTODO INDUTIVO O método indutivo para resolver problemas aqui empregado inspira-se na formulação mais
Leia maisPROGRAMAÇÃO DA PRODUÇÃO EM SISTEMAS POR BATELADAS: UM ESTUDO PARA A OTIMIZAÇÃO DO MAKESPAN
PROGRAMAÇÃO DA PRODUÇÃO EM SISTEMAS POR BATELADAS: UM ESTUDO PARA A OTIMIZAÇÃO DO MAKESPAN R. P. da ROCHA 1, M. de F. MORAIS 1, M. A. da S. S. RAVAGNANI 2, C. M. G. ANDRADE 2, C. M. P. R. PARAÍSO 2 1 Universidade
Leia maisAula 20: Revisão Otimização Linear e Inteira Túlio A. M. Toffolo
Aula 20: Revisão Otimização Linear e Inteira Túlio A. M. Toffolo http://www.toffolo.com.br BCC464 / PCC174 Departamento de Computação - UFOP Breve Revisão Programação Linear vs Programação Inteira Modelagem
Leia maisAlgoritmos Genéticos. Pontos fracos dos métodos tradicionais. Características de alguns problemas. Tamanho do espaço de busca- Ex. caixeiro viajante:
Algoritmos Genéticos Prof. Luis Otavio Alvares INE/UFSC Características de alguns problemas Tamanho do espaço de busca- Ex. caixeiro viajante: 10 cidades: 181.000 soluções 20 cidades: 10.000.000.000.000
Leia mais