BALANCEAMENTO DE LINHAS - SOFTWARE INTEGRADO E ESTUDO COMPARATIVO DE MODELOS
|
|
- Nicholas Carlos Eduardo Castilhos da Mota
- 6 Há anos
- Visualizações:
Transcrição
1 BALANCEAMENTO DE LINHAS - SOFTWARE INTEGRADO E ESTUDO COMPARATIVO DE MODELOS Deborah Regina Fujisawa Okuno Universida São Paulo Escola Politécnica Departamento Engenharia Produção Av. Prof. Almeida Prado, Trav., no -9, Cida Universitária São Paulo SP Brasil borah.okuno@poli.usp.br Miguel Cezar Santoro Universida São Paulo Escola Politécnica Departamento Engenharia Produção Av. Prof. Almeida Prado, Trav., no -9, Cida Universitária São Paulo SP Brasil santoro@usp.br RESUMO Este trabalho tem como objetivo senvolver um sistema que permita a solução problemas balanceamentos linhas simples utilizando molos otimizantes, heurísticas construtivas e busca. O software senvolvido utiliza a linguagem programação Visual Basic for Applications (VBA) do Excel integrada com o solver Lingo (versão ). Ele permite ao usuário criar res com características sejadas e escolher quais serão balanceadas e quais serão os molos utilizados ntre oito disponíveis. São apresentados resultados comparativos com respeito à eficiência da solução e o tempo processamento. PALAVRAS CHAVE. Balanceamento linha, Molo otimizante, Heurística construtiva e Heurística busca. Área principal: PM (Programação Matemática), EDU (Aplicações a Educação) ABSTRACT This paper presents a system to solve simple assembly line balancing problems using optimization, constructive and search heuristics mols. The software veloped is going to use the programming language Visual Basic for Applications (VBA) from Excel integrated with the solver Lingo (version ). It will allow the user to create nets with sirable characteristics and choose which ones will be balanced and which mols are going to be used among eight available. There will be presented comparative results with respect to the efficiency of the solution and the processing time. KEYWORDS. Line Balancing. Optimization mol. Constructive heuristics and Search Heuristics. Main Area: PM (Programação Matemática), EDU (Aplicações a Educação) 3
2 . Introdução A primeira linha montagem movida por meios mecânicos foi criada por Henry Ford em 93 (linha do Ford T). Porém, anos pois, as linhas montagem continuavam a ser balanceadas por meio métodos tentativa e erro, inviáveis para problemas grans (EREL; SARIN, 99). Somente em 9, Helgeson formulou a primeira análise do balanceamento linha e Salveson (9) publicou uma formulação matemática e uma sugestão solução através programação linear (GHOSH; GAGNON, 99). Uma linha montagem é uma seqüência finita operações, em que componentes são montados para formar o produto final. Essas operações são elementos trabalho, que pom ser realizadas maneira inpennte, nas trabalho situadas ao longo da linha. Cada uma das correspon a um grupo recursos produtivos, tanto homens quanto máquinas, stinado a realizar apenas as operações da sua estação em um período tempo menor ou igual ao tempo ciclo. O tempo ciclo refere-se ao intervalo tempo entre a saída duas unidas consecutivas uma linha produção, ou seja, o inverso da taxa produção. Além disso, cada operação possui um tempo processamento e relações precedência com as outras. Essas relações precedência são caracterizadas por uma operação i precente e outra j sucessora, sendo que a operação i ve ser executada antes da operação j (Figura ). i Figura : Relação precedência. Assim sendo, um problema balanceamento linha consiste na signação operações em trabalho modo a otimizar um terminado tipo eficiência (por exemplo, minimizar a folga existente nas ), além satisfazer as relações precedência entre as operações (GHOSH; GAGNON, 99). Atualmente, o balanceamento linha é consirado um problema combinatório gran porte como NP-Hard (NIST, ), conforme provado por Wee & Magazine (9). Um problema com N operações sem as relações precedência possui N! combinações possíveis. De acordo com Ignall (9), se existirem R relações precedência, haverá N!/R seqüências distintas, valor este ainda muito gran. Segundo Arcus (9), para um problema composto por operações que pom ser realizadas em qualquer orm (ou seja, sem relações precedência) haverá combinações. É por isso que os molos heurísticos, on não há garantia da melhor solução, são cada vez mais utilizados, substituindo os otimizantes. Deve-se stacar principalmente os heurísticos probabilísticos que reduzem significativamente a procura uma boa solução. De acordo com Ghosh & Gagnon (99), o problema balanceamento linha po ser classificado em quatro categorias: Molo Simples Determinístico, Molo Simples Estocástico, Molo Múltiplo ou Misto Determinístico e Molo Múltiplo ou Misto Estocástico. Os molos simples referem-se à produção contínua pura um único produto, enquanto que os molos múltiplos ou mistos são caracterizados pela produção mais um produto em lotes tamanho variável. Já os molos terminísticos referem-se aos problemas em que as operações possuem um tempo fixo, em oposição aos estocásticos (probabilísticos) em que o tempo das operações é variável, tornando o problema ainda mais complexo. O problema balanceamento linha é típico empresas com produção contínua. Existem vários tipos objetivos a serem otimizados para esse problema, porém, o mais comum é a minimização da folga da linha produção, ou seja, minimização da diferença entre o (número ) x (tempo ciclo) e a (soma dos tempos todas as tarefas). Isso equivale a maximizar a utilização dos recursos produtivos (homens ou máquinas), ou seja, minimizar a ociosida sses recursos, tornando a produção mais eficiente. Esse objetivo po ser atingido utilizando-se o menor número possível para um dado tempo ciclo. j 3
3 Segundo Erel & Sarin (99), a função objetivo para a minimização da folga total po ser expressa por Min z = E Tc O t i i=, em que E é a quantida, Tc o tempo ciclo, O é a quantida operações e t i o tempo execução cada operação. Para o Molo Simples Determinístico, como a somatória do tempo das operações é uma constante (já que o tempo cada operação é constante e finido), tem-se que o problema po ser reduzido a três tipos: Dado o tempo ciclo, busca-se minimizar o número postos ou trabalho ( Min z = E ); Dado o número, ve-se balancear a linha maneira a minimizar o tempo ciclo ( Min z = Tc ); Outro tipo problema seria achar, por iteração, uma combinação do tempo ciclo e do número que minimize o tempo folga ( Min z = E Tc ). Além disso, para que o problema possa ser resolvido, algumas restrições vem ser atendidas. Restrições típicas adotadas para o Molo Simples Determinístico pom ser encontradas em Baybars (9). Neste trabalho, o problema balanceamento a ser resolvido será o Molo Simples Determinístico (conforme a classificação Ghosh & Gagnon). Além disso, o objetivo será a minimização do número trabalho. Molagem Matemática O problema consiste em dado o tempo ciclo, a quantida operações, suas durações em tempo e suas relações precedência, terminar o balanceamento que minimiza o número trabalho, e por conseqüência as folgas nas. Os parâmetros do problema são: o, o,..., oo : conjunto operações; t o ) : tempo execução das operações o, o =,...,O; ( o e, e,..., ee : conjunto ; Tc: tempo ciclo, ve ser maior ou igual que o maior t ( o o ), o =,...,O. A variável cisão para o problema em questão é: se a operação oo for signada para a estação ee, e =,...,E x oe = caso contrário Assim, a formulação do problema é apresentada a seguir: folga E x e= s. a.: x sk O x o= xoe R = e = Tc - =, o =,..., O e= t( o {,} ( p, s) o= Função objetivo : Min folga () oe oe k x pe o O E e= x oe ) Tc t( o o, k =,...,E e e ), e =,...,E ( p, s), e =,..., E R { / o elemento O prece imediatame nte o elemento O } p s () (3) () () () (7) 3
4 A função objetivo () representa a soma das folgas das trabalho. A folga cada estação é calculada pela restrição (). Essa soma ve ser minimizada, modo a obter o menor número possíveis para a re. O conjunto restrições acima representa as seguintes condições: () Folga e representa a folga na estação e, e po ser calculada pela diferença entre o tempo ciclo e a soma do tempo das operações nessa estação. A partir da folga cada estação, po-se calcular a folga total, a qual será minimizada pela função objetivo. Essa folga total também po ser calculada por: Folga Total = E Tc - E O e= o= x t( oe o o ) (3) Cada operação ve ser realizada em uma única estação, pois caso contrário, haveria a duplicação operações. Além disso, todas as operações vem ser executadas. () Entre as operações, existem relações precedência, ou seja, uma operação ve ser realizada antes da outra. Como o agrupamento das operações nas ve seguir essas relações precedência, uma operação O p que prece outra O s ve ser executada em uma estação anterior ou igual à em que será alocada a operação O s sucessora. () O tempo ciclo é o tempo máximo das. Deste modo, nenhuma estação ou operação possui um tempo maior do que o tempo ciclo. A partir ssa restrição é possível obter um número mínimo trabalho, conforme é apresentado a seguir. O t( oo ) o= E = min Tc Assim, o número mínimo é tal que multiplicado pelo tempo ciclo, resulta em um valor maior ou igual à soma do tempo todas as operações. () A variável cisão x oe é do tipo binária, assumindo o valor quando a operação o o é realizada na estação e e, e caso contrário. (7) As operações vem ser numeradas em orm crescente obecendo às relações precedência, tal forma que se O p prece O s, então p < s. 3 Métodos Resolução Segundo Ghosh & Gagnon (99), a primeira abordagem para a resolução dos Molos Simples Determinísticos foi proposta por Salveson (9), por meio da programação linear. Entretanto, essa formulação levava muitas vezes a infactibilida, vido à possibilida divisão das operações na solução ótima. Este problema foi removido pela formulação Bowman (9), que utilizou programação inteira, representando a alocação das tarefas em por meio variáveis binárias ( ou ). A partir então muitos pesquisadores senvolveram aprimoramentos na formulação ótima ste tipo problema, utilizando por muitas vezes o método Branch and Bound, em que o problema inicial é subdividido em vários problemas programação linear até encontrar a melhor solução inteira. Entretanto, ve-se stacar que houve um maior progresso nas abordagens heurísticas para a resolução do problema, as quais fornecem uma solução que po ou não ser a ótima. Isso ocorreu vido à inexistência um método simultaneamente muito rápido e ótimo capaz resolver o problema (NP-hard), bem como vido à necessida resolver problemas grans, semelhantes aos reais, exigindo muita eficiência computacional (GHOSH, GAGNON, 99). Além disso, segundo Kim & Park (99), como o tempo das operações são estimativas que não consiram a variabilida entre trabalhadores e lotes, obter uma solução razoavelmente boa ao invés da ótima po ser aceitável para os engenheiros. Existem duas classes principais molos heurísticos, os construtivos e os busca. Os Heurísticos Construtivos utilizam regras pré-estabelecidas para a formação e pom 33
5 ser subdivididos, por sua vez em construtivos terminísticos e probabilisticos. Já os Heurísticos Busca realizam pela vizinhança soluções, procurando-se obter uma solução melhor. Neste trabalho serão utilizadas três abordagens para a resolução dos problemas: a otimizante, a heurística construtiva e a heurística busca. 3. Molos Otimizantes Os Molos Otimizantes são aqueles que encontram a solução ótima para o problema, s que ela exista. O problema otimização consirado é do tipo combinatorial e faz parte da classe problemas NP-Hard (GHOSH e GAGNON, 99), tornando-se impraticável para problemas gran porte. Neste trabalho utilizou-se programação linear mista com o software Lingo para resolver os molos otimizantes. O Molo Otimizante Simples senvolvido segue a formulação proposta no item. É o molo clássico para otimização do balanceamento uma linha produção. O software senvolvido contém também o Molo Otimizante Ponrado que atribui pesos às em orm crescente, forçando o preenchimento das iniciais. A seguir são apresentadas as diferenças formulação em relação ao otimizante simples: Função objetivo : Min E e+ E e= folga e peso e s. a.: pesoe =, e =,...,E () Como po ser observado, a nova função objetivo () é viesada pelo peso cada estação, modo que as primeiras são preferencialmente preenchidas. Assim, a restrição do peso (), fine o peso cada estação exponencialmente, a partir da quantida. Esse molo está disponível no software, porém, não foi utilizado no presente trabalho. 3. Molos Heurísticos Construtivos Os molos Heurísticos Construtivos utilizam regras pré-estabelecidas para a formação e pom ser subdivididos, por sua vez em construtivos terminísticos e probabilisticos em função possuírem regras terminísticas ou probabilísticas para a formação. Os Heurísticos Determinísticos utilizados nesse trabalho basearam-se na terminação seqüências factíveis operações (ou seja, obecem às precedências) através da aplicação regras terminísticas. No software senvolvido, as regras são a escolha da tarefa com o maior tempo operação ntre as candidatas a entrarem na seqüência em formação ou a escolha da tarefa com a maior soma tempos da operação e suas sucessoras imediatas na re a ser balanceada. Cada molo gera uma única seqüência factível a partir da qual formam-se as trabalho seqüencialmente, limitadas pelo tempo do ciclo. Os Heurísticos Probabilísticos utilizados nesse trabalho basearam-se no Método COMSOAL (Computer Method of Sequencing Operations for Assembly Lines), senvolvido por Arcus (9). A idéia básica do método é gerar balanceamentos viáveis (conjuntos ) alocando seqüencialmente operações às através sorteio. No software senvolvido o sorteio ou é equiprovável ou é viesado através do tempo operação das tarefas candidatas a entrarem na estação em formação ou através da soma tempos da operação e suas sucessoras imediatas na re a ser balanceada. Cada iteração resulta num balanceamento viável que po ser diferente dos anteriormente gerados, uma vez que o procedimento é aleatório. Durante as, é guardada a melhor solução encontrada. O procedimento cessa quando um ou mais critérios parada são atingidos, sendo comum os seguintes critérios: Tempo máximo processamento especificado; máximo especificado; Obtenção solução que aten a limitante mínimo teórico; máximo sem melhoria significativa; Atendimento limitante solução especificado. Neste trabalho foram utilizados os três primeiros critérios. () 3
6 3.3 Molo Heurístico Busca Neste trabalho utilizou-se o molo busca conhecido como Simulated Annealing. É um molo heurístico busca que tem se mostrado aquado para resolução problemas combinatórios NP completos (NP-Hard). É classificado como molo busca estendido porque através le é possível fugir ótimos locais, diferentemente do que acontece com os molos busca direta. É fácil implementação computacional. O simulated annealing teve origem com o trabalho simulação da solidificação substâncias funntes ( phisical annealing ) por Metropolis (93), sendo associado aos problemas otimização por Kirkpatrick em 93. Os parâmetros consirados foram os seguintes: Temperatura Inicial: ; Taxa resfriamento:,; Nº temperaturas diferentes: ; Iterações por temperatura: ; Critério parada: número ou obtenção solução que aten a limitante mínimo teórico. A escolha da solução vizinha é feita por sorteio duas adjacentes, seguida da escolha uma tarefa viável troca numa das e das tarefas viáveis serem trocadas na outra estação. Por fim, realiza-se o sorteio da troca. O pseudocódigo do programa encontra-se a seguir: Pseudo código (minimização) Selecione um estado inicial I S; Selecione uma temperatura inicial To; t= (contador mudança temperatura); Repeat n= (contador na temperatura) Repeat Gere estado j vizinho i; Calcule d = f(j)-f(i) If d < (melhorou) then i:=j else (piorou) -d /T if random(,)<e then i:=j n:=n+ until n=n(t); t:=t+; T:=T(t); until critério parada = TRUE. Programa Balanceamento Em relação ao trabalho Santoro (3), o presente trabalho introduz uma heurística busca, substitui o software otimização pelo Lingo, o qual po ser consirado muito mais aquado a este tipo molagem, e integra planilha (Excel), linguagem programação (VBA) e solver (Lingo). Além disso, possui funcionalidas como um procedimento simples para geração arquivos res para balanceamento. O programa senvolvido envolve três componentes totalmente integrados no trabalho: O software MICROSOFT Excel; A linguagem programação VBA (Visual Basic for Applications); O solver programação mista linear e inteira do software Lingo (versão ). O programa promove a integração entre os softwares Lingo e Excel por meio da linguagem programação VBA. Essa integração po ser representada pela Figura. As rotinas foram escritas em VBA e as entradas e saídas são colocadas em planilhas Excel. Além disso, o Script do Lingo fica numa planilha Excel e o Lingo é chamado internamente pelas 3
7 rotinas escritas em VBA. Dessa forma o usuário cadastra os parâmetros e dados do problema no Excel, tecla botões na mesma planilha para executar as rotinas que, por sua vez, colocam os resultados em outras planilhas do mesmo arquivo Excel. VBA Gerador res VBA Balanceamento VBA Lingo VBA Resultados Parâmetros Gerador res Res Dados preparados para o Lingo Resultados dos Molos e Resultados finais TCiclo Molos Figura : Integração entre o Lingo e o Excel. O software permite gerar instâncias re para o experimento a partir parâmetros geração fornecidos e essas instâncias pom ser balanceadas utilizando-se diferentes tempos ciclo e os até métodos balanceamento conforme mostrado na Tabela I. Tabela I: : Molos Balanceamento Disponíveis. Código do Molo Descrição Molo Otimizante Simples Molo Otimizante Ponrado 3 Molo Heurístico Determinístico viesado pelo tempo Molo Heurístico Determinístico viesado pela soma dos tempos Molo Heurístico Probabilístico Equiprovável Molo Heurístico Probabilístico viesado pelo tempo 7 Molo Heurístico Probabilístico viesado pela soma dos tempos Simulated Annealing A seguir são apresentadas algumas finições necessárias para o entendimento da geração instâncias do procedimento experimental: n(n ) Precedências Máximo : máximo ligações (teórico) =, on n correspon à quantida total operações. Precedências da Re Densida da Re =. Precedências Máximo Os critérios parada utilizados foram: Otimizantes: ilimitado. Heurísticos construtivos probabilísticos : máximo e tempo máximo segundos. Com o objetivo verific ar a eficiência dos molos balanceamento linhas, inicialmente foram utilizados cinco molos, o molo (Molo Otimizante Simples), o molo (Molo Heurístico Probabilístico Equiprovável), o molo (Molo Heurístico Probabilístico viesado pe lo tempo), o molo 7 (Molo Heurístico Probabilístico viesado pela soma dos tempos) e o molo (Simulated Annealing). Foram geradas res e instâncias conforme Tabela II. 3
8 Tabela II: Parâmetros utilizados nos Resultados Computacionais. OPERAÇÕES DA REDE Operações Passo Passos DENSIDADE DA REDE Densida, Passo, Passos Foram geradas res (com e 3 operações) As res têm nsidas, e, Nº DE REPETIÇÕES Foram geradas repetições cada re res problemas instâncias TEMPO MÍNIMO TEMPO MÁXIMO As tarefas têm duração entre e TEMPOS DE CICLO e MÉTODOS DE RESOLUÇÃO. Resultados e Conclusões As instâncias foram analisadas sob duas perspectivas: Tempo processamento; Eficiência da solução encontrada. Inicialmente, serão apresentados os resultados para o tempo ciclo. A Tabela III apresenta um resumo dos resultados para os problemas balanceados. Molo Tabela III: Comparação entre os métodos resolução para tempo ciclo. tempo Desvio Padrão do tempo execução (seg) Tempo execução número Mod,9,,%,9,% Mod,,7,%,9,% Mod,, 7,7%,9,% Mod 7,7, 9,%,9,% Mod,3,,7%,9,% Como se po perceber, os molos,, 7 e são mais rápidos do que o molo, por serem métodos heurísticos. Mesmo assim, os molos heurísticos encontraram a solução ótima para todas as res, com exceção do molo, o qual encontrou a mais do que o molo otimizante ((,9 -,9) x = ). Os gráficos da Figura 3 mostram em talhes cada uma das instâncias resolvidas. Deve-se observar que, aparentemente, quanto maior o número operações e quanto menor a nsida da re, maior a dificulda em encontrar a solução ótima. Já para o tempo ciclo, os resultados se mostraram mais significativos. A Tabela IV apresenta um resumo dos resultados obtidos nesta nova simulação. Percebe-se que os molo heurísticos apresentam tempo processamento menor, porém geram algumas a mais. O molo mais eficiente é o (probabilístico por tempo), enquanto que menos eficiente é o molo (Simulated Annealing). É interessante observar (Figura ) que os molos heurísticos encontram gran parte das soluções, mas que eles apresentam maior dificulda nas res em que há uma maior quantida operações. Isso po 37
9 ser resultado do maior número combinações possíveis nas res com maior quantida operações. Também se observa que, neste caso, as res com maior nsida apresentaram maior dificulda, havendo situações em que nenhum dos molos heurísticos foi capaz encontrar a solução ótima. Res com nsida, e número operações igual a Res com nsida, e número operações igual a Res com nsida, e número operações igual a 3 Res com nsida, e número operações igual a Molo Figura 3: x para tempo ciclo. Tabela IV: Comparação entre os molos resolução para tempo ciclo. tempo Desvio Padrão do tempo Tempo execução número Mod,,79,% 7,,% Mod,, 7,7% 7,7,3% Mod,37,77,% 7,,9% Mod 7,,93,% 7,,% Mod,, 9,% 7,3 3,% Percebe-se também que a quantida máxima por molo é o critério parada limitante. Sendo aumentada, é provável que os molos, e 7 porão encontrar as soluções ótimas para estas res, ou pelo menos diminuir a quantida média geradas. Para verificar a veracida ssas afirmações, realizou-se uma análise para um número máximo 3, e 9, com as mesmas res, para o tempo ciclo, já que para o tempo ciclo, os molos se mostraram extremamente eficientes. Garantiu-se que o tempo máximo execução não fosse o critério limitante. O número para o molo otimizante é, pois, conforme a Tabela IV, a quantida média por re é 7, e há res (7, x = ). Os resultados são apresentados nas Tabela V, Tabela VI e Tabela VII. Como se po observar, a melhor eficiência dos molos não ocorreu necessariamente quando houve uma maior quantida, pois em alguns casos, a eficiência foi melhor quando se realizou apenas, ao invés 3 (no caso do molo ) ou quando se realizou 3 contra (no caso do molo ). Entretanto, percebe-se uma tendência em encontrar melhores soluções quanto maior for o número. Além disso, é importante observar que a variação do tempo médio execução dos molos com o aumento do 3
10 número é significativa, porém, em termos absolutos, o tempo é insignificante. Assim, percebe-se que a quantida não representa um fator gran significância e que os molos se mostram muito eficientes para encontrar a solução ótima. Res com nsida, e número operações igual a Res com nsida, e número operações igual a Res com nsida, e número operações igual a 3 Res com nsida, e número operações igual a Iterações Figura : x para tempo ciclo. Tabela V: Aumento na quantida máximas para molo. tempo Desvio Padrão do tempo Molo Total geradas número,, 9,%,7 7,% 3,37, 7,% 7,7 77,%,7,9,%,,% 9,9,73 7,%,3 3,% Iterações Tabela VI: Aumento na quantida máximas para molo. tempo Desvio Padrão do tempo Molo Total geradas número,37,77,7% 9, 9,% 3,, 7,% 9,7 97,%,7 7,7,7% 3,7 37,% 9,7,9,3%,,% 39
11 Iterações Tabela VII: Aumento na quantida máximas para molo 7. tempo Desvio Padrão do tempo Molo 7 Total geradas número,,93,% 3, 3,% 3,3 3,79,7% 3,7 37,%,,7,%,7 7,% 9 3,3,9,3% 7, 7,% Para analisar melhor a eficiência dos molos heurísticos (3,,,, 7 e ), realizou-se um estudo comparativo, com res mais complexas, ou seja, com maior número operações ( e operações). Neste estudo, adotou-se como critério parada a quantida máxima (). A Figura e a Tabela VIII apresentam os resultados ssa nova simulação. Res com nsida, e número operações igual a Res com nsida, e número operações igual a Res com nsida, e número operações igual a Res com nsida, e número operações igual a Figura : x com molos heurísticos. Como se po observar, o molo mais eficiente é o molo (viesado por tempo), seguido pelo molo 7 (viesado pela soma), enquanto que os molos menos eficientes são os terminísticos (3 e ). No caso res mais complexas, percebe-se que o tempo execução médio cada uma das instâncias variou significativamente, sendo expressivamente maior no caso dos molos probabilísticos. O Simulated Annealing, mesmo realizando uma maior quantida ( x = ), apresentou não só uma eficiência intermediária, mas também um tempo execução médio menor do que os molos probabilísticos. Um motivo para isso ve ser o provável encontro diversas soluções vizinhas com a mesma folga ou pior. É importante ressaltar que o programa senvolvido está em fase aprimoramento. Há a intenção em adicionar novas heurísticas para comparação, além otimizar o código dos molos já existentes, modo a diminuir o tempo execução. Ainda preten-se estudar a
12 parametrização do Simulated Annealing, para melhorar o seu sempenho em relação aos outros molos heurísticos. Molo Tabela VIII: Resultados dos molos heurísticos para res com e operações. tempo execução (seg) Desvio Padrão do tempo execução (seg) Tempo execução Média do número Média do número Mod 3,7,37,%,7 3,%,% Mod,,9,7%,9,%,% Mod 9, 7,977 7,%,,%,,% Mod 7, 7,77 97,%,7,%,,% Mod 7, 7,7,7%,,%,3 3,% Mod,, 3,9%,,7% 9,37 937,%. Referências Bibliográficas Arcus, A. L. (9). COMSOAL: A computer method of sequencing operations for assembly lines. International Journal of Production Research,, Baybars, I. (9). A survey of exact algorithms for the simple assembly line balancing problem. Management Science, 3,. Bowman, E.H. (9). Assembly line balancing by linear programming, Operations Research, (3), Erel, E., Sarin, S. C. (99). A survey of the assembly line balancing procedures. Production Planning & Control, vol. 9, no., -3. Ghosh, S., Gagnon, R. J. (99). A comprehensive literature review and analysis of the sign, balancing and scheduling of assembly systems. Introduction Journal of Production Research, Vol. 7, No., Ignall, E. J. (9) A review of assembly line balancing. Journal of Industrial Engineering, vol., p. -. Kim, H.; Park, S. (99) A strong cutting plane algorithm for the robotic assembly line balancing problem. International Journal of Production Research, vol. 33, p Kirkpatrick, S., Gelatt, C. D., Vecchi, M. P. (93) Optimization by simulated annealing. Science,, 7-. Metropolis, N. et al, (97) Equation of state calculations by fast computing machines. Journal Chem. Phys.,, 7-9. National Institute of Standards and Technology - NP-HARD. Disponível em: < Acesso em: fev.. Rekiek, B., Dolgui, A., Delchambre, A., Bratcu, A. (). State of Art of Optimization Methods for Assembly Line Design. Annual Reviews in Control,, 3-7. Salveson, M. E. (9). The Assembly Line Balancing Problem. Journal of Industrial Engineering, vol, no 3. Santoro, M. C. (3) Planejamento, Programação e Controle da Produção. Apostila, vol., p. -3. Santoro, M. C., Fonseca, R. S. C. (). Software para Balanceamento Linhas. Anais do Encontro Nacional Engenharia Produção, Porto Alegre. ENEGEP. Wee, T. S., Magazine, M. J. (9). Assembly line balancing as generalized bin packing, Operations Research Letters,, -.
PROBLEMA DE BALANCEAMENTO DE LINHAS: MODELAGEM E ABORDAGENS DE RESOLUÇÃO
PROBLEMA DE BALANCEAMENTO DE LINHAS: MODELAGEM E ABORDAGENS DE RESOLUÇÃO Maria Cristina N. Gramani Universidade Presbiteriana Mackenzie Escola de Engenharia Curso de Engenharia de Produção Rua da Consolação,
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 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 maisOtimização do balanceamento de linhas de montagem multi-modelo para produção em pequenos lotes
Otimização do balanceamento de linhas de montagem multi-modelo para produção em pequenos lotes Melissa Petry Gerhardt (UFRGS) melissa@producao.ufrgs.br Flávio Sanson Fogliatto (UFRGS) ffogliatto@producao.ufrgs.br
Leia 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 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 maisAlgoritmos Genéticos e Evolucionários
Algoritmos Genéticos e Evolucionários Djalma M. Falcão COPPE/UFRJ PEE e NACAD falcao@nacad.ufrj.br http://www.nacad.ufrj.br/~falcao/ http://www.nacad.ufrj.br/~falcao/ag/ag.htm Resumo do Curso Introdução
Leia maisPROGRAMAÇÃO DA PRODUÇÃO EM SISTEMAS POR BATELADAS: UM ESTUDO PARA A OTIMIZAÇÃO DO MAKESPAN
PROGRAMAÇÃO DA PRODUÇÃO EM SISTEMAS POR BATELADAS: UM ESTUDO PARA A OTIMIZAÇÃO DO MAKESPAN R. P. da ROCHA 1, M. de F. MORAIS 1, M. A. da S. S. RAVAGNANI 2, C. M. G. ANDRADE 2, C. M. P. R. PARAÍSO 2 1 Universidade
Leia 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 maisProduction ISSN: Associação Brasileira de Engenharia de Produção. Brasil
Production ISSN: 0103-6513 production@editoracubo.com.br Associação Brasileira de Engenharia de Produção Brasil Faria Fernandes, Flávio César; Godinho Filho, Moacir; Cutigi, Ricardo Augusto; Malerbo Guiguet,
Leia maisBALANCEAMENTO DE LINHA DE MONTAGEM A PARTIR DE MÉTODOS HEURÍSTICOS EM UMA EMPRESA DO SETOR AUTOMOTIVO
BALANCEAMENTO DE LINHA DE MONTAGEM A PARTIR DE MÉTODOS HEURÍSTICOS EM UMA EMPRESA DO SETOR AUTOMOTIVO Cynthia Carneiro Bueno (UFG ) cynthiacbueno@hotmail.com Muris Lage Junior (UFG ) muris@ufg.br Stella
Leia 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 maisSEQUENCIAMENTO DE LINHAS DE MONTAGEM MÚLTIPLAS NO AMBIENTE DE PRODUÇÃO ENXUTA UM ESTUDO SIMULADO PARA MINIMIZAR O RISCO DE PARADAS
Disponível eletronicamente em www.revista-ped.unifei.edu.br Edição Especial Projeto Pró Engenharias Revista P&D em Engenharia de Produção V. 08 N. 01 (2010) p. 06-10 ISSN 1679-5830 SEQUENCIAMENTO DE LINHAS
Leia maisCOMPARAÇÃO ENTRE FROTA HOMOGÊNEA E HETEROGÊNEA EM PROBLEMAS DE ROTEAMENTO DE VEÍCULOS CAPACITADOS
COMPARAÇÃO ENTRE FROTA HOMOGÊNEA E HETEROGÊNEA EM PROBLEMAS DE ROTEAMENTO DE VEÍCULOS CAPACITADOS Rosiana da Silva Lopes Danilo César Rodrigues Azevedo rosianalopes16@gmail.com danilo.azevedo@ufpi.edu.br.com
Leia maisAPLICAÇÃO DE META-HEURÍSTICAS À ENGENHARIA DE PRODUÇÃ O
APLICAÇÃO DE META-HEURÍSTICAS À ENGENHARIA DE PRODUÇÃ O João Carlos Zayatz Universidade Estadual de Maringá jcarloszay@gmail.com Gislaine Camila Lapasini Leal Universidade Estadual de Maringá gclleal@uem.br
Leia maisResumo Expandido INTRODUÇÃO:
Resumo Expandido Título da Pesquisa (Português): Pesquisa Operacional aplicada ao problema de alocação de caminhões em uma mina a céu aberto. Título da Pesquisa (Inglês): Operations Research applied to
Leia maisComputação Evolucionária: Conceitos Básicos de Otimização
Computação Evolucionária: Conceitos Básicos de Otimização Prof. Dr. Rafael Stubs Parpinelli E-mail: rafael.parpinelli@udesc.br Otimização Min ou Max Sujeito a Otimização Função objetivo A qual se quer
Leia maisScheduling and Task Allocation ADVANCED COMPUTER ARCHITECTURE AND PARALLEL PROCESSING Hesham El-Rewini 2005 Capítulo 10 Autor...: Antonio Edson Ceccon Professor..: Prof. Heitor Silvério Lopes Apresentação
Leia maisOtimização de Sistemas Hidrotérmicos por Enxame de Partículas: Uma Abordagem Orientada a Objetos
Otimização de Sistemas Hidrotérmicos por Enxame de Partículas: Uma Abordagem Orientada a Objetos Gelson da Cruz JUNIOR 2, Cassio Dener Noronha VINHAL 3 Lauro Ramon GOMIDES 1, Gelson da Cruz JUNIOR 2, Cassio
Leia maisProgramação Linear. MÉTODOS QUANTITATIVOS: ESTATÍSTICA E MATEMÁTICA APLICADAS De 30 de setembro a 13 de novembro de 2011 prof. Lori Viali, Dr.
Programação Linear São problemas complexos, muitas vezes de difícil solução e que envolvem significativas reduções de custos, melhorias de tempos de processos, ou uma melhor alocação de recursos em atividades.
Leia maisAlgoritmos de Caminho Mínimo Parte 1
Algoritmos de Caminho Mínimo Parte 1 A journey of a thousand miles starts with a single step and if that step is the right step, it becomes the last step. Index 1. Introduction 2. Applications 3. Tree
Leia 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 mais1 - A capacidade de fluxo que corresponde a capacidade máxima que pode passar pelo arco.
CONCEITOS DE REDE Uma rede é formada por um conjunto de nós, um conjunto de arcos e de parâmetros associados aos arcos. Nós Arcos Fluxo Interseções Rodovias Veículos Rodoviários Aeroportos Aerovia Aviões
Leia 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 maisLista de Exercícios Programação Inteira. x 2 0 e inteiros.
Lista de Exercícios Programação Inteira ) Resolva os problemas a seguir usando o método B&B a) Max z = 5 x + y s.a x + y x + y 5 b) Max z = x + y s.a x + y 0 x + y 5 c) Max z = x + y s.a x + 9y 6 8 x +
Leia maisOtimização 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 maisPesquisa Operacional Introdução. Profa. Alessandra Martins Coelho
Pesquisa Operacional Introdução Profa. Alessandra Martins Coelho agosto/2013 Operational Research Pesquisa Operacional - (Investigação operacional, investigación operativa) Termo ligado à invenção do radar
Leia maisIMPLEMENTAÇÃO E RESOLUÇÃO DE MODELOS MATEMÁTICOS UTILIZANDO A PLANILHA EXCEL
IMPLEMENTAÇÃO E RESOLUÇÃO DE MODELOS MATEMÁTICOS UTILIZANDO A PLANILHA EXCEL 1. INTRODUÇÃO Este tutorial apresenta, passo-a-passo, o processo de implementação e resolução de modelos matemáticos na planilha
Leia maisBALANCEAMENTO DE LINHA DE MONTAGEM: UM ESTUDO EM UMA LINHA DE MONTAGEM DE EVAPORADORES DE AR FORÇADO
BALANCEAMENTO DE LINHA DE MONTAGEM: UM ESTUDO EM UMA LINHA DE MONTAGEM DE EVAPORADORES DE AR FORÇADO JESSYCA CAROLINE DE ASSIS GALAN (UFG-RC) jessycagalan@yahoo.com.br Stella Jacyszyn Bachega (UFG-RC)
Leia maisPrática 00. Total 04. Pré-requisitos. No. De Créditos 04
Disciplina Otimização Combinatória Departamento Carga Horária Semanal MINISTÉRIO DA EDUCAÇÃO E CULTURA PRÓ-REITORIA DE GRADUAÇÃO 1 PROGRAMA DE DISCIPLINA Departamento de Computação Teórica Pré-requisitos
Leia maisUMA ABORDAGEM DIDÁTICA DO SIMULATED ANNEALING USANDO O MODELO MARKOVIANO APLICADA AO PROBLEMA DO CAIXEIRO VIAJANTE
A pesquisa Operacional e os Recursos Renováveis 4 a 7 de novembro de 2003, Natal-RN UMA ABORDAGEM DIDÁTICA DO SIMULATED ANNEALING USANDO O MODELO MARKOVIANO APLICADA AO PROBLEMA DO CAIXEIRO VIAJANTE Iloneide
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 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 maisSimulação de um sistema logístico de produção
i Faculdade de Engenharia da Universidade do Porto Simulação de um sistema logístico de produção Mafalda Rocha VERSÃO PROVISÓRIA Relatório Final de Projecto realizado no âmbito do Mestrado Integrado em
Leia maisTêmpera Simulada Aplicada ao Problema de Designação Quadrática
Universidade Federal do Rio Grande do Sul - Instituto de Informática Têmpera Simulada Aplicada ao Problema de Designação Quadrática Fábio A. Camargo Corrêa - 141971 faccorrea@inf.ufrgs.br Porto Alegre,
Leia maisAlocação de Unidades via Relaxação Lagrangeana
Alocação de Unidades via Relaxação Lagrangeana Prof. Antonio Simões Costa Grupo de Sistemas de Potência EEL - UFSC Relaxação Lagrangeana: Conceitos Iniciais 2 1 Alocação de Unidades via Relaxação Lagrangeana
Leia maisPESQUISA OPERACIONAL APLICADA A LOGÍSTICA
PESQUISA OPERACIONAL APLICADA A LOGÍSTICA Pós-Graduação em Logística e Supply Chain Valdick Sales 1 APRESENTAÇÃO Valdick sales Graduado em Ciência da Computação pela UFPE. Pós-Graduado em Redes e Banco
Leia maisSoftware para balanceamento de linhas
Software para balanceamento de linhas Miguel Cezar Santoro (USP) santoro@usp.br Ricardo Santamaria Corrêa da Fonseca (USP) ricardo.fonseca@poli.usp.br Resumo Este artigo apresenta as características e
Leia maisProgramação Linear: Profa. Silvana Bocanegra UFRPE - DEINFO
Programação Linear: Profa. Silvana Bocanegra UFRPE - DEINFO Tipos de Problemas 1. Dada uma variedade de alimentos, escolher uma dieta de menor custo que atenda as necessidades nutricionais de um indivíduo?
Leia maisMODELO DE PROGRAMAÇÃO LINEAR INTEIRA MISTA PARA MINIMIZAÇÃO DOS ADIANTAMENTOS E ATRASOS EM FLOW SHOP COM SETUP DEPENDENDE DA SEQUÊNCIA
MODELO DE PROGRAMAÇÃO LINEAR INTEIRA MISTA PARA MINIMIZAÇÃO DOS ADIANTAMENTOS E ATRASOS EM FLOW SHOP COM SETUP DEPENDENDE DA SEQUÊNCIA Cristiano Marinho Vaz, cmv02@hotmail.com Vinícius Ferreira da Silva
Leia maisBALANCEANDO LINHAS DE PRODUÇÃO COM TRABALHADORES DEFICIENTES E ESTAÇÕES PARALELAS
BALANCEANDO LINHAS DE PRODUÇÃO COM TRABALHADORES DEFICIENTES E ESTAÇÕES PARALELAS Felipe F. B. Araújo¹, Alysson M. Costa¹, Cristóbal Miralles² ¹ Instituto de Ciências Matemáticas e de Computação. Universidade
Leia maisCONSTRUÇÃO AUTOMÁTICA DE OPERADORES MORFOLÓGICOS UTILIZANDO PROGRAMAÇÃO GENÉTICA.
CONSTRUÇÃO AUTOMÁTICA DE OPERADORES MORFOLÓGICOS UTILIZANDO PROGRAMAÇÃO GENÉTICA. Emerson Carlos Pedrino * e-mail: ecpedrin@sel.eesc.sc.usp.br Valentin Obac Roda ** e-mail: valentin@sel.eesc.sc.usp.br
Leia maisOTIMIZAÇÃO DE TRELIÇAS METÁLICAS UTILIZANDO A FERRAMENTA SOLVER DO MICROSOFT EXCEL
OTIMIZAÇÃO DE TRELIÇAS METÁLICAS UTILIZANDO A FERRAMENTA SOLVER DO MICROSOFT EXCEL Lucas Aragão Alves da Costa Carlos David Rodrigues Melo lucas.arags@gmail.com cdavid_civil@hotmail.com Centro Universitário
Leia mais2. MÉTODO DE RECOZIMENTO SIMULADO
1 2. MÉTODO DE RECOZIMENTO SIMULADO (SIMULATED ANNEALING) 2.1. Analogia Física: o recozimento de metais (annealing) 2.2. A Tradução Matemática: o algoritmo básico 2.3. A Programação de Recozimento 2.4.
Leia maisPesquisa Operacional Introdução. Profa. Alessandra Martins Coelho
Pesquisa Operacional Introdução Profa. Alessandra Martins Coelho julho/2014 Operational Research Pesquisa Operacional - (Investigação operacional, investigación operativa) Termo ligado à invenção do radar
Leia maisPESQUISA OPERACIONAL. UNIDADE 1 Introdução à Pesquisa Operacional. Prof. Me. Carlos Guimarães
PESQUISA OPERACIONAL UNIDADE 1 Introdução à Pesquisa Operacional Prof. Me. Carlos Guimarães Objetivo Introduzir o tema Pesquisa Operacional por meio da apresentação: Da sua origem; Das sociedades profissionais
Leia maisPedro Tiago Barbosa do Couto. Resolução de problemas de transporte rodoviário de cargas utilizando programação inteira DISSERTAÇÃO DE MESTRADO
Pedro Tiago Barbosa do Couto Resolução de problemas de transporte rodoviário de cargas utilizando programação inteira DISSERTAÇÃO DE MESTRADO DEPARTAMENTO DE ENGENHARIA ELÉTRICA Programa de Pós graduação
Leia maisAula 5. Como gerar amostras de uma distribuição qualquer a partir de sua CDF e de um gerador de números aleatórios?
Aula 5 Como gerar amostras de uma distribuição qualquer a partir de sua CDF e de um gerador de números aleatórios? Processo de chegada: o Chegadas em grupo ocorrem segundo um processo Poisson com taxa.
Leia maisPesquisa Operacional
Faculdade de Engenharia - Campus de Guaratinguetá Pesquisa Operacional Livro: Introdução à Pesquisa Operacional Capítulo 5 Modelo da Designação Fernando Marins fmarins@feg.unesp.br Departamento de Produção
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 maisMétodos de pesquisa e Optimização
Métodos de pesquisa e Optimização Victor Lobo Importância para os SAD Definir o caminho a tomar depois de se ter trabalhado os dados 1ª Fase: Analisar os dados disponíveis Visualização OLAP, relatórios
Leia mais$QWyQLR-RVp%DWHO$QMR 0DULD5RViOLD'LQLV5RGULJXHV 'HSDUWDPHQWRGH0DWHPiWLFD'HSDUWDPHQWRGH0DWHPiWLFD 8QLYHUVLGDGHGH$YHLUR 8QLYHUVLGDGHGH&RLPEUD
V Congresso Anual Sociedade Portuguesa de Estatística Curia, 11 a 14 de Junho de 1997 $XWyPDWRV(VWRFiVWLFRVFRPR0RGHORGHXP 0pWRGRGH2SWLPL]DomR&RPELQDWyULD $QWyQLR-RVp%DWHO$QMR 0DULD5RViOLD'LQLV5RGULJXHV
Leia maisConsidere a função f(x). Para algum x a f (x) pode não existir. Suponha que. Max f(x) s. a a x b
Considere a função f(x). Para algum x a f (x) pode não existir. Suponha que se queira resolver o seguinte PPNL: Max f(x) s. a a x b Pode ser que f (x) não exista ou que seja difícil resolver a equação
Leia maisALGORITMOS AVANÇADOS UNIDADE I Análise de Algoritmo - Notação O. Luiz Leão
Luiz Leão luizleao@gmail.com http://www.luizleao.com Conteúdo Programático 1.1 - Algoritmo 1.2 - Estrutura de Dados 1.2.1 - Revisão de Programas em C++ envolvendo Vetores, Matrizes, Ponteiros, Registros
Leia maisDECISÕES 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
Leia maisProjeto e Análise de Algoritmos
Projeto e Análise de Algoritmos Aula 01 Complexidade de Algoritmos Edirlei Soares de Lima O que é um algoritmo? Um conjunto de instruções executáveis para resolver um problema (são
Leia maisProgramação Matemática
Programação Matemática Professoras: Franklina Toledo e Maristela Santos* Instituto de Ciências Matemáticas e de Computação - ICMC Universidade de São Paulo USP *Estes slides foram feitos em colaboração
Leia maisUnidade II PESQUISA OPERACIONAL. Profa. Ana Carolina Bueno
Unidade II PESQUISA OPERACIONAL Profa. Ana Carolina Bueno Programação linear É um subitem da programação matemática. É um dos modelos utilizados em pesquisa operacional. Consiste em otimizar (maximizar
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 mais5COP096 TeoriadaComputação
Sylvio 1 Barbon Jr barbon@uel.br 5COP096 TeoriadaComputação Aula 13 Prof. Dr. Sylvio Barbon Junior Sumário - Problemas NP-Completo Algoritmos Não-deterministas; Classes NP-Completo e NP-Dificil; Teorema
Leia maisPesquisa Operacional aplicada ao Planejamento e Controle da Produção e de Materiais Programação Linear
Pesquisa Operacional aplicada ao Planejamento e Controle da Produção e de Materiais Programação Linear Introdução à Pesquisa Operacional Origens militares Segunda guerra mundial Aplicada na alocação de
Leia maisPesquisa Operacional I - Módulo 01
Pesquisa Operacional I - Módulo 01 Prof. Marcelo Xavier Guterres, Dr. Eng. 17 de março de 2017 Objetivos do Módulo 01 Definir o conceito de Pesquisa Operacional; Breve histórico da Pesquisa Operacional;
Leia maisExemplo do jogo dos fósforos Terça-feira, 9 de maio. Exemplo para o Problema do Corpo de Bombeiros. Exemplo: Localidade do Corpo de Bombeiros
15.053 Terça-feira, 9 de maio Busca Heurística: métodos para resolver problemas de otimização difíceis Distribuir: Anotações da Aula Veja a introdução ao trabalho Very Large Scale Neighborhood Search (está
Leia maisHEURÍSTICAS PARA O PROBLEMA DE CORTE BIDIMENSIONAL GUILHOTINADO E RESTRITO DE TECIDO
5, 6 e 7 de Agosto de 2010 ISSN 1984-9354 HEURÍSTICAS PARA O PROBLEMA DE CORTE BIDIMENSIONAL GUILHOTINADO E RESTRITO DE TECIDO Antônio Carlos Torres Teixeira (Universidade Candido Mendes) acarlostt@uol.com.br
Leia maisÁrvore Binária de Busca Ótima
MAC 5710 - Estruturas de Dados - 2008 Referência bibliográfica Os slides sobre este assunto são parcialmente baseados nas seções sobre árvore binária de busca ótima do capítulo 4 do livro N. Wirth. Algorithms
Leia maisAlgoritmos Genéticos. Princípio de Seleção Natural. Sub-áreas da Computação Evolutiva. Idéias básicas da CE. Computação Evolutiva
Computação Evolutiva Algoritmos Genéticos A computação evolutiva (CE) é uma área da ciência da computação que abrange modelos computacionais inspirados na Teoria da Evolução das Espécies, essencialmente
Leia maisAPLICAÇÃO DA TÉCNICA DE BALANCEAMENTO DE LINHAS EM UMA INDÚSTRIA DE PRODUTOS DE PVC
APLICAÇÃO DA TÉCNICA DE BALANCEAMENTO DE LINHAS EM UMA INDÚSTRIA DE PRODUTOS DE PVC Maisa Mendonca Silva (UFPE(CAA)) maygrisa@yahoo.com.br Ana Paula Henriques de Gusmao (UFPE(CAA)) anapaulahg@hotmail.com
Leia maisTeoria da Decisão. Introdução às Metaheurísticas. Prof. Lucas S. Batista. lusoba
Teoria da Decisão Introdução às Metaheurísticas Prof. Lucas S. Batista lusoba@ufmg.br www.ppgee.ufmg.br/ lusoba Universidade Federal de Minas Gerais Escola de Engenharia Graduação em Engenharia de Sistemas
Leia maisBALANCEAMENTO DE UMA LINHA DE MONTAGEM DE BANCOS DE AUTOMÓVEIS COM BUFFER INTERMEDIÁRIO USANDO PROGRAMAÇÃO LINEAR INTEIRA MISTA
BALANCEAMENTO DE UMA LINHA DE MONTAGEM DE BANCOS DE AUTOMÓVEIS COM BUFFER INTERMEDIÁRIO USANDO PROGRAMAÇÃO LINEAR INTEIRA MISTA Nelson Donnini Universidade Tecnológica Federal do Paraná - UTFPR Av. Sete
Leia maisALGORITMOS COM SELEÇÃO 1 - ESTRUTURA CONDICIONAL (ESTRUTURAS DE CONTROLE)
Algoritmos e Estruturas de Dados 1 Prof. Eduardo 1 ALGORITMOS COM SELEÇÃO 1 - ESTRUTURA CONDICIONAL (ESTRUTURAS DE CONTROLE) Já vimos entrada, processamento e saída, que compõem os algoritmos puramente
Leia maisPROGRAMAÇÃO I. Introdução
PROGRAMAÇÃO I Introdução Introdução 2 Princípios da Solução de Problemas Problema 1 Fase de Resolução do Problema Solução na forma de Algoritmo Solução como um programa de computador 2 Fase de Implementação
Leia maisDESENVOLVIMENTO DE UM MÉTODO PARA OTIMIZAÇÃO DA ALTURA E LOCALIZAÇÃO DA FONTE PONTUAL ATRAVÉS DA DISPERSÃO ATMOSFÉRICA DE SUA EMISSÃO
DESENVOLVIMENTO DE UM MÉTODO PARA OTIMIZAÇÃO DA ALTURA E LOCALIZAÇÃO DA FONTE PONTUAL ATRAVÉS DA DISPERSÃO ATMOSFÉRICA DE SUA EMISSÃO Jaqueline dos Santos Vieira¹; Carlos Henrique Portezani² ¹ Estudante
Leia maisSEQUENCIAMENTO DE TAREFAS COM RESTRIÇÕES DE COMPATIBILIDADE EM MÁQUINAS PARALELAS COM TEMPOS DE PREPARAÇÃO DEPENDENTES DA SEQUÊNCIA
SEQUENCIAMENTO DE TAREFAS COM RESTRIÇÕES DE COMPATIBILIDADE EM MÁQUINAS PARALELAS COM TEMPOS DE PREPARAÇÃO DEPENDENTES DA SEQUÊNCIA Edson Luiz França Senne Universidade Estadual Paulista UNESP, Faculdade
Leia maisOptimização Não-linear
Optimização Não-linear Problemas de optimização não-linear A função a minimizar (maximizar) não é linear Exemplo: Z=43x 2 +log(x 2 )*sin(x x3 ), com x 3 -x 2! < 0 Não existem métodos universais para este
Leia maisOtimização. Conceitos Fundamentais. Paulo Henrique Ribeiro Gabriel Faculdade de Computação Universidade Federal de Uberlândia 2016/2
Otimização Conceitos Fundamentais Paulo Henrique Ribeiro Gabriel phrg@ufu.br Faculdade de Computação Universidade Federal de Uberlândia 2016/2 Paulo H. R. Gabriel (FACOM/UFU) GSI027 2016/2 1 / 30 Agradecimentos
Leia maisOpte então pela opção Suplementos disponível do lado esquerdo da tela que se abriu.
2.4 - Solução computacional utilizando ferramenta solver do MS Excel O problema envolvendo a produção de CPUs é um problema de maximização: queremos o máximo lucro. Vamos aproveitá-lo mais uma vez como
Leia maisEsta é uma tradução do trabalho de autoria da NESMA, cuja versão original em inglês está disponível em
CONTAGEM ANTECIPADA DE PONTOS DE FUNÇãO (NESMA EARLY FPA COUNTING) Esta é uma tradução do trabalho autoria da NESMA, cuja versão original em inglês está disponível em http://www.nesma.nl/section/fpa/earlyfpa.htm.
Leia mais4 Cálculo de Equivalentes Dinâmicos
4 Cálculo de Equivalentes Dinâmicos 4.1. Introdução Os sistemas de potência interligados vêm adquirindo maior tamanho e complexidade, aumentando a dependência de sistemas de controle tanto em operação
Leia maisEPUSP PCS 2011/2305/2355 Laboratório Digital. Frequencímetro
Frequencímetro Versão 2012 RESUMO Esta experiência tem como objetivo a familiarização com duas classes de componentes: os contadores e os registradores. Para isto, serão apresentados alguns exemplos de
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 maisINTRODUÇÃO À PESQUISA OPERACIONAL. **Apresentação** Profa. Vitória Pureza 2º Semestre
INTRODUÇÃO À PESQUISA OPERACIONAL **Apresentação** Profa. Vitória Pureza 2º Semestre Roteiro O que é Pesquisa Operacional Áreas Gerais de Aplicação Por que aprender Pesquisa Operacional? O que são Modelos?
Leia maisAlgoritmos e Estrutura de Dados. Aula 01 Apresentação da Disciplina e Introdução aos Algoritmos Prof. Tiago A. E. Ferreira
Algoritmos e Estrutura de Dados Aula 01 Apresentação da Disciplina e Introdução aos Algoritmos Prof. Tiago A. E. Ferreira Ementa e Objetivos Ementa: Análise de Algoritmos: Notação O e Análise Assintótica.
Leia maisPlanejamento de Misturas
Na maioria dos planejamentos os níveis dos fatores são independentes. As propriedades de uma mistura são determinadas pelas proporções de seus ingredientes, e não por valores absolutos. Planejamento de
Leia maisCompiladores. Introdução à Compiladores
Compiladores Introdução à Compiladores Cristiano Lehrer, M.Sc. Introdução (1/2) O meio mais eficaz de comunicação entre pessoas é a linguagem (língua ou idioma). Na programação de computadores, uma linguagem
Leia maisSISTEMAS DE PRODUÇÃO I AULA 16 E 17 UFPR. Prof.ª Nicolle Sotsek Ramos
SISTEMAS DE PRODUÇÃO I AULA 16 E 17 UFPR Prof.ª Nicolle Sotsek Ramos BREVE RESUMO Layout Determinação dos espaços Ferramentas: SLS (planejamento sistemático do layout) -Diagrama de relacionamentos LAYOUT
Leia maisModelo matemático e algoritmo de apoio para auxílio ao sequenciamento e programação de lavra com alocação de equipamentos de carga
Modelo matemático e algoritmo de apoio para auxílio ao sequenciamento e programação de lavra com alocação de equipamentos de carga MSc. Arthur Andrade Prof. Dr. Miguel Santoro (USP) Prof. Dr. Giorgio de
Leia maisConceitos básicos de algoritmos
Conceitos básicos de algoritmos Operadores Aritméticos Unários: +, - Exemplos: +1-5.9... var a: inteiro... a
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 maisa complexidade no desempenho de algoritmos
capítulo 1 introdução Os algoritmos são o cerne da computação. Este capítulo introdutório procura ressaltar a importância da complexidade e dos métodos de projeto e análise de algoritmos. Partindo da ideia
Leia maisComputação Evolutiva. Aula 4 Usando AEs Prof. Tiago A. E. Ferreira
Computação Evolutiva Aula 4 Usando AEs Prof. Tiago A. E. Ferreira Roteiro Exemplos: Problema das 8 rainhas Comportamentos Típicos dos AE CE no contexto da Otimização Global Relembrando Na Aula Passada,
Leia maisCAPÍTULO 2 Visão Geral da Abordagem de Modelagem da Pesquisa Operacional 7
SUMÁRIO CAPÍTULO 1 Introdução 1 1.1 A origem da pesquisa operacional 1 1.2 A natureza da pesquisa operacional 2 1.3 O impacto da pesquisa operacional 3 1.4 Algoritmos e/ou courseware 3 Referências selecionadas
Leia maisEstudo da localização de escolas municipais no município de São Jerônimo da Serra - PR
Trabalho apresentado no CMAC-Sul, Curitiba-PR, 2014. Estudo da localização de escolas municipais no município de São Jerônimo da Serra - PR Aline Santos de Araújo, Luzia Vidal de Souza Universidade Federal
Leia maisSÍNTESE DE REDES FLEXÍVEIS DE TROCADORES DE CALOR VIA PROGRAMAÇÃO MATEMÁTICA USANDO UM MÉTODO DE OTIMIZAÇÃO SEQUENCIAL
SÍNTESE DE REDES FLEXÍVEIS DE TROCADORES DE CALOR VIA PROGRAMAÇÃO MATEMÁTICA USANDO UM MÉTODO DE OTIMIZAÇÃO SEQUENCIAL C. B. MIRANDA 1, M. A. S. S. RAVAGNANI 1 1 Universidade Estadual de Maringá, Departamento
Leia maisTÍTULO DO PROJETO: O problema de empacotamento de figuras usando suas equações. Área do Conhecimento (Tabela do CNPq):
INSTITUCIONAL/IFSP PROJETO DE PESQUISA TÍTULO DO PROJETO: O problema de empacotamento de figuras usando suas equações Área do Conhecimento (Tabela do CNPq): 3. 0 8. 0 2. 0 2-4 1. RESUMO O problema de empacotamento
Leia mais1. INTRODUÇÃO AO PLANEJAMENTO DE EXPERIMENTOS
1. INTRODUÇÃO AO PLANEJAMENTO DE EXPERIMENTOS A metodologia conhecida como projeto de experimentos foi introduzida por Fischer em 1935 e inicialmente aplicada a experimentos de agricultura. Posteriormente,
Leia maisFundamentos de Programação 1
Fundamentos de Programação 1 Slides N. 2 E / Prof. SIMÃO Slides elaborados pelo Prof. Robson Linhares elaborados pelo Prof. Robson Linhares http://www.dainf.ct.utfpr.edu.br/~robson/ Jean Marcelo SIMÃO
Leia maisProgramação Linear. (3ª parte) Informática de Gestão Maria do Rosário Matos Bernardo 2016
Programação Linear (3ª parte) Informática de Gestão 61020 Maria do Rosário Matos Bernardo 2016 Conteúdos Excel Solver Instalação do Solver Resolução de problemas de programação linear Problema de minimização
Leia maisDepartamento de Engenharia Rural Centro de Ciências Agrárias. Programação I
Departamento de Engenharia Rural Centro de Ciências Agrárias Programação I Algoritmos de busca Basicamente podem ser citadas duas estratégias para procurar (ou buscar) algo em uma coleção de dados: Busca
Leia maisBALANCEAMENTO DE LINHA UM ENFOQUE SIMPLIFICADO
BALANCEAMENTO DE LINHA UM ENFOQUE SIMPLIFICADO 1. Introdução Procurar balancear os diferentes postos que compõem uma linha de produção, ajustando-a à demanda, nem sempre é uma tarefa simples, especialmente
Leia mais