ANÁLISE DE SOLUÇÕES INICIAIS PARA PESQUISA TABU APLICADA AO PROBLEMA DE SCHEDULING EM UM SISTEMA DE MANUFATURA FLEXÍVEL
|
|
- Vasco Rosa Bicalho
- 7 Há anos
- Visualizações:
Transcrição
1 ANÁLISE DE SOLUÇÕES INICIAIS PARA PESQUISA TABU APLICADA AO PROBLEMA DE SCHEDULING EM UM SISTEMA DE MANUFATURA FLEXÍVEL Antonio Gabriel Rodrigues Universidade do Vale do Rio Dos Sinos UNISINOS. Av. Unisinos 950, Cristo Rei, São Leopoldo, CEP , RS. Leandro Toss Hoffmann Universidade do Vale do Rio Dos Sinos UNISINOS. Av. Unisinos 950, Cristo Rei, São Leopoldo, CEP , RS. Arthur Tórgo Gómez Universidade do Vale do Rio Dos Sinos UNISINOS. Av. Unisinos 950, Cristo Rei, São Leopoldo, CEP , RS. Abstract In this work we present analysis from Initial Solutions Generation Methods, applied to Scheduling Problem in a Flexible Manufacturing System. The initial solutions feed the Scheduling Algorithm, which optimizes a flexible machine's tools setup time. This work manages an initial solution generation method to improve the Scheduling Algorithm Function. Palavras-chave: Pesquisa Tabu, Problema de Escalonamento, Sistema de Manufatura Flexível. 1 INTRODUÇÃO Este trabalho tem por objetivo analisar a qualidade de métodos de geração de soluções iniciais para o Problema de Scheduling em um Sistema de Manufatura Flexível (SMF). Estas soluções iniciais servem de base para o Algoritmo de Scheduling, baseado na pesquisa Tabu. No item 2 são definidos os Problemas de Seleção de Partes e Scheduling. Os conceitos de Pesquisa Tabu, Regras de Despacho são apresentados no 3. As Regras de Despacho utilizadas e o Algoritmo de Scheduling são apresentados no 4. Os resultados obtidos nos experimentos são mostrados no item 5 e as conclusões são mostradas no item 6. 2 DEFINIÇÃO DOS PROBLEMAS ABORDADOS A seguir serão apresentados os problemas clássicos estudados neste trabalho. 2.1 Problema de Seleção de Partes Selecionar partes de melhor maneira possível agrupando-as em Famílias de Partes (FPs), é chamado de Problema de Seleção de Partes [10]. Este problema é complexo, pois para gerar as FPs é necessário que sejam respeitadas restrições impostas pela capacidade fabril [8]. Neste trabalho, as partes são agrupadas segundo o atributo tipo de ferramentas que as processa, formando FPs. As FPs devem ser geradas respeitando a capacidade do magazine (dispositivo que carrega as ferramentas) de uma máquina CNC. Para resolver este ENEGEP 2002 ABEPRO 1
2 problema foi utilizado o Modelo de Seleção de Partes, que utiliza Técnicas de Análise de Cluster [3] e Programação Dinâmica. A implementação e os testes deste modelo podem ser vistas em [13]. 2.2 Problema de Scheduling O Problema de Scheduling consiste em seqüenciar partes respeitando-se as datas de entrega das partes. Outros objetivos clássicos de scheduling podem ser considerados, como maximizar o fluxo de partes na linha de produção, diminuir o tempo total de produção, entre outros. O scheduling pode ser gerado segundo diversas disciplinas préfixadas, que podem ser vistas em [5], [15], [12]. O Problema de Scheduling neste trabalho é abordado com o objetivo de diminuir o tempo de processamento de um conjunto de partes pela da redução do número de instantes de parada para a troca de ferramentas de uma máquina flexível, chamado de tempo de setup. 3 TÉCNICAS UTILIZADAS Para gerar um Algoritmo de Scheduling foram estudadas as técnicas descritas a seguir. 3.1 Regras de Despacho Regras de Despacho são heurísticas que permitem, com base nos objetivos da produção e no Plano de Processos, determinar qual será a próxima tarefa a ser processada, sucessivamente \cite{[9]}. Estas regras apóiam o sistema de escalonamento, tornando-o mais flexível, permitindo suportar atualizações e modificações frente às mudanças no ambiente (como por exemplo troca de objetivos de escalonamento, quebra de máquinas) ajudando a controlar a produção. 3.2 Pesquisa Tabu Pesquisa é uma metaheurística desenvolvida por Glover [2] utilizada para solução de problemas de otimização combinatorial. Através do algoritmo de Pesquisa Tabu [6], buscase encontrar em um conjunto X de possíveis soluções viáveis uma solução s que otimiza a função objetivo f. Neste caso, o exemplo apresenta: Minimizar f(s) : s Є X e X C R v,sendo R v a região viável. Estas soluções são obtidas através da geração de vizinhanças de busca, subconjuntos de X. Esta vizinhança é gerada a partir de uma solução inicial s inic. A cada iteração um ótimo local é escolhido e dele é gerada a nova vizinhança. Para evitar a convergência a um ótimo local, é implementada uma lista de movimentos proibidos, a Lista Tabu T. Caso um movimento tabu cause uma melhora na função f, utiliza-se a função critério de aspiração A(z), que admite o movimento proibido. Sendo que os movimentos tabu não são infinitos, deve-se escolher condições de parada do algoritmo. Para tanto, define-se uma quantidade máxima nbmax de iterações que são feitas sem que ocorra melhora na função f. O algoritmo geral de Pesquisa tabu é mostrado a seguir. Inicialização s := solução inicial em X; nbiter := 0; melhiter := 0; melhsol := s; T := Ø; Inicializar Função Critério de Aspiração A; Enquanto (f(s) > f*) e (nbiter - melhiter < nbmax) faça nbiter := nbiter+1; Gerar um conjunto V* de soluções si em N(s) o qual não seja tabu ENEGEP 2002 ABEPRO 2
3 ou que A(f(s))>= f(si); Escolha uma solução s* minimizando f de V*; Atualize a Função Critério de Aspiração A e a Lista tabu T; Se f(s*) < f(melhsol) então melhsol := s*; melhiter := nbiter; FimSe; s := s*; FimEnquanto; Sendo: nbiter: número da interação atual; melhiter: número da interação da melhor solução encontrada;\\ melhsol: melhor solução; X: conjunto de soluções possíveis; f : função objetivo; N(s) : a vizinhança da solução s em X; T : tamanho da lista tabu; V : número de soluções vizinhas geradas em cada interação; f* : o mais baixo limite de da função objetivo f; A : Função critério de Aspiração; Mais detalhes e algumas aplicações da Pesquisa Tabu em problemas como o do Caixeiro Viajante, seqüenciamento em flow-shop e Problema de Horários podem ser vistas em [2], [6], [16]. 4 MODELO DE SCHEDULING APLICADO A SMF O Sistema de Manufatura Flexível (SMF) é o mais alto grau de automação de um sistema de manufatura [4]. Dentre os vários conceitos de SMF [1], [11] pode-se dizer que este sistema possui um alto grau de processamento distribuído de dados e fluxo automático de material usando máquinas controladas por computador, células de montagem, robôs industriais e máquinas de inspeção. No modelo de SMF considerado neste trabalho, as máquinas são CNC/DNC ( Computer Numerical Control / Distributed Numerical Control ) e armazenam suas ferramentas em um dispositivo chamado de magazine, que possui capacidade limitada. As máquinas, o almoxarifado e o armazém de estoque são interligadas por um Sistema Automático de Transporte/Manuseio de Materiais que transporta as partes a serem processadas do armazém de estoque e as ferramentas do almoxarifado até as máquinas. Tanto as máquinas quanto o sistema de transporte de materiais são controlados por um sistema computacional. As técnicas descritas no item 3 foram implementadas visando a redução do número de setups das máquinas CNC. A implementação destas técnicas será apresentada nos itens a seguir. 4.1 Regras de Despacho aplicadas a SMF Para realizar este trabalho foram estudadas e implementadas algumas regras de despacho segundo a bibliografia existente [9]. Dado um conjunto de partes geradas aleatoriamente representadas em uma estrutura matricial, foi desenvolvido um Algoritmo de Solução Inicial que faz o escalonamento dessas partes segundo uma regra de despacho definida. O escalonamento gerado respeita os atributos das partes e os tempos dos turnos de produção. Mais detalhes sobre a implementação podem ser vistos em bibliografia [7]. A seguir são apresentadas a descrição de cada regra. Solução Inicial Randômica (SIR) Esta regra define que cada parte será designada a um turno de produção escolhido aleatoriamente. ENEGEP 2002 ABEPRO 3
4 Ordenação de Famílias (FAM) Dado que as partes possuem um atributo Família de Partes, esta regra gera um escalonamento em que as partes são seqüenciadas segundo a similaridade do atributo FP. Recursos Mais Dissimilares (RMD) É uma regra de despacho desenvolvida por Ahn e Kusiak [9], que objetiva enviar para o processamento o maior número de operações que possam ser executadas em paralelo. Para tanto, o algoritmo calcula um grau de dissimilaridade entre as operações, permitindo identificar as operações que menos compartilham recursos. As operações mais dissimilares são enviadas primeiro para o processamento. Recursos de Famílias Mais Similares (RFMS) É um algoritmo desenvolvido especialmente para este estudo, baseado na regra de despacho RMD [9], apresentada anteriormente. A RFMS utiliza-se da metodologia de seleção de partes através do grau de compartilhamento dos recursos, da RMD, mas ao contrário dela a RFMS procura enviar primeiramente as partes que mais compartilham recursos (ferramentas). A outra grande diferença do RFMS é que os recursos não são analisados separadamente por parte, mas sim por FPs, garantindo assim o agrupamento das Partes por FPs. Este algoritmo privilegia o compartilhamento de ferramentas das FPs, formando o menor número de lotes em seqüência, ordenando Partes do mesmo tipo de FP. Posteriormente, o algoritmo seqüência os lotes de FPs, privilegiando o menor número de trocas de ferramentas entre os lotes de FPs diferentes [7]. Processos Mais Longos Primeiro (PMLP) A solução é obtida através da ordenação das partes, respeitando seu atributo de tempo de processamento. São processadas primeiramente as partes com maior tempo de processamento. 4.2 Pesquisa Tabu aplicada a SMF Solução Inicial Foi desenvolvido um Algoritmo para a geração aleatória de partes, as quais são geradas sob a forma de uma estrutura matricial, onde cada linha representa uma parte e cada coluna representa um atributo dessa parte. Os atributos considerados são o tempo de processamento e as ferramentas que processam a parte. Após terem sido geradas, as partes são agrupadas em FPs pelo Algoritmo de Seleção de Partes[[13]] segundo atributos comuns, como citado no item [Problema de Seleção de Partes]. Uma vez agrupadas em FPs, estas partes são escalonadas pelo Algoritmo de Solução Inicial segundo as regras de despacho descritas no item [Regras de Despacho Aplicadas ao SMF]. Para cada uma das regras de despacho descritas, um escalonamento de partes é gerado. Ao final da execução deste Algoritmo têm-se cinco soluções iniciais distintas. Cada uma destas será submetida ao Algoritmo de "Scheduling", que será descrito a seguir Algoritmo de "Scheduling" Utilizando Pesquisa Tabu foi possível desenvolver um Algoritmo de "Scheduling" de partes. A partir de uma das soluções iniciais geradas pelo Algoritmo de Solução Inicial, o Algoritmo de "Scheduling" executa os passos descritos no pseudocódigo a seguir. Inicio Inicializar lista tabu Ltabu vazia; Incializar variáveis niter e melhiter; Ler scheduling inicial sinic; ENEGEP 2002 ABEPRO 4
5 Fim Atualizar melhor solução sm e solução atual s com s inic; Inicializar critério de aspiração A om s inic ; Enquanto (niter - melhiter < NBMAX) faça Gerar vizinhança de busca V a partir de s; Calcular tempo de produção f(s) para todas as s geradas; Escolher a solução s* de V que minimize f(s); Se (s* não está na Ltabu) ou (A(s*) < f(sm)) então melhiter = niter; sm = s; Fim_se; Atualizar Ltabu com s*; s = s*; Incrementar niter; FimEnquanto; Armazenar melhor solução; Ao final da execução deste algoritmo, tem-se um escalonamento das partes com o número de setups reduzido. Neste trabalho o algoritmo é aplicado em cada um dos escalonamentos iniciais gerados pelo Algoritmo da Solução Inicial. A função objetivo a seguir mostra as variáveis Tempo de Setup e Tempo de Produção dos Lotes, que são consideradas no cálculo do tempo de produção. Convém ressaltar que a variável Tempo Ocioso é desconsiderada nesta abordagem. Onde: Ts i = Tempo do setup i S i = setups i Tpl i = Tempo de processamento do lote i n = número total de lotes Neste trabalho utilizou-se duas estratégias para a geração de vizinhanças: 1- Troca de lotes: troca de posição entre dois lotes quaisquer de tal forma que o escalonamento resultante tenha um número de setups menor através da união de lotes de mesma FP. 2- Inserção de Lotes: consiste na retirada de um lote qualquer e da inserção do mesmo em outra posição do escalonamento inicial, de tal forma que o número de setups seja reduzido, reunindo lotes de mesma FP. Dado a vizinhança gerada, a solução escolhida é aquela que melhor otimiza a função objetivo descrita acima. Para isso, deve-se levar em conta o cálculo do tempo de setup segundo a fórmula: Tempo de setup = Nferramentas * TtrocF + Nmin ENEGEP 2002 ABEPRO 5
6 Onde: Nferramentas: número de ferramentas trocadas; TtrocF: tempo fixo para a troca de uma única ferramenta. Neste trabalho este tempo é considerado 4 minutos; Nmin: tempo par aa desobstrução da área de trabalho. Neste trabalho este tempo é considerado 5 minutos. Maiores detalhes sobre o processo de geração de vizinhanças e os resultados dos testes realizados a respeito desses processos podem ser vistos em [14]. 5 RESULTADOS Através do Algoritmo de Geração Aleatória de Partes foram criados 10 matrizes de partes x atributos com 90 partes e 10 ferramentas cada. O limite do magazine da máquina versátil para o agrupamento das partes em FPs foi fixado em 4 ferramentas. A implementação dos algoritmo foi feita em C e para a experimentação desses foi utilizado o compilador GCC na ambiente operacional GNU-Linux. Os experimentos foram feitos em um microcomputador Pentium II com 128MB de memória RAM. Os resultados obtidos pela experimentação do Algoritmo de "Scheduling" em cada um dos escalonamentos iniciais gerados pelo Algoritmo de Solução Inicial, a partir das regras de despacho já comentadas são apresentadas na Tabela 1. Nesta tabela observa-se a diferença entre a média do tempo de setup de cada escalonamento inicial (Setup Inicial) e a média do tempo de setup do escalonamento após a aplicação do Algoritmo de "Sheduling" (Setup Final). Regra Utilizada Setup Inicial (minutos) Setup Final (minutos) Média Desvio Padrão Média0 Desvio Padrão SIR 1356,2 55,45 248,0 13,93 FAM 299,6 18,98 246,4 12,77 RMD 1460,6 50,04 248,8 16,90 RFMS 254,8 14,33 242,8 13,15 PMLP 1358,5 32,62 248,4 13,42 Tabela 1. Comparação entre Tempos de Setup do escalonamento Inicial dos Métodos de Solução Inicial e do escalonamento Final do Algoritmo de Scheduling. Podemos observar que cada metodologia de geração de solução inicial para o problema de escalonamento, apresentou soluções distintas. Os algoritmos RFMS e FAM obtiveram os menores tempo de setup. Estes tempos de setup contribuirão para um menor tempo de processamento dos lotes que por sua vez representarão uma melhor solução inicial. Os demais algoritmos tiveram um comportamento variado e na maioria das vezes chegaram a um resultado pior. No caso do algoritmo SIR, isto se deve ao próprio escalonamento randômico. No algoritmo RMD ficou claro que o escalonamento baseado na dissimilaridade de compartilhamento de recursos entre as partes, não privilegia a solução inicial. E finalmente, no algoritmo PMPL, observou-se que a atenção dada ao tempo das partes, ordenando-as por processos mais longos, influenciou de forma ineficiente na geração de uma solução inicial. É importante observar ainda, na Figura 1, que o Algoritmo de Scheduling converge mais rapidamente para a melhor solução, com as soluções iniciais de menores tempos de setups. Isto implica em um número menor de iterações que o Algoritmo de Scheduling tem que realizar para chegar a um resultado melhor. ENEGEP 2002 ABEPRO 6
7 Figura 1 - Tempo de Setup X iterações: O gráfico demonstra a variação do tempo de setup em relação ao número de iterações realizadas pelo Algoritmo de Scheduling para cada uma das soluções iniciais propostas. 6 CONCLUSÕES Neste trabalho foram apresentados alguns métodos de geração de soluções iniciais para o Problema de Scheduling em um SMF. Essas soluções iniciais foram baseadas em Regras de Despacho de linha de produção. Foi construído um Algoritmo de Scheduling de Partes em SMF baseado na técnica de Pesquisa Tabu. Com base nos experimentos realizados pôde-se comprovar que algumas das regras de despacho aplicam-se melhor ao problema estudado, otimizando o valor do número de setups e da quantidade de troca de ferramentas da função objetivo. As regras RFMS e FAM privilegiam o compartilhamento de recursos entre FPs reduzindo o tempo de setup, ocasionando em um número menor de iterações para o Algoritmo de Scheduling. Para estudos futuros, será analisado se as Regras de Despacho estudadas se aplicam a minimização de outras variáveis da função objetivo, como datas de entrega e tempo ocioso. 7 REFERÊNCIAS BILIOGRÁFICAS [1] R. Dorf and A. Kusiak, Handbook of Design, Manufacturing and Automation, John Wiley and Son, United States(1994). [2] F. Glover, Tabu search - part I, ORSA Journal on Computing, (1989). [3] A.T. Gómez, Aplicação de Otimização Combinatória em Sistemas de Manufatura Flexíveis. monografia,instituto Nacional de Pesquisas Espaciais, São José dos Campos, SP, Brazil (1996). [4] A. T. Gómez, Modelo para seqüênciamento de partes e ferramentas em um sistema de manufatura flexível com restrições às datas de vencimento e a capacidade do magazine, Ph.D. thesis, Instituto Nacional de Pesquisas Espaciais. São José dos Campos, SP, Brasil (1996). ENEGEP 2002 ABEPRO 7
8 [5] S. Goyal, K. Mehta, and R. Kodali et al, Simulation for analysis of scheduling rules for a flexible manufacturing system, Integrated Manufacturing Systems, (1995). [6] A. Hertz, Tabu Search for large timetabling problems, European Journal of Operational Research, (1991). [7] L. T. Hoffmann, A. T.Gómez, Pesquisa Tabu: Estudo de Métodos de geração de Soluções Iniciais para o Problema de Escalonamento, XVI Congresso Regional de Iniciação Científica em Engenharia, Unijuí,CRICTE, (2001). [8] S. Hwang, and A. Shogan, Modeling and solution of an FMS part selection problem, Universidade da California,(1987). [9] A. Kusiak, Intelligent Design and Manufacturing, John Wiley and Son, United States (1992). [10] A. Kusiak, and W.S. Chow, Efficient solving of group technology problem, Universidade de Manitoba,(1986) [11] M. Kaighobadi, K. Venkatesh, Flexible Manufactring Systems: An Overview, Internationa Journal of Operations & Production Management, (1993). [12] S. Olafsson and L. Shi, A method for scheduling in parallel manufacturing systems with flexible resources, HE Transactions,(2000). [13] A.G. Rodrigues and R.S. Araujo. Modelagem de sistemas de manufatura flexíveis considerando restrições físicas e temporais. Universidade Federal de Santa Maria,(1999). [14] A. G. Rodrigues, A. T. Gómez, Utilização de metaheurísticas para a modelagem de problemas de seleção de partes e "scheduling" em um sistema de manufatura flexível, Revista Scientia, Unisinos (2000). [15] M. Tabucanon, D. Batanov and S.~Basu, Using simulation to evaluate batching approach selection in Flexible Manufacturing Systems, Integrated Manufacturing System, (1998). [16] M. Widmer, Job Shop Scheduling with tooling constrains: a Tabu Search Aproach, Journal of Manufacturing, (1991). ENEGEP 2002 ABEPRO 8
Análise da Performance de um Modelo de Escalonamento Baseado em Pesquisa Tabu Aplicado em um Sistema de Manufatura Flexível
Análise da Performance de um Modelo de Escalonamento Baseado em Pesquisa Tabu Aplicado em um Sistema de Manufatura Flexível Antonio G. RODRIGUES, Leandro T. HOFFMANN e Arthur T. GÓMEZ Universidade do Vale
2. Problemas Abordados e Técnicas Utilizadas 3. Arquitetura do Modelo
A pesquisa Operacional e os Recursos Renováveis 4 a 7 de novembro de 2003, Natal-RN ESTRATÉGIAS DE BUSCA NO ESPAÇO CONSIDERANDO O TAMANHO DA LISTA TABU E AS CONTRIBUIÇÕES DOS SETUPS DO NÚMERO DE INSTANTES
ESTUDO DA PERFORMANCE DA PESQUISA TABU APLICADA AO PROBLEMA DE ESCALONAMENTO EM UM SISTEMA DE MANUFATURA FLEXÍVEL
ESTUDO DA PERFORMANCE DA PESQUISA TABU APLICADA AO PROBLEMA DE ESCALONAMENTO EM UM SISTEMA DE MANUFATURA FLEXÍVEL Autores: Antonio Gabriel Rodrigues, Leandro Toss Hoffmann e Arthur Tórgo Gómez Universidade
MODELAGEM 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
Tratamento 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
Um Estudo do Comportamento dos Tempos de Makespan, Atraso e Setup no Problema de Escalonamento do Job-shop
Um Estudo do Comportamento dos Tempos de Makespan, Atraso e Setup no Problema de Escalonamento do Job-shop Gilberto Irajá Müller 1, Arthur Tórgo Gómez 1 1 Universidade do Vale do Rio dos Sinos UNISINOS
Análise do Comportamento das Estratégias de Escalonamento Considerando n Máquinas de Produção
Análise do Comportamento das Estratégias de Escalonamento Considerando n Máquinas de Produção Gilberto Irajá Müller 1, Arthur Tórgo Gómez 1 1 Universidade do Vale do Rio dos Sinos UNISINOS PIPCA - Programa
Um Modelo Baseado na Busca Tabu Aplicado ao Problema do Escalonamento do Job-shop com Setup e Data de Entrega
Um Modelo Baseado na Busca Tabu Aplicado ao Problema do Escalonamento do Job-shop com Setup e Data de Entrega Gilberto Irajá Müller 1, Antonio Gabriel Rodrigues 1, Arthur Tórgo Gómez 1 1 Universidade do
Um Sistema de Informação Geográca para Auxílio no Posicionamento de Antenas Transmissoras
SCIENTIA 14(1) (2003) 1-8 Um Sistema de Informação Geográca para Auxílio no Posicionamento de Antenas Transmissoras Leandro Toss Homann, Arthur Tórgo Gómez Programa Interdisciplinar de Pós Graduação em
Uma 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
Estratégias de Escalonamento em um Ambiente de Job-shop
Estratégias de Escalonamento em um Ambiente de Job-shop Gilberto Irajá Müller 1, Arthur Tórgo Gómez 1 1 Universidade do Vale do Rio dos Sinos UNISINOS PIPCA - Programa Interdisciplinar de Pós-Graduação
ESTÁGIOS 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
4 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
Disc. Scientia. Série: Ciências Naturais e Tecnológicas, S. Maria, v. 7, n. 1, p ,
Disc. Scientia. Série: Ciências Naturais e Tecnológicas, S. Maria, v. 7, n. 1, p. 25-38, 2006. 25 ISSN 1981-2841 ANÁLISE DO COMPORTAMENTO DAS ESTRATÉGIAS DE ESCALONAMENTO CONSIDERANDO N MÁQUI- NAS DE PRODUÇÃO
Programação 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,
Análise 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
Sistemas 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
Otimização 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
5 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
Introdução aos Problemas de Roteirização e Programação de Veículos
Introdução aos Problemas de Roteirização e Programação de Veículos PNV-2450 André Bergsten Mendes HEURÍSTICA DE INSERÇÃO DE SOLOMON (VRPTW) Exercício Para o problema de roteirização com janela de tempo
UM 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
Algoritmos 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
ANÁLISE DE MÉTODOS PARA A GERAÇÃO DE CÉLULAS DE MANUFATURA CONSIDERANDO A MINIMIZAÇÃO DO NÚMERO DE TROCAS DE FERRAMENTAS
XXX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO Maturidade e desafios da Engenharia de Produção: competitividade das empresas, condições de trabalho, meio ambiente. São Carlos, SP, Brasil, 12 a15 de outubro
Ferramenta para simulação dinâmica de sistema de manufatura baseada em modelos de construção flexivel.
para simulação dinâmica de sistema de manufatura baseada em modelos de construção flexivel. Fábio Luis Oliveira dos Reis (UFBA) flreis@ufba.br Leizer Schnitman (UFBA) leizer@area1.br Herman Augusto Lepikson
Prof. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@pucrs.br http://www.pucrs.br/famat/viali/ Dentre a grande variedade de sistemas que podem ser modelados e para os quais a simulação pode ser aplicada com proveito, uma classe
Problemas 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,
XLVI 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
Relatório Técnico: Busca Tabu Aplicada ao Problema do Caixeiro Viajante
Relatório Técnico: Busca Tabu Aplicada ao Problema do Caixeiro Viajante André Britto de Carvalho, Rodolfo Barriveira, Carlos Tavares, Kelly Rodrigues, Frederico Losco Resumo. Este relatório apresenta uma
REDUÇÃO 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
LIMITANTE 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
PSCR-H: PROPOSTA DE UM ALGORITMO HÍBRIDO APLICADO AO PROBLEMA DE FORMAÇÃO DE CÉLULAS DE MANUFATURA
PSCR-H: PROPOSTA DE UM ALGORITMO HÍBRIDO APLICADO AO PROBLEMA DE FORMAÇÃO DE CÉLULAS DE MANUFATURA CRISTIANO GALAFASSI, ROGÉRIO R. DE VARGAS Universidade Federal do Pampa (UNIPAMPA) Rua Luiz Joaquim de
DESENVOLVIMENTO 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
ANÁLISE 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
Soluções 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
Avaliação 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) -
MINISTÉRIO DA CIÊNCIA E TECNOLOGIA INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS TESE MODELO PARA SEQÜENCIAMENTO DE PARTES E
MINISTÉRIO DA CIÊNCIA E TECNOLOGIA INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS TESE MODELO PARA SEQÜENCIAMENTO DE PARTES E FERRAMENTAS EM UM SISTEMA DE MANUFATURA FLEXÍVEL COM RESTRIÇÕES ÀS DATAS DE VENCIMENTO
UM 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
Algoritmo genético para formação de células de fabricação
Algoritmo genético para formação de células de fabricação Eduardo Vila Gonçalves Filho (EESC-USP) evila@sc.usp.br José Hamilton Chaves Gorgulho Júnior (UNIFEI) gorgulhojunior@ig.com.br Ana Rita T. Terra
Um 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
CLARA. Resumo. Introdução. Artigo de Referência [1] Introdução PAM. Modelagem como grafo CLARANS. Comparação de eficiência Conclusão
Resumo CLARANS Diego Raphael Amancio Introdução PAM CLARA CLARANS Comparação de eficiência Conclusão 2 Artigo de Referência [1] Introdução Imagem do artigo original entitulado Efficient and Effective Clustering
APLICAÇÃO DE MÉTODOS EXATOS E DE METAS-HEURÍSTICAS NA GERAÇÃO DE CÉLULAS DE MANUFATURA CONSIDERANDO A MINIMIZAÇÃO DO NÚMERO DE TROCAS DE FERRAMENTAS
APLICAÇÃO DE MÉTODOS EXATOS E DE METAS-HEURÍSTICAS NA GERAÇÃO DE CÉLULAS DE MANUFATURA CONSIDERANDO A MINIMIZAÇÃO DO NÚMERO DE TROCAS DE FERRAMENTAS Arthur Tórgo Gómez Universidade do Vale do Rio dos Sinos
Algoritmo busca tabu para a minimização do tempo de processamento e atrasos de entrega em sistemas de produção flowshop permutacional
Algoritmo busca tabu para a minimização do tempo de processamento e atrasos de entrega em sistemas de produção flowshop permutacional Marcio Leite (UCAM-Campos) mleite@lenep.uenf.br José Elias Cláudio
DETERMINAÇÃO 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,
Algoritmos 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,
Microarquiteturas Avançadas
Universidade Federal do Rio de Janeiro Arquitetura de Computadores I Microarquiteturas Avançadas Gabriel P. Silva Introdução As arquiteturas dos processadores têm evoluído ao longo dos anos, e junto com
Acesse: Gabaritos das aulas 1 a 20
Gabaritos das aulas 1 a 20 Aula 1 Introdução à automação 2. d Aula 2 Ciclo de um produto 1. d 3. CAD - Projeto Auxiliado por Computador CAM - Manufatura Auxiliada por Computador CAPP - Planejamento do
Engenharia de Materiais e Manufatura SISTEMAS DE MANUFATURA
Engenharia de Materiais e Manufatura SISTEMAS DE MANUFATURA Tópicos da Aula 1. Introdução 2. Arquiteturas dos Sistemas de Manufatura 3. Flexibilidade na Manufatura e sua Importância 4. Tipos de Flexibilidade
Planejamento 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.
Aprendizagem de Máquina
Problema do Agrupamento Aprendizagem de Máquina Alessandro L. Koerich Seja x = (x 1, x 2,, x d ) um vetor d dimensional de características Seja D um conjunto de x vetores, D = { x(1), x(2),, x(n) } Problema
Tópicos Especiais em Otimização
Tópicos Especiais em Otimização ivo.junior@ufjf.edu.br Juiz de Fora, 05 de Maio de 2016 Introdução Qual a diferença entre inteligência: ARTIFICIAL E COMPUTACIONAL? ARTIFICIAL: É a ciência que tenta compreender
1.1 Descrição do problema A programação genética (PG) é uma meta-heurística utilizada para gerar programas de computadores, de modo que o computador
1 Introdução 1.1 Descrição do problema A programação genética (PG) é uma meta-heurística utilizada para gerar programas de computadores, de modo que o computador possa resolver problemas de forma automática
Um GRASP Simples e Robusto para o Job Shop Scheduling Problem
Um GRASP Simples e Robusto para o Job Shop Scheduling Problem Dayan de Castro Bissoli Universidade Federal do Espírito Santo (UFES) Av. Fernando Ferrari, 514 Goiabeiras 29075910 Vitória/ES Brasil dcbissoli@inf.ufes.br
Pesquisa Operacional Aplicada à Mineração
Pesquisa Operacional Aplicada à Mineração Módulo de Otimização Parte II-b Prof. Marcone J. F. Souza Prof. Túlio A. M. Toffolo marcone.freitas@yahoo.com.br tulio@toffolo.com.br Departamento de Computação
METAHEURÍSTICAS: 1 SIMULATED ANNEALING (S.A) 1.1 INTRODUÇÃO
1 SIMULATED ANNEALING (S.A) 1.1 INTRODUÇÃO METAHEURÍSTICAS: É uma das primeiras metaheurísticas que foi utilizada com muito sucesso nos problemas complexos de pesquisa operacional. O S.A surgiu do campo
1_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
NOTAS 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
Um 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
Minimização 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,
CAP 254 CAP 254. Otimização Combinatória. Professor: Dr. L.A.N. Lorena. Assunto: Metaheurísticas Antonio Augusto Chaves
CAP 254 CAP 254 Otimização Combinatória Professor: Dr. L.A.N. Lorena Assunto: Metaheurísticas Antonio Augusto Chaves Conteúdo C Simulated Annealing (2//7). C2 Busca Tabu (22//7). C3 Colônia de Formigas
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
Inteligência Artificial
Inteligência Artificial Aula 3 Métodos de Busca para Resolução de Problemas Busca Informada Heurísticas Busca Gulosa Busca A* Busca Local Prática #2 Prof. Ricardo M. Marcacini ricardo.marcacini@ufms.br
COMPARAÇÃO 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
Programação Linear Binária. Prof. Fabrício Maciel Gomes Departamento de Engenharia Química Escola de Engenharia de Lorena EEL
Prof. Fabrício Maciel Gomes Departamento de Engenharia Química Escola de Engenharia de Lorena EEL Métodos de otimização da PLB: têm o inconvenientede o tempo de resolução crescer drasticamente com o aumento
2 Problemas de Escalonamento
15 2 Problemas de Escalonamento O escalonamento ou programação da produção é um dos problemas operacionais que visam planejar e controlar a execução das tarefas de produção e de serviços. Ele tem como
Ummétodohíbridoparaescalonar turnosdeenfermeiras
Ummétodohíbridoparaescalonar turnosdeenfermeiras Alexandre Luiz J. H. Albano e Marcio Oshiro Universidade de São Paulo Instituto de Matemática e Estatística Departamento de Ciência da Computação Um método
Algoritmos genéticos para o problema de programação de tarefas em máquinas paralelas idênticas com dois critérios
Algoritmos genéticos para o problema de programação de tarefas em máquinas paralelas idênticas com dois critérios José Elias Claudio Arroyo 1, Dalessandro Soares Vianna 2 1 Departamento de Informática
Flexibilidade de Sequenciamento
Universidade Federal de Itajubá - UNIFEI Instituto de Engenharia de produção e Gestão - IEPG EPR-03 Automação da Manufatura Notas sobre: Flexibilidade de Sequenciamento Prof. José Hamilton Chaves Gorgulho
DECISÕES SOBRE TRANSPORTES (PARTE III) Mayara Condé Rocha Murça TRA-53 Logística e Transportes
DECISÕES SOBRE TRANSPORTES (PARTE III) Mayara Condé Rocha Murça TRA-53 Logística e Transportes Agosto/2013 Problemas de roteirização e programação de veículos (RPV) Objetivo geral: Determinar rotas de
MODELAGEM E SOLUÇÃO DO PROBLEMA DE SELEÇÃO DE PONTOS DE PARADA DE ÔNIBUS CONTRATADOS PARA TRANSPORTE DE FUNCIONÁRIOS
MODELAGEM E SOLUÇÃO DO PROBLEMA DE SELEÇÃO DE PONTOS DE PARADA DE ÔNIBUS CONTRATADOS PARA TRANSPORTE DE FUNCIONÁRIOS Denis Ferreira da Silva Filho 1 ; Tatiana Balbi Fraga 2 1 Estudante do Curso de Engenharia
UMA APLICAÇÃO DA METAHEURÍSTICA ITERATED LOCAL SEARCH AO SHIFT DESIGN PROBLEM
XXX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO Maturidade e desafios da Engenharia de Produção: competitividade das empresas, condições de trabalho, meio ambiente. São Carlos, SP, Brasil, 12 a15 de outubro
UM 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
Otimização Combinatória - Parte 3
Graduação em Matemática Industrial Otimização Combinatória - Parte 3 Prof. Thiago Alves de Queiroz Unidade de Matemática e Tecnologia - CAC/UFG 2/2016 Thiago Queiroz (DM) Parte 3 2/2016 1 / 23 Problemas
ANÁLISE DE DESEMPENHO DE REGRAS DE PRIORIDADE PARA PROGRAMAÇÃO EM SISTEMAS FLOW SHOP HÍBRIDO E TEMPOS DE SETUP DEPENDENTES DA SEQUÊNCIA
ANÁLISE DE DESEMPENHO DE REGRAS DE PRIORIDADE PARA PROGRAMAÇÃO EM SISTEMAS FLOW SHOP HÍBRIDO E TEMPOS DE SETUP DEPENDENTES DA SEQUÊNCIA CANTIERE, Patricia Castoldi, IC, Fecilcam, CNPq, Engenharia de Produção
EMC Profº Dr. João Carlos E. Ferreira
Autores: Hugo Gaspar Santos Luiz Amilton Pepplow e.mail: pepplow@emc.ufsc.br dasha@pop.com.br EMC Profº Dr. João Carlos E. Ferreira CAD - Computer Aided Design Os sistemas CAD deveriam suportar qualquer
Lista 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
MPE(S)- Metodologias de Planeamento e Escalonamento Planning and Scheduling Methodologies
MPE(S)- Metodologias de Planeamento e Escalonamento Planning and Scheduling Methodologies Eugénio Oliveira / Henrique L. Cardoso {eco, hlc}@fe.up.pt Sítio web institucional Sítio web específico: http://paginas.fe.up.pt/~eol/prodei/mpe1415_eng.htm
UMA ABORDAGEM MULTIAGENTE PARA A SOLUÇÃO DE PROBLEMAS DO TIPO JOBSHOP
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO. UMA ABORDAGEM MULTIAGENTE PARA A SOLUÇÃO DE PROBLEMAS DO TIPO JOBSHOP Carlos Alberto dos Santos Passos (CTI) carlos.passos@cti.gov.br Vitor Massaru Iha
ALGORITMO DE BUSCA TABU APLICADO NA SOLUÇÃO DO PROBLEMA DE MÚLTIPLAS MOCHILAS.
ALGORITMO DE BUSCA TABU APLICADO NA SOLUÇÃO DO PROBLEMA DE MÚLTIPLAS MOCHILAS MÜLLER, M. R. 1 ; FRANCO, E. M. C. 2 1,2 Universidade Estadual do Oeste do Paraná - UNIOESTE/Pós-Graduação em Engenharia de
Prof. Fabrício Maciel Gomes Departamento de Engenharia Química Escola de Engenharia de Lorena EEL
Prof. Fabrício Maciel Gomes Departamento de Engenharia Química Escola de Engenharia de Lorena EEL Sequenciamento e Emissão de Ordens Escolhida uma sistemática de administração dos estoques, serão geradas,
SEQUENCIAMENTO DA PRODUÇÃO EM JOB-SHOPS COM O AUXÍLIO DE GRIDS COMPUTACIONAIS
SEQUENCIAMENTO DA PRODUÇÃO EM JOB-SHOPS COM O AUXÍLIO DE GRIDS COMPUTACIONAIS Luiz Rossi de Souza (CEFET) luizrrossi@gmail.com Diego Moreira de Araujo Carvalho (CEFET) d.carvalho@ieee.org Rafael Garcia
Programação 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?
Manufatura por FMS e CIM
Campus Divinópolis Contexto Social e Profissional da Engenharia Mecatrônica. Grupo 06 Manufatura por FMS e CIM Felipe Wagner Guilherme Henrique Gabriel Aparecido Renan 1º PERIODO ENGENHARIA MECATRÔNICA
4 Testes e experimentos realizados 4.1. Implementação e banco de dados
32 4 Testes e experimentos realizados 4.1. Implementação e banco de dados Devido à própria natureza dos sites de redes sociais, é normal que a maior parte deles possua uma grande quantidade de usuários
Implementação de um escalonador de processos em GPU
Implementação de um escalonador de processos em GPU Guilherme Martins guilhermemartins@usp.br 6 de abril de 2017 Guilherme Martins (guilhermemartins@usp.br) Implementação de um escalonador de processos
PROGRAMAÇÃO 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
Universidade Federal do Rio de Janeiro Pós-Graduação em Informática. Introdução. Gabriel P. Silva. Gabriel P. Silva
Universidade Federal do Rio de Janeiro Pós-Graduação em Informática Microarquiteturas de Alto Desempenho Introdução Introdução Bibliografia: Computer Architecture: A Quantitative Approach. John L. Hennesy,
XLVI Pesquisa Operacional na Gestão da Segurança Pública
DESENVOLVIMENTO DE UM MODELO HÍBRIDO BASEADO EM ALGORITMO GENÉTICO E BUSCA TABU PARA RESOLUÇÃO DO PROBLEMA DE QUADRO DE HORÁRIOS ESCOLAR Marcus V. da S. Cassemiro Depto de Computação, CEFET-MG 30510-000,
Uma Heurística GRASP Híbrida para um Problema de Otimização Combinatória Multiobjetivo
Uma Heurística GRASP Híbrida para um Problema de Otimização Combinatória Multiobetivo Dalessandro Soares Vianna (UCAM-Campos) dalessandro@ucam-campos.br Marcilene de Fátima Dianin Vianna (UCAM-Campos)
Um estudo das heurísticas Simulated Annealing e VNS aplicadas ao problema de programação de tripulações
Um estudo das heurísticas Simulated Annealing e VNS aplicadas ao problema de programação de tripulações Marcone Jamilson Freitas Souza (UFOP) marcone@iceb.ufop.br Margarida Maria Silva Rodrigues (UFOP)
Avaliação de Heurísticas de Melhoramento e da Metaheurística Busca Tabu para Solução de PRV
Avaliação de Heurísticas de Melhoramento e da Metaheurística Busca Tabu para Solução de PRV Eliseu Celestino Schopf 1, Claudio Schepke 1, Marcus Lucas da Silva 1, Pablo Furlan da Silva 1 1 Centro de Eletrônica
ELABORAÇÃO DE UMA HEURÍSTICA PARA O PROBLEMA DE QUADRO DE HORÁRIOS DOS PROFESSORES DA UNIVERSIDADE ESTADUAL DO PARANÁ CAMPUS CAMPO MOURÃO
ELABORAÇÃO DE UMA HEURÍSTICA PARA O PROBLEMA DE QUADRO DE HORÁRIOS DOS PROFESSORES DA UNIVERSIDADE ESTADUAL DO PARANÁ CAMPUS CAMPO MOURÃO Marcos Oliveira dos Santos (IC, FUNDAÇÃO ARAUCÁRIA), (UNESPAR/FECILCAM),
Nuno Miguel Duarte Sequeira André VARIABLE NEIGHBOURHOOD SEARCH
Nuno Miguel Duarte Sequeira André VARIABLE NEIGHBOURHOOD SEARCH Optimization and decision support techniques PDEEC 2007 Introdução A meta-heurística VNS (Variable Neighbourhood Search) é bastante recente
Gestão & Produção, v.17, n.2, p ,
Universidade de São Paulo Biblioteca Digital da Produção Intelectual - BDPI Departamento de Engenharia de Produção - EESC/SEP Artigos e Materiais de Revistas Científicas - EESC/SEP 2010 Métodos heurísticos
4 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)
UM ITERATED LOCAL SEARCH PARA A MINIMIZAÇÃO DO MAKESPAN EM SISTEMAS DE PRODUÇÃO FLOWSHOP COM EXECUÇÃO CONTÍNUA DAS TAREFAS
UM ITERATED LOCAL SEARCH PARA A MINIMIZAÇÃO DO MAKESPAN EM SISTEMAS DE PRODUÇÃO FLOWSHOP COM EXECUÇÃO CONTÍNUA DAS TAREFAS Francisco Régis Abreu Gomes (UFC) frag.82@ig.com.br O Problema de Seqüenciamento
ESTUDO 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
TG: Tecnologia de Grupo (Group Technology)
UNIFEI EME006 - Automação Industrial TG: Tecnologia de Grupo (Group Technology) Aula 02 Prof. José Hamilton Chaves Gorgulho Júnior 1 TG Conjunto de métodos e técnicas que buscam obter famílias de peças