Please use this identifier to cite or link to this item: http://www.repositorio.ufop.br/handle/123456789/4235
Title: Uma abordagem ao problema de sequenciamento em uma máquina com penalidades por antecipação e atraso da produção por meio de algoritmos evolutivos.
Authors: Ramos, Renato da Silva
Oliveira, Fernando Bernardes de
Keywords: Algoritmos genéticos
Problemas de sequenciamento
Problemas de programação da produção
Issue Date: 2011
Citation: RAMOS, R. da S.; OLIVEIRA, F. B. de. Uma abordagem ao problema de sequenciamento em uma máquina com penalidades por antecipação e atraso da produção por meio de algoritmos evolutivos. Conexão Ciência, Formiga, v. 6, n. 2, p. 21-37, 2011. Disponível em: <http://periodicos.uniformg.edu.br:21011/periodicos/index.php/testeconexaociencia/article/view/85>. Acesso em: 08 jan. 2015.
Abstract: O problema de sequenciamento em uma máquina com penalidades por antecipação e atraso da produção (PSUMAA), objeto de estudo deste artigo, baseado em um trabalho monográfico, faz parte dos problemas de programação da produção. Esse tipo de problema é amplamente aplicável em empresas que trabalham com produção sob encomenda e que sempre necessitam se adaptar às atividades executadas durante o processo produtivo das necessidades dos clientes. Para o problema abordado, considerou-se como restrição as datas para entrega da produção e tempo de preparação da máquina dependente da sequência. É proposto o desenvolvimento de um algoritmo evolutivo com características híbridas para solucionar este problema. Os resultados obtidos pelo algoritmo proposto são comparados com o que foi atingido pelo algoritmo genético clássico, bem como com a literatura. Para o algoritmo evolutivo híbrido, foram implementados três operadores de cruzamento (LOX, OX de 1 ponto e OX de 2 pontos), sendo que o operador OX de 2 pontos apresentou melhor desempenho em relação aos demais. Em comparação ao algoritmo genético clássico, houve considerável melhora nos resultados encontrados pelo algoritmo evolutivo híbrido desenvolvido, atingindo melhora superior a 74% para alguns casos de teste. Em relação à literatura, os resultados obtidos apresentaram melhora superior a 25% para os casos de teste com 20 e 25 tarefas, considerando 10.000 gerações para o algoritmo evolutivo.
metadata.dc.description.abstracten: The machine scheduling problem for minimizing earliness and tardiness penalties (PSUMAA), object of survey of this article, based on a monographic, is a part of the problems of production scheduling. This kind of problems is widely applicable in companies which work with production under order and that always need to adapt to the activities performed during the productive process to the needs of the clients. For the problems in subject, it was considered the dates for the delivery of production and time of preparation of the machine depending on the sequence. It is proposed the development of an algorithm evolutionary with hybrid features to resolve this problem. The results obtained by the proposed algorithm are compared with the one that was achieved by classic genetic algorithm, as well as the literature. For the hybrid evolutionary algorithm, three operators were of crossover (LOX, OX if 1 point and OX of 2 points), being that the operator OX of 2 points presented a better performance compared the others. In comparison with the classical genetic algorithm, there was a considerable improvement in the results fount by the evolutionary algorithm hybrid developed, achieving a better improvement to 74% for some cases of test. As for the literature, the results obtained presented a better improvement to 25%, for the cases of test with 20 and 25 tasks, considering 10.000 generations for the evolutionary algorithm.
URI: http://www.repositorio.ufop.br/handle/123456789/4235
ISSN: 1980-7058
metadata.dc.rights.license: Todo o conteúdo do periódico Conexão Ciência, exceto onde identificado, está licenciado sob uma licença Creative Commons 4.0 que permite copiar, distribuir e transmitir o trabalho em qualquer suporte ou formato desde que sejam citados o autor e o licenciante. Fonte: Conexão Ciência <https://periodicos.uniformg.edu.br:21011/periodicos/index.php/testeconexaociencia/about/submissions#copyrightNotice>. Acesso em: 25 out. 2016.
Appears in Collections:DECEA - Artigos publicados em periódicos

Files in This Item:
File Description SizeFormat 
ARTIGO_AbordagemProblemaSequenciamento.pdf487,33 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.