Metaheurísticas para o problema de Flowshop flexível com penalidades de adiantamento e atraso

• Ano de defesa: 2011
• Autor(a) principal: Pereira, Ana Amélia de Souza
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Viçosa; BR; Metodologias e técnicas da Computação; Sistemas de Computação; Mestrado em Ciência da Computação; UFV
• Palavras-chave em Português: Programação de tarefas; Metaheurísticas; Otimização combinatória; Job scheduling; Metaheuristics; Combinatorial optimization; CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
• Link de acesso: http://locus.ufv.br/handle/123456789/2623

Este trabalho aborda o problema da programação de tarefas num sistema flowshop flexível, com o objetivo de minimizar penalidades por adiantamentos e atrasos em relação às datas de entrega das tarefas. Considera-se que todas as tarefas estão disponíveis para processamento em diferentes instantes, conforme suas datas de liberação (release time), além disso, existem tempos de preparação (setup times) dependentes da sequência e dos estágios. O problema abordado pertence ao ambiente de programação da produção JIT (just-in-time). Neste ambiente, o processamento de uma tarefa deve ser finalizado o mais próximo possível da sua data de entrega. Quando ocorre o adiantamento no processamento da tarefa, a produção é finalizada antes da data de entrega, devendo então ser armazenada, o que gera custos de estocagem. Já com o atraso na cadeia produtiva, ocorre o custo de atraso da tarefa e consequen te atraso das demais produções, ocasionando um efeito em cadeia, além da perda de confiança por parte do consumidor, fator este de custo inestimável, além do pagamento de multas contratuais, o que prejudica a imagem de uma empresa. Neste trabalho foi desenvolvido um modelo de programação inteira mista (PLIM) para o problema. Devido à complexidade computacional do problema, são utilizadas heurísticas e metaheurísticas para a obtenção de soluções aproximadas de boa qualidade. As metaheurísticas aplicadas são Iterated Local Search (ILS) e Algoritmo Genético (AG): Algoritmo Genético básico (AG-B) e Algoritmo Genético com busca local (AG-BL). O AG-BL é uma adaptação do algoritmo genético básico com busca local, aplicada para melhorar soluções determinadas pelos operadores genéticos. O modelo de PLIM, para problemas de pequeno porte, é resolvido utilizando o software de otimização CPLEX. Os resultados das metaheurísticas propostas ILS, AG-B e AG-BL são comparados e analisados entre si e também com as soluções determinadas por duas heurísticas construtivas, MST e NEH-MST. Após os ajustes dos parâmetros necessários e diversos testes, observou-se que a metaheurística ILS foi à técnica mais eficiente para obter soluções de boa qualidade para o problema estudado.