HOLANDA, T. C. O Relacionamento do problema de sequenciamento clássico com o problema do caixeiro viajante e sua resolução numa abordagem evolutiva. 2015. 70 f. Dissertação (Mestrado em Logística e Pesquisa Operacional) – Pró-Reitoria de Pesquisa e Pós-Graduação, Universidade Federal do Ceará, Fortaleza, 2015. / Submitted by Marlene Sousa (mmarlene@ufc.br) on 2015-12-09T11:34:16Z No. of bitstreams: 1 2015_dis_tcholanda.pdf: 1773276 bytes, checksum: 5f5c4ae36ad21589935018d6527fb303 (MD5) / Approved for entry into archive by Marlene Sousa(mmarlene@ufc.br) on 2015-12-18T18:30:57Z (GMT) No. of bitstreams: 1 2015_dis_tcholanda.pdf: 1773276 bytes, checksum: 5f5c4ae36ad21589935018d6527fb303 (MD5) / Made available in DSpace on 2015-12-18T18:30:57Z (GMT). No. of bitstreams: 1 2015_dis_tcholanda.pdf: 1773276 bytes, checksum: 5f5c4ae36ad21589935018d6527fb303 (MD5) Previous issue date: 2015-09-21 / The resolution of a Flow Shop Problem is always an operation which requires great resources, due to the large volume of data inherent in the problem formulation. The successful use of Genetic Algorithm when applied to the Classic FSP took place through computational experiments found in the literature. The aim of this work is to relate the similarities of the Classic Scheduling Problem as a Traveling Salesman Problem (TSP) and solve it using the Genetic Algorithm metaheuristic. Computational experiments were performed using the OR - Library instances (Beasley, 1990), dataset of Taillard (1993). The analysis of the solutions obtained by genetic operators were carried out in order to show the progress of the search. The proposed method was compared with other discrete methods where there is evidence of the good performance of Genetic Algorithm / A resolução de um Problema de Sequenciamento sempre é uma operação que demanda grandes recursos, devido ao grande volume de dados inerentes a formulação do problema. O uso bem sucedido do Algoritmo Genético quando aplicado ao Problema de Sequenciamento Clássico deu-se através dos experimentos computacionais encontrados na literatura. O objetivo geral deste trabalho é relacionar as similaridades do Problema de Sequenciamento Clássico como um Problema do Caixeiro Viajante e resolvê-lo utilizando a metaheurística Algoritmo Genético. Foram realizados experimentos computacionais utilizando as instâncias da OR-Library (Beasley, 1990), conjunto de dados de Taillard (1993). A análise das soluções obtidas por operadores genéticos foram realizadas, com o intuito de mostrar a evolução da busca. O método proposto foi comparado com outros métodos discretos, onde constata-se o bom desempenho do Algoritmo Genético, apresentando melhores resultados em 69 das 90 instâncias testadas

nÃo hà / A resoluÃÃo de um Problema de Sequenciamento sempre à uma operaÃÃo que demanda grandes recursos, devido ao grande volume de dados inerentes a formulaÃÃo do problema. O uso bem sucedido do Algoritmo GenÃtico quando aplicado ao Problema de Sequenciamento ClÃssico deu-se atravÃs dos experimentos computacionais encontrados na literatura. O objetivo geral deste trabalho à relacionar as similaridades do Problema de Sequenciamento ClÃssico como um Problema do Caixeiro Viajante e resolvÃ-lo utilizando a metaheurÃstica Algoritmo GenÃtico. Foram realizados experimentos computacionais utilizando as instÃncias da OR-Library (Beasley, 1990), conjunto de dados de Taillard (1993). A anÃlise das soluÃÃes obtidas por operadores genÃticos foram realizadas, com o intuito de mostrar a evoluÃÃo da busca. O mÃtodo proposto foi comparado com outros mÃtodos discretos, onde constata-se o bom desempenho do Algoritmo GenÃtico, apresentando melhores resultados em 69 das 90 instÃncias testadas. / The resolution of a Flow Shop Problem is always an operation which requires great resources, due to the large volume of data inherent in the problem formulation. The successful use of Genetic Algorithm when applied to the Classic FSP took place through computational experiments found in the literature. The aim of this work is to relate the similarities of the Classic Scheduling Problem as a Traveling Salesman Problem (TSP) and solve it using the Genetic Algorithm metaheuristic. Computational experiments were performed using the OR - Library instances (Beasley, 1990), dataset of Taillard (1993). The analysis of the solutions obtained by genetic operators were carried out in order to show the progress of the search. The proposed method was compared with other discrete methods where there is evidence of the good performance of Genetic Algorithm