LIMITANTE INFERIOR PARA O PROBLEMA DE MINIMIZAR O NÚMERO DE TROCAS DE FERRAMENTAS
|
|
- Daniel Laranjeira Osório
- 5 Há anos
- Visualizações:
Transcrição
1 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 São José dos Campos, São Paulo, Brasil horacio@lac.inpe.br RESUMO No problema de minimização do número de troca de ferramentas em uma máquina flexível de manufatura procuramos uma seqüência para processar um conjunto de tarefas de modo que o número de trocas de ferramentas seja o menor possível. Neste trabalho propomos um novo procedimento para determinar um limitante inferior para o número mínimo de trocas de ferramentas, dado um conjunto de tarefas a serem processadas. O novo limitante inferior obtido é, em geral, de melhor qualidade que outros propostos na literatura. É de grande interesse obter um bom limitante inferior para este problema, pois, com ele, pode-se avaliar a qualidade de soluções obtidas através de heurísticas ou diminuir o espaço de busca das soluções em algumas classes de métodos enumerativos. PALAVRAS CHAVE. Minimização de trocas de ferramenta. Limitante inferior. Redução. Área de classificação principal. Otimização Combinatória ABSTRACT In the minimization of tool switches problem in a flexible manufacturing machine we seek to determine a sequence to process a set of jobs so that the number of tool switches required is the least possible. In this work we propose a new procedure to determine a lower bound for the number of tool switches given a set of jobs to be processed. The new lower bound obtained is, in general, of better quality compared with others proposed in the literature. It is of great interest to obtain a good lower bound for this problem for it can be used to evaluate the quality of solutions from heuristics or it can be used to decrease the solution search space in some classes of enumeration methods. KEYWORDS. Minimization of tool switches. Lower bound. Reduction. Combinatorial optimization. [1886]
2 1. Introdução Considere um conjunto de N tarefas que precisam ser processadas em uma máquina flexível de manufatura. Cada tarefa i requer um conjunto de ferramentas J i para que esta seja processada. Estas ferramentas precisam estar na máquina quando a tarefa i é processada. No entanto, a caixa de ferramentas da máquina tem capacidade de manusear até C ferramentas simultaneamente. Assim, se as ferramentas necessárias para se processar uma tarefa não estão na caixa de ferramentas, trocas são necessárias para que esta tarefa seja processada. No problema de minimização do número de troca de ferramentas (PMNTF) procuramos uma seqüência de processamento de um conjunto de tarefas que minimiza o número total necessário de trocas de ferramentas para processá-las. O PMNTF é NP-difícil (Crama et al. (1994), Garey e Johnson (1979), Tang e Denardo (1988)) e foi estudado por diversos autores (Tang e Denardo (1988), Laporte et al.(2002), Bard (1988), Crama et al. (1994), Yanasse e Pinto (2006)). São poucas as propostas de métodos exatos para a solução do PMNTF (Laporte et al (2002)); a grande maioria dos métodos propostos para a sua resolução são heurísticas (ver, por exemplo, Bard (1988), Crama et al (1994), Tang e Denardo (1988), Hertz et al. (1998)). Laporte et al (2002) reportam sucesso limitado na solução exata do PMNTF. De um conjunto de várias instâncias do problema com 25 tarefas, o método enumerativo por eles proposto foi capaz de resolver apenas algumas poucas. Aparentemente, o grande esforço computacional exigido nos métodos exatos é devido ao fato de não termos bons limitantes inferiores para o problema. Para resolver instâncias maiores do problema é preciso determinar limitantes inferiores de melhor qualidade. Com isso, o espaço de busca da solução pode ser reduzido drasticamente. Limitantes inferiores de boa qualidade são também de grande interesse na avaliação da qualidade de soluções obtidas a partir de heurísticas. Neste trabalho sugerimos um novo limitante inferior para o número de trocas de ferramentas, dado um conjunto de tarefas a serem processadas. O cálculo deste limitante inferior é baseado na solução de subproblemas PMNTF de menor tamanho, obtidos a partir do problema original. Estruturamos este texto da seguinte forma. Após esta breve introdução, apresentamos na próxima seção a propriedade das soluções do PMNTF que fundamenta a nova proposta para a determinação de novos limitantes inferiores para o problema. Apresentamos, também, como esta propriedade pode ser utilizada para se determinar bons limitantes inferiores. Na seção, ilustramos a nossa proposta com um exemplo e comparamos com um limitante inferior simples proposto na literatura. Na seção 4 apresentamos alguns comentários e propostas para futuros desenvolvimentos. 2. Propriedade das soluções do problema Seja M o número total de ferramentas requeridas para processar todas as N tarefas. Seja K = {1, 2,..., N} o conjunto dos índices das N tarefas a serem processadas. Teorema 1: Considere um exemplar I 1 do PMNTF com um conjunto de tarefas seja um outro exemplar I 2 do PMNTF com um conjunto de tarefas Então, o valor ótimo z 1 de I 1 é maior ou igual ao valor ótimo z 2 de I 2. J i 1, i 1 K 1 K, e J i 2, i 2 K 2 tal que K 2 K 1. Prova do Teorema 1: Considere uma solução ótima de I 1. Descarte desta seqüência ótima as tarefas de I 1 que não estão em I 2. O número de trocas de ferramentas incorridas com esta nova seqüência é no máximo igual ao número de trocas de ferramentas z 1. Portanto, geramos uma solução viável para o exemplar I 2 cujo valor da função objetivo é no máximo igual ao valor ótimo de I 1. Conseqüentemente, o teorema se aplica. Usando o Teorema 1 podemos obter limitantes inferiores para um exemplar do problema resolvendo de maneira ótima exemplares de menor tamanho, obtidas do exemplar [1887]
3 original considerando apenas um subconjunto das tarefas. A próxima questão de interesse é: Que tarefas selecionar?. Sabemos que, quanto menor o tamanho problema, menos esforço computacional é necessário para resolvê-lo. Assim, o ideal é selecionar um subconjunto de tarefas que tenha a menor cardinalidade possível e que forneça um bom limitante inferior, de preferência, o valor ótimo do problema. Sugerimos o seguinte procedimento para a seleção das tarefas do subproblema. Inicialmente, selecionamos o menor número de tarefas que, juntas, utilizam todas as M ferramentas do problema. Se existe mais do que um subconjunto de tarefas de mesma cardinalidade que utiliza todas as M ferramentas, escolhemos o subconjunto que tem mais ferramentas em comum. A idéia aqui é tentar escolher um subconjunto de tarefas, em que cada uma delas utiliza um número grande de ferramentas. Após escolher estas tarefas, passa-se a adicionar a este subconjunto mais tarefas, uma de cada vez. Quantas tarefas a mais devemos inserir? Inserimos um número de tarefas de modo a completar um total pré-fixado pelo decisor. Este tamanho pré-fixado deve levar em conta o esforço computacional aceitável pelo decisor a ser despendido no cálculo do limitante inferior para o problema. Para a inserção de mais tarefas, sugerimos o seguinte procedimento. Determinamos o número de trocas incorridas para processar cada tarefa já selecionada, imediatamente após cada tarefa candidata e armazenamos o menor valor. A tarefa candidata que requerer o maior valor dentre os menores valores armazenados é a selecionada. Em caso de empate, seleciona-se a tarefa com maior soma total de trocas de ferramentas para processá-la. Em caso de novo empate, seleciona-se uma delas aleatoriamente.. Um exemplo numérico Seja o exemplar do PMNTF dado na Tabela 1, com 25 tarefas (N = 25), 15 tipos de ferramentas (M = 15) e capacidade da caixa de ferramentas da máquina igual a 10 (C = 10). Um limitante inferior para o PMNTF é dado por M C, ou seja, 5 para o exemplo em questão. É fácil ver que M C é um limitante inferior, pois, como a capacidade da máquina é C e são necessários M ferramentas para se processar todas as tarefas, pelo menos M C ferramentas, que não cabem inicialmente na caixa de ferramentas, precisam ser trocadas. Tabela 1 Dados do exemplo 1 J 1 = {1,2} J 10 = {1,,5,8,11} J 19 = {1,,5,6,7,9,11,15} J 2 = {5,15} J 11 = {2,5,9,11,14} J 20 = {1,4,5,6,7,8,9,10} J = {4,7,11} J 12 = {7,8,9,11,1,14} J 21 = {4,5,7,8,9,10,11,1} J 4 = {2,8,9} J 1 = {1,4,5,11,12,14} J 22 = {2,,4,5,9,10,1,14,15} J 5 = {5,1,15} J 14 = {2,,5,7,11,1} J 2 = {1,2,5,8,9,10,12,14,15} J 6 = {1,7,9,1} J 15 ={1,4,6,8,9,10} J 24 = {,4,5,6,8,9,11,12,1,14} J 7 = {,7,10,11} J 16 = {1,2,5,8,10,11,12} J 25 = {1,2,4,7,9,10,12,1,14,15} J 8 = {4,5,7,8,9} J 17 = {,4,5,6,8,9,11} J 9 = {2,7,9,10,15} J 18 = {4,7,8,11,12,1,14} Podemos fazer um pré-processamento do problema visando reduzir o seu tamanho, pois existem tarefas que são dominadas por outras (por exemplo, J 1 J 16, J 2 J 5, etc). Tarefas dominadas podem ser processadas imediatamente após as tarefas que as dominam, sem que nenhuma troca de ferramentas seja necessária. Assim, podemos descartar temporariamente estas tarefas e resolver o problema reduzido e, posteriormente, incluí-las na seqüência obtida sem que tenhamos um aumento no número total de trocas de ferramentas. Na Tabela 2 apresentamos o exemplo reduzido com N = 15 tarefas, após descartarmos as tarefas dominadas. Vamos admitir que o decisor esteja disposto a priori a selecionar um subconjunto de no máximo 5 tarefas para determinar um bom limitante inferior para o problema. Observe que, com 5 tarefas, é preciso analisar um total de 5! = 120 permutações possíveis das tarefas para se determinar uma permutação ótima que forneça o menor número de trocas de ferramentas. [1888]
4 Realizar este cômputo não exige muito esforço computacional. Tabela 2 Exemplo 1 após retirada das tarefas dominadas J 7 = {,7,10,11} J 14 = {2,,5,7,11,1} J 21 = {4,5,7,8,9,10,11,1} J 10 = {1,,5,8,11} J 16 = {1,2,5,8,10,11,12} J 22 = {2,,4,5,9,10,1,14,15} J 11 = {2,5,9,11,14} J 18 = {4,7,8,11,12,1,14} J 2 = {1,2,5,8,9,10,12,14,15} J 12 = {7,8,9,11,1,14} J 19 = {1,,5,6,7,9,11,15} J 24 = {,4,5,6,8,9,11,12,1,14} J 1 = {1,4,5,11,12,14} J 20 = {1,4,5,6,7,8,9,10} J 25 = {1,2,4,7,9,10,12,1,14,15} Inicialmente, selecionamos o menor número de tarefas que, juntas, utilizam todas as 15 ferramentas do problema. Para selecionar as tarefas iniciais, podemos fazer todas as combinações duas a duas das tarefas e verificar quantas ferramentas estas combinações de tarefas utilizam. A única combinação de 2 tarefas que utilizam as 15 ferramentas é formada pelas tarefas J 24 e J 25. Com estas duas tarefas, já igualamos o limitante inferior 5 dado por M - C. Para selecionar a próxima tarefa a inserir, é conveniente ter uma tabela com o número de trocas de ferramentas que ocorre quando se processa apenas duas tarefas, uma imediatamente após a outra. Na Tabela apresentamos os valores obtidos para todos os pares possíveis de tarefas. Tabela : Número mínimo de trocas de ferramentas quando se processa as tarefas J i e J k, um imediatamente após o outro J 7 J 10 J 11 J 12 J 1 J 14 J 16 J 18 J 19 J 20 J 21 J 22 J 2 J 24 J 25 J J J J J J J J J J J J J J J Consideremos o menor número de trocas de ferramentas das tarefas candidatas em relação às tarefas já selecionadas, que são J 24 e J 25. Estes números estão apresentados na Tabela 4, que são simplesmente as mesmas linhas correspondentes a J 24 e J 25 da Tabela. Tabela 4: Mínimo número de trocas de ferramentas envolvendo as tarefas J 24 e J 25 J 7 J 10 J 11 J 12 J 1 J 14 J 16 J 18 J 19 J 20 J 21 J 22 J 2 J J Total de trocas Da tabela 4, observamos que as tarefas J 16, J 19 e J 20 requerem no mínimo trocas de ferramentas para serem processadas com as tarefas J 24 e J 25. As demais tarefas requerem menos, por exemplo, as tarefas J 7, J 14, J 21, J 22 e J 2 requerem no mínimo 2 trocas. Portanto, a próxima [1889]
5 tarefa a ser inserida será uma dentre as tarefas J 16, J 19 e J 20. O critério de desempate proposto é o total de trocas de ferramentas, e, por esse critério, a próxima tarefa a ser inserida é a tarefa J 19. Prosseguindo de forma similar, para se determinar a quarta tarefa a ser inserida, consideramos novamente o menor número de trocas de ferramentas das tarefas candidatas em relação às tarefas já selecionadas, que são J 19, J 24 e J 25. Estes números estão apresentados na Tabela 5. Tabela 5: Mínimo número de trocas de ferramentas envolvendo as tarefas J 19, J 24 e J 25 J 7 J 10 J 11 J 12 J 1 J 14 J 16 J 18 J 20 J 21 J 22 J 2 J J J Total de trocas Da tabela 5, observamos que as tarefas J 16, J 21, J 22 e J 2 requerem no mínimo 2 trocas de ferramentas para serem processadas com as tarefas J 19, J 24 e J 25. O critério de desempate é o total de trocas de ferramentas, e, por esse critério, a próxima tarefa a ser inserida é a tarefa J 2. Prosseguindo de forma similar, determinamos a quinta tarefa a ser inserida com a ajuda da Tabela 6. Tabela 6: Mínimo número de trocas de ferramentas envolvendo as tarefas J 19, J 2, J 24 e J 25 J 7 J 10 J 11 J 12 J 1 J 14 J 16 J 18 J 20 J 21 J 22 J J J J Total de trocas Da tabela 6, observamos que as tarefas J 21 e J 22 requerem no mínimo 2 trocas de ferramentas para serem processadas com as tarefas J 19, J 2, J 24 e J 25. O critério de desempate é o total de trocas de ferramentas, e, por esse critério, há novo empate. Fazemos então uma escolha aleatória, por exemplo, escolhemos J 22 para ser a próxima tarefa a ser inserida. Definimos o nosso subproblema com 5 tarefas e resolvemos agora este exemplar de menor tamanho do PMNTF para determinar um limitante inferior para o problema. Resolvendo este pequeno exemplar, chegamos a uma solução ótima com 10 trocas de ferramentas. Estabelecemos, então, um novo limitante inferior de qualidade bem superior ao inicialmente obtido, dado por M - C = Comentários Finais Neste trabalho sugerimos um novo procedimento para determinar limitantes inferiores para o problema de minimização de trocas de ferramentas em uma máquina flexível de manufatura. A qualidade do limitante inferior pode ser melhorada caso um esforço computacional maior seja aceitável. Por exemplo, no exemplo numérico da seção, podemos tentar melhorar a qualidade do limitante com a inserção de mais uma tarefa, mas, para isto, teremos que analisar (explicitamente ou implicitamente) as 6! = 720 permutações possíveis destas tarefas. Se incluirmos mais tarefas, este número cresce ainda mais, de maneira exponencial. Dado um conjunto maior de tarefas, ao invés de resolver o problema exatamente, que é computacionalmente dispendioso, pode-se obter um limitante inferior para o número de trocas de ferramentas, resolvendo-se um problema de árvore geradora mínima com um grafo construído com as tarefas selecionadas e arcos ligando os pares de tarefas com custo associado igual aos [1890]
6 fornecidos na Tabela. Por exemplo, para as cinco tarefas J 19, J 22, J 2, J 24 e J 25 selecionadas, obteríamos o grafo indicado na Figura 1. J J 2 J J 25 J 24 5 Figura 1 Grafo com número mínimo de trocas entre pares de tarefas Do grafo 1, pode-se verificar facilmente que a árvore geradora mínima tem comprimento igual a 10. Portanto, neste caso, obtemos um limitante inferior de valor igual ao da solução ótima. Isto, no entanto, nem sempre acontece, pois, para se computar o número real de trocas, é preciso considerar as ferramentas presentes na caixa de ferramentas na máquina, a cada processamento de tarefas. Convém observar que é possível que, ao se aumentar ainda mais o número de tarefas, o comprimento da árvore geradora do grafo, construído conforme indicado anteriormente, diminua. Portanto, este procedimento para cálculo do limitante inferior tem suas limitações. O resultado mais importante neste trabalho é o teorema 1, que permite o uso de subproblemas de menor tamanho para o cálculo de limitantes inferiores para o problema. Baseado neste teorema, outras propostas diferentes para decidir quais tarefas considerar podem ser desenvolvidas, bem como variações na proposta apresentada podem ser sugeridas. Diferenças em termos de desempenho destes procedimentos, observadas através de experimentos computacionais, ditarão qual proposta é mais eficiente. Pelo exemplo ilustrativo, pode-se observar que a qualidade do limitante inferior obtido com a nova proposta é bastante superior ao limitante fornecido por M C. Acredita-se que, com este novo limitante proposto, poderemos desenvolver um novo método enumerativo para resolução exata do PMNTF que seja superior às propostas hoje existentes na literartura. Isto está sendo investigado. [1891]
7 Agradecimentos: Trabalho financiado parcialmente com recursos do CNPq e da FAPESP. Referências Bard, J.F. (1988), A Heuristic for Minimizing the Number of Tool Switches on Flexible Machine, IIE Transactions, 20, Crama, Y., Kolen, A.W.J., Oelermans, A.G. e Spieksma, F.C.R. (1994), Minimizing the number of tool switches on a flexible machine, International Journal of Flexible Manufacturing Systems, 6, -54. Garey, M., Johnson, D.S. (1979), Computers and Intractability, Freeman, New York. Hertz, A., Laporte, G., Mittaz, M. e Stecke, K. (1998), Heuristics for minimizing tool switches when scheduling part types on a flexible machine, IEE Transactions, 0, Laporte, G., Salazar, J.J. e Semet, F. (2002), Exact Algorithms for the Job Sequencing and Tool Switching Problem, Les Cahiers du GERAD, G Tang, C.S. e Denardo, E.V. (1988), Models Arising from a Flexible Manufacturing Machine, Part I: Minimization of the Number of Tool Switches, Operations Research, 6, Yanasse, H.H. e Lamosa, M.J.P. (2005), An application of the generalized travelling salesman problem: the minimization of tool switches problem, Operations Research International Annual Scientific Conference of the German Operations Research Society, Bremen, Germany, Program, p. 90. [1892]
Uma 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 maisSOBRE O PROBLEMA DE MINIMIZAÇÃO DE TROCAS DE FERRAMENTAS: UM CASO ESPECIAL
SOBRE O PROBLEMA DE MINIMIZAÇÃO DE TROCAS DE FERRAMENTAS: UM CASO ESPECIAL Horacio Hideki Yanasse Instituto Nacional de Pesquisas Espaciais - INPE Avenida dos Astronautas, 1.758 - São José dos Campos,
Leia maisUM NOVO LIMITANTE INFERIOR PARA O PROBLEMA DE MINIMIZAÇÃO DE TROCAS DE FERRAMENTAS
UM NOVO LIMITANTE INFERIOR PARA O PROBLEMA DE MINIMIZAÇÃO DE TROCAS DE FERRAMENTAS Horacio Hideki Yanasse Instituto Nacional de Pesquisas Espaciais Avenida dos Astronautas 1758, São José dos Campos, SP
Leia maisMINIMIZAÇÃO DE TROCA DE FERRAMENTAS NUMA MÁQUINA CNC: APLICAÇÃO DE UMA HEURÍSTICA GULOSA A UM CASO REAL
MINIMIZAÇÃO DE TROCA DE FERRAMENTAS NUMA MÁQUINA CNC: APLICAÇÃO DE UMA HEURÍSTICA GULOSA A UM CASO REAL Joaquim José da Cunha Júnior Graduação em Engenharia de Produção Universidade Federal de Minas Gerais
Leia maisUma Avaliação Precisa da Modelagem do Problema de Minimização de Troca de Ferramentas como o Problema do Caixeiro Viajante
Uma Avaliação Precisa da Modelagem do Problema de Minimização de Troca de Ferramentas como o Problema do Caixeiro Viajante Túlio Neme de Azevedo Departamento de Ciência da Computação, Universidade Federal
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 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 Método Para Planejamento da Produção em Sistemas de Manufatura Flexível
Vitória, ES, 7 a 0 de setembro de 0. Um Método Para Planejamento da Produção em Sistemas de Manufatura Flexível Gustavo Silva Paiva Departamento de Ciência da Computação, Universidade Federal de Ouro Preto
Leia maisSEQUENCIAMENTO DE TAREFAS EM MÁQUINA DE MANUFATURA FLEXÍVEL PARA REDUZIR CUSTOS COM HORAS EXTRAS E ATRASOS DE ENTREGAS
SEQUENCIAMENTO DE TAREFAS EM MÁQUINA DE MANUFATURA FLEXÍVEL PARA REDUZIR CUSTOS COM HORAS EXTRAS E ATRASOS DE ENTREGAS Joaquim José da Cunha Júnior Universidade Federal de Minas Gerais Av. Presidente Antônio
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 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 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 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 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 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 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 maisMétodos Exatos para PI - Parte 1: Branch-and-Bound
Introdução à Otimização Combinatória Métodos Exatos para PI - Parte 1: Professora: Rosiane de Freitas (rosiane@icomp.ufam.edu.br) Bruno Raphael Cardoso Dias Prof. Estágio em Docência (bruno.dias@icomp.ufam.edu.br)
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 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 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 PARA GERAÇÃO DE PADRÕES TABULEIROS EXATOS A PARTIR DE UMA COMBINAÇÃO DADA DE ITENS
UM ALGORITMO PARA GERAÇÃO DE PADRÕES TABULEIROS EXATOS A PARTIR DE UMA COMBINAÇÃO DADA DE ITENS Daniel Massaru Katsurayama Instituto Nacional de Pesquisas Espaciais Laboratório Associado de Computação
Leia maisMarina Andretta. 17 de setembro de Baseado no livro Numerical Optimization, de J. Nocedal e S. J. Wright.
Métodos de regiões de confiança Marina Andretta ICMC-USP 17 de setembro de 2014 Baseado no livro Numerical Optimization, de J. Nocedal e S. J. Wright. Marina Andretta (ICMC-USP) sme0212 - Otimização não-linear
Leia maisTeoria da Complexidade Computacional
Teoria da Complexidade Computacional Letícia Rodrigues Bueno UFABC Motivação Motivação I can t find an efficient algorithm, I guess I m just too dumb. Fonte: GAREY, M. R. e JOHNSON, D. S. Computers and
Leia maisAprimorando o Corte Peças com Forma Irregular em Chapas Retangulares
Aprimorando o Corte Peças com Forma Irregular em Chapas Retangulares Leandro Resende Mundim, leandroresendemundim@gmail.com Thiago Alves de Queiroz, th.al.qz@catalao.ufg.br Resumo: Esta pesquisa lida com
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 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 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 maisAvaliação de métodos heurísticos em sistemas de produção no-wait flow shop
Avaliação de métodos heurísticos em sistemas de produção no-wait flow shop Marcelo Seido Nagano (USP) - drnagano@usp.br Lucas Yamada Scardoelli (USP) - scarty@terra.com.br João Vitor Moccellin (USP) -
Leia maisColoração. Carolina Moraes e Lucas Glir
Coloração Carolina Moraes e Lucas Glir Introdução Os primeiros questionamentos sobre o assunto surgiram por volta de 1800, com o problema das 4 cores. Os primeiros resultados sobre coloração de grafos
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 maisO estudo utilizando apenas este material não é suficiente para o entendimento do conteúdo. Recomendamos a leitura das referências no final deste
O estudo utilizando apenas este material não é suficiente para o entendimento do conteúdo. Recomendamos a leitura das referências no final deste material e a resolução (por parte do aluno) de todos os
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 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 maisCiclos hamiltonianos e o problema do caixeiro viajante
Ciclos hamiltonianos e o problema do caixeiro viajante Algoritmos em Grafos Marco A L Barbosa cba Este trabalho está licenciado com uma Licença Creative Commons - Atribuição-CompartilhaIgual 4.0 Internacional.
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 maisO problema de minimização de pilhas abertas novas contribuições. Claudia Fink
O problema de minimização de pilhas abertas novas contribuições Claudia Fink SERVIÇO DE PÓS-GRADUAÇÃO DO ICMC-USP Data de Depósito: Assinatura: O problema de minimização de pilhas abertas - novas contribuições
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 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 Combinatórios: Introdução
lucia@site.uottawa.ca UFSC, Fevereiro, 2010 Estruturas e Problemas Combinatórios Introdução a Algoritmos Combinatórios O que são: Estruturas Combinatórias? Algoritmos Combinatórios? Problemas Combinatórios?
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 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 maisUMA HEURÍSTICA EFICIENTE PARA O PROBLEMA DE COBERTURA DE CONJUNTO POR PARES
UMA HEURÍSTICA EFICIENTE PARA O PROBLEMA DE COBERTURA DE CONJUNTO POR PARES Luciana Brugiolo Gonçalves, Simone de Lima Martins, Luiz Satoru Ochi Universidade Federal Fluminense Instituto de Computação
Leia maisJoaquim José da Cunha Júnior. Programação de Produção em Máquinas CNC para o curto prazo
Joaquim José da Cunha Júnior Programação de Produção em Máquinas CNC para o curto prazo Belo Horizonte 2012 Joaquim José da Cunha Júnior Programação de Produção em Máquinas CNC para o curto prazo Dissertação
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 maisMODELO MARKOVIANO DE DECISÃO COM INFORMAÇÃO PARCIAL PARA OTIMIZAÇÃO DE UM SISTEMA DE FILAS MMPP/PH/c/N
MODELO MARKOVIANO DE DECISÃO COM INFORMAÇÃO PARCIAL PARA OTIMIZAÇÃO DE UM SISTEMA DE FILAS MMPP/PH/c/N Solon Venâncio de Carvalho Rita de Cássia Meneses Rodrigues Laboratório Associado de Computação e
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 maisPlanejamento para fundições: uma aplicação do método das K-melhores mochilas. 1 Introdução
Planejamento para fundições: uma aplicação do método das K-melhores mochilas Murilo S. Pinheiro, Franklina M.B. Toledo, Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, Av.
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 maisParadigmas de Projetos de Algoritmos
Paradigmas de Projetos de Algoritmos Luciana Assis 9 de junho de 2016 Luciana Assis (UFVJM) 9 de junho de 2016 1 / 36 1 Introdução 2 Força Bruta 3 Abordagem Incremental ou Construtiva 4 Recursão 5 Divisão
Leia maisComplexidade de Algoritmos. Edson Prestes
Edson Prestes Programação Dinâmica A programação dinâmica costuma ser aplicada a problemas de otimização resultando, em geral, em algoritmos mais eficientes que os mais diretos. Esse método é útil quando
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 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 maisINVESTIGANDO O PROBLEMA DA MOCHILA IRRESTRITA EM SUA VERSÃO BIDIMENSIONAL
INVESTIGANDO O PROBLEMA DA MOCHILA IRRESTRITA EM SUA VERSÃO BIDIMENSIONAL Mirella Augusta Sousa Moura, mirella.asm14@hotmail.com Thiago Alves de Queiroz, th.al.qz@catalão.ufg.br Resumo: Empacotamento consiste
Leia maisAbordagens para Problemas Intratáveis
Abordagens para Problemas Intratáveis Letícia Rodrigues Bueno UFABC Motivação Se você se depara com um problema intratável... Motivação Se você se depara com um problema intratável... I can t find an efficient
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 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 maisQuinta-feira, 11 de abril
15.053 Quinta-feira, 11 de abril Mais alguns exemplos de programação inteira Técnicas de planos de corte para obter melhores limitações Entregar: Observações de Aula 1 Exemplo: Localização do corpo de
Leia maisINE5403 FUNDAMENTOS DE MATEMÁTICA DISCRETA
INE5403 FUNDAMENTOS DE MATEMÁTICA DISCRETA PARA A COMPUTAÇÃO PROF. DANIEL S. FREITAS UFSC - CTC - INE Prof. Daniel S. Freitas - UFSC/CTC/INE/2007 p.1/18 4 - INTROD. À ANÁLISE COMBINATÓRIA 4.1) Arranjos
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 de Cook-Levin e Considerações Finais
Redução de Cook-Levin e Considerações Finais André Vignatti DINF- UFPR Fechando o Ciclo de Reduções Nós reduzimos o SAT para diversos problemas de busca, como mostra a figura: Todos problemas NP CIRCUIT
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 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 maisSEQUENCIAMENTO DE TAREFAS EM MÁQUINAS PARALELAS COM TEMPOS DE PREPARAÇÃO E PRECEDÊNCIA ENTRE AS TAREFAS: MODELAGEM E HEURÍSTICAS CONSTRUTIVAS
SEQUENCIAMENTO DE TAREFAS EM MÁQUINAS PARALELAS COM TEMPOS DE PREPARAÇÃO E PRECEDÊNCIA ENTRE AS TAREFAS: MODELAGEM E HEURÍSTICAS CONSTRUTIVAS Felippe Moreira Faêda, José Elias C. Arroyo, André Gustavo
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 maisANÁLISE ESTATÍSTICA DA DECISÃO PARA TRATAR O PROBLEMA DE ROTEAMENTO E COBERTURA COM MÁXIMO RETORNO ÀS ÁREAS SENSÍVEIS
ANÁLISE ESTATÍSTICA DA DECISÃO PARA TRATAR O PROBLEMA DE ROTEAMENTO E COBERTURA COM MÁXIMO RETORNO ÀS ÁREAS SENSÍVEIS Maria José Pinto, Mônica Maria De Marchi Instituto de Estudos Avançados (IEAv) E-mails:
Leia maisTeoria da Computação. Complexidade computacional classes de problemas
Teoria da Computação Complexidade computacional classes de problemas 1 Universo de problemas Problemas indecidíveis ou não-computáveis Não admitem algoritmos Problemas intratáveis Não admitem algoritmos
Leia maisProblema do Caminho Mínimo
Departamento de Engenharia de Produção UFPR 63 Problema do Caminho Mínimo O problema do caminho mínimo ou caminho mais curto, shortest path problem, consiste em encontrar o melhor caminho entre dois nós.
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 maisANÁLISE DE ALGORITMOS (INF 1721)
PUC-Rio Departamento de Informática Prof. Marcus Vinicius S. Poggi de Aragão (3WA) Horário: 2as. e 4as. 9-11hs (3WA) 3 de dezembro de 2016 Período: 2016.2 ANÁLISE DE ALGORITMOS (INF 1721) 3 a Lista 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 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 maisSeleção de Atributos 1
Seleção de Atributos 1 Tópicos Por que atributos irrelevantes são um problema Quais tipos de algoritmos de aprendizado são afetados Seleção de atributos antes do aprendizado Benefícios Abordagens automáticas
Leia maisTeoria da Computação. Computabilidade e complexidade computacional
Teoria da Computação Computabilidade e complexidade computacional 1 Computabilidade e Complexidade Computabilidade: verifica a existência de algoritmos que resolva uma classe de linguagens trata a possibilidade
Leia maisUMA ANÁLISE DA PRODUTIVIDADE DO EQUIPAMENTO DE CORTES UTILIZANDO-SE PADRÕES TABULEIROS
UMA ANÁLISE DA PRODUTIVIDADE DO EQUIPAMENTO DE CORTES UTILIZANDO-SE PADRÕES TABULEIROS Daniel Massaru Katsurayama Instituto Nacional de Pesquisas Espaciais Lab. Associado de Computação e Matemática Aplicada
Leia maisAlgoritmo Aproximação. Prof. Anderson Almeida Ferreira [DPV]9.2 [ZIV]9.2.2 e 9.2.3
Algoritmo Aproximação Prof. Anderson Almeida Ferreira [DPV]9.2 [ZIV]9.2.2 e 9.2.3 Heurísticas para Problemas NP- Completo Heurística: algoritmo que pode produzir um bom resultado (ou até a solução ótima),
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 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 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 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 maisAlgoritmo heurístico para agrupamento de ordens de serviço em concessionárias de distribuição de energia elétrica considerando priorização
1/5 Title Algoritmo heurístico para agrupamento de ordens de serviço em concessionárias de distribuição de energia elétrica considerando priorização Registration Nº: (Abstract) xxx Company 1. Universidade
Leia maisA Um modelo de otimização para o problema de dimensionamento e programação de lotes de produção em máquina única Cezaraugusto Gomes Scalcon Programa de Pós-graduação em Engenharia de Produção Universidade
Leia maisBuscas Informadas ou Heurísticas - Parte III
Buscas Informadas ou Heurísticas - Parte III Prof. Cedric Luiz de Carvalho Instituto de Informática - UFG Mestrado em Ciência da Computação / 2006 BUSCA SMA* (Simplified Memory-Bounded A*) BUSCA SMA* (Simplified
Leia maisTópicos em Métodos Heurísticos META-HEURÍSTICAS
Tópicos em Métodos Heurísticos META-HEURÍSTICAS MÉTODOS HEURÍSTICOS QUE PERMITEM A CONTINUIDADE DAS EXPLORAÇÕES ALÉM DA OTIMALIDADE LOCAL, EM PARTICULAR, SUPERPONDO-SE A HEURÍSTICAS DE BUSCA LOCAL I) SIMULATED
Leia maisResolução de Problemas: Busca Heurística
Resolução de Problemas: Busca Heurística Aula 3 - Inteligência Artificial Busca Heurística Duas variações: Busca usando heurística (não numérica). Busca usando funções de avaliação e funções de custo.
Leia maisPROGRAMAÇÃO DA PRODUÇÃO FLOW SHOP PERMUTACIONAL COM MINIMIZAÇÃO DO TEMPO MÉDIO DE FLUXO
PROGRAMAÇÃO DA PRODUÇÃO FLOW SHOP PERMUTACIONAL COM MINIMIZAÇÃO DO TEMPO MÉDIO DE FLUXO Marcelo Seido Nagano Faculdade de Economia, Administração e Contabilidade, Universidade de São Paulo Av. dos Bandeirantes,
Leia maisUM ESTUDO COMPUTACIONAL DE MODELOS MATEMÁTICOS PARA O PROJETO DE REDES DE TELECOMUNICAÇÕES COM TOPOLOGIA EM ANEL
UM ESTUDO COMPUTACIONAL DE MODELOS MATEMÁTICOS PARA O PROJETO DE REDES DE TELECOMUNICAÇÕES COM TOPOLOGIA EM ANEL Elder Magalhães Macambira Universidade Federal da Paraíba Departamento de Estatística Cidade
Leia maisXLVII SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL
MINIMIZAÇÃO DO NÚMERO DE PADRÕES DE CORTE DISTINTOS NO PROBLEMA DE CORTE DE ESTOQUE UNIDIMENSIONAL Kelly Cristina Poldi Universidade Estadual de Campinas - UNICAMP Instituto de Matemática, Estatística
Leia maisAula 22: Formulações com número exponencial de variáveis
Aula 22: Formulações com número exponencial de variáveis Otimização Linear e Inteira Túlio Toffolo http://www.toffolo.com.br BCC464 / PCC174 2018/2 Departamento de Computação UFOP Aula de Hoje 1 Correção
Leia maisProgramação Inteira Resolução por Branch and Bound
Programação Inteira Resolução por Branch and Bound Transparências de apoio à lecionação de aulas teóricas Versão 2.3 c 2012, 2010, 2009, 2001 Maria Antónia Carravilla José Fernando Oliveira FEUP Técnicas
Leia maisPaulo Guilherme Inça. 7 de dezembro de 2016
Coloração de grafos é NP-Difícil Paulo Guilherme Inça 7 de dezembro de 2016 Sumário 1 Introdução 1 2 O Problema da Coloração de Grafos 2 3 3-Coloração é NP-Completo 3 4 Generalizações e Restrições 6 5
Leia maisTeoria da Complexidade Computacional
Teoria da Complexidade Computacional 25 de novembro de 2011 Enquanto a teoria de análise de algoritmos estuda a análise de complexidade de algoritmos, a teoria da complexidade estuda a classificação de
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 maisOtimização de Parâmetros de Metaheurísticas para Problemas de Otimização Combinatória
https://eventos.utfpr.edu.br//sicite/sicite2017/index Otimização de Parâmetros de Metaheurísticas para Problemas de Otimização Combinatória RESUMO Rafael Hideo Toyomoto toyomoto@alunos.utfpr.edu.br Universidade
Leia maisABORDAGENS PARA RESOLVER O PROBLEMA DA MOCHILA 0/1
ABORDAGENS PARA RESOLVER O PROBLEMA DA MOCHILA 0/1 Éfren Lopes de Souza 1 e Erik Alexander Landim Rafael 2 1 Universidade Federal do Amazonas (UFAM) (efren_lopes@hotmail.com) 2 Instituto Federal de Educação,
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 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 maisAprendizado de Máquina. Combinando Classificadores
Universidade Federal do Paraná (UFPR) Departamento de Informática (DInf) Aprendizado de Máquina Combinando Classificadores David Menotti, Ph.D. web.inf.ufpr.br/menotti Introdução O uso de vários classificadores
Leia maisBCC402 Algoritmos e Programação Avançada Prof. Marco Antonio M. Carvalho Prof. Túlio Ângelo M. Toffolo 2011/1
BCC402 Algoritmos e Programação Avançada Prof. Marco Antonio M. Carvalho Prof. Túlio Ângelo M. Toffolo 2011/1 Na aula anterior Programação Dinâmica 2 Na aula de hoje Algoritmos Gulosos. 3 Problemas Combinatórios
Leia maisSeleção e Otimização de Fontes
Seleção e Otimização de Fontes 1. Introdução Muitos dados disponíveis Não há garantia de relevância Muitos acessos (custoso) O Autor propõe uma ideia para otimizar o processamento: A indexação e seleção
Leia mais