A hybrid genetic approach to solve real make-to-order job shop scheduling problems

Detalhes bibliográficos
Ano de defesa: 1997
Autor(a) principal: Candido, Marco Antonio Barbosa
Orientador(a): Givens, Paul
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Link de acesso: https://repositorio.ufsc.br/xmlui/handle/123456789/158165
Resumo: Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnologico
id UFSC_3f6a6fece6f465c7bd022dba30cfbd57
oai_identifier_str oai:repositorio.ufsc.br:123456789/158165
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str
spelling Universidade Federal de Santa CatarinaCandido, Marco Antonio BarbosaGivens, Paul2016-01-08T22:12:41Z2016-01-08T22:12:41Z1997107336https://repositorio.ufsc.br/xmlui/handle/123456789/158165Tese (doutorado) - Universidade Federal de Santa Catarina, Centro TecnologicoProcedimentos de busca local (ex. busca tabu) e algoritmos genéticos têm apresentado excelentes resultados em problemas clássicos de programação da produção em ambientes job shop. No entanto, estas abordagens apresentam pobres habilidades de modelamento e poucas aplicações com restrições de ambientes reais de produção têm sido publicadas. Além disto, os espaços de busca considerados nestas aplicações são nomlalmente incompletos e as restrições reais são poucas e dependentes do problema em questão. Este trabalho apresenta uma abordagem genética híbrida para resolver problemas de programação em ambientes job shop com grande número de restrições reais, tais como produtos com vários níveis de submontagem, planos de processamento altemativos para componentes e recursos alternativos para operações, exigência de vários recursos para executar uma operação (ex., máquina, ferramentas, operadores), calendários para todos os recursos, sobreposição de operações, restrições de disponibilidade de matéria-prima e componentes comprados de terceiros, e tempo de setup dependente da sequência de operações. A abordagem também considera funções de avaliação multiobjetivas. O sistema usa algoritmos modificados de geração de programação, que incorporam várias heurísticas de apoio à decisão, para obter um conjunto de soluções iniciais. Cada solução inicial é melhorada por um algoritmo de subida de encosta. Então, um algoritmo genético híbrido com procedimentos de busca local é aplicado ao conjunto inicial de soluções localmente ótimas. Ao utilizar técnicas de programação de alta perfomlance (heurísticas construtivas, procedimentos de busca local e algoritmos genéticos) em problemas reais de programação da produção, este trabalho reduziu o abismo existente entre a teoria e a prática da programação da produção.porAlgoritmos genéticosProgramação (Computadores)A hybrid genetic approach to solve real make-to-order job shop scheduling problemsinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccessORIGINAL107336.pdfapplication/pdf3622415https://repositorio.ufsc.br/bitstream/123456789/158165/1/107336.pdf953f1623eaa5c472c4fa60df73f7c69dMD51123456789/1581652016-03-07 15:53:06.188oai:repositorio.ufsc.br:123456789/158165Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestsandra.sobrera@ufsc.bropendoar:23732016-03-07T18:53:06Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.pt_BR.fl_str_mv A hybrid genetic approach to solve real make-to-order job shop scheduling problems
title A hybrid genetic approach to solve real make-to-order job shop scheduling problems
spellingShingle A hybrid genetic approach to solve real make-to-order job shop scheduling problems
Candido, Marco Antonio Barbosa
Algoritmos genéticos
Programação (Computadores)
title_short A hybrid genetic approach to solve real make-to-order job shop scheduling problems
title_full A hybrid genetic approach to solve real make-to-order job shop scheduling problems
title_fullStr A hybrid genetic approach to solve real make-to-order job shop scheduling problems
title_full_unstemmed A hybrid genetic approach to solve real make-to-order job shop scheduling problems
title_sort A hybrid genetic approach to solve real make-to-order job shop scheduling problems
author Candido, Marco Antonio Barbosa
author_facet Candido, Marco Antonio Barbosa
author_role author
dc.contributor.pt_BR.fl_str_mv Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Candido, Marco Antonio Barbosa
dc.contributor.advisor1.fl_str_mv Givens, Paul
contributor_str_mv Givens, Paul
dc.subject.classification.pt_BR.fl_str_mv Algoritmos genéticos
Programação (Computadores)
topic Algoritmos genéticos
Programação (Computadores)
description Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnologico
publishDate 1997
dc.date.issued.fl_str_mv 1997
dc.date.accessioned.fl_str_mv 2016-01-08T22:12:41Z
dc.date.available.fl_str_mv 2016-01-08T22:12:41Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufsc.br/xmlui/handle/123456789/158165
dc.identifier.other.pt_BR.fl_str_mv 107336
identifier_str_mv 107336
url https://repositorio.ufsc.br/xmlui/handle/123456789/158165
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
bitstream.url.fl_str_mv https://repositorio.ufsc.br/bitstream/123456789/158165/1/107336.pdf
bitstream.checksum.fl_str_mv 953f1623eaa5c472c4fa60df73f7c69d
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv sandra.sobrera@ufsc.br
_version_ 1851758996175716352

Registros relacionados