Submitted by JOSIANE SANTOS DE OLIVEIRA (josianeso) on 2017-06-16T12:13:46Z No. of bitstreams: 2 Leandro Mengue da Silva_.pdf: 1918963 bytes, checksum: 8d329d578b6f3672b670f65fd2f7ea08 (MD5) Leandro Mengue da Silva_.pdf: 1918963 bytes, checksum: 8d329d578b6f3672b670f65fd2f7ea08 (MD5) / Made available in DSpace on 2017-06-16T12:13:47Z (GMT). No. of bitstreams: 2 Leandro Mengue da Silva_.pdf: 1918963 bytes, checksum: 8d329d578b6f3672b670f65fd2f7ea08 (MD5) Leandro Mengue da Silva_.pdf: 1918963 bytes, checksum: 8d329d578b6f3672b670f65fd2f7ea08 (MD5) Previous issue date: 2017-03-23 / CNPQ – Conselho Nacional de Desenvolvimento Científico e Tecnológico / A contribuição de metaheurísticas, em especial a dos algoritmos evolutivos, na área de otimização combinatória é de extrema relevância, pois auxiliam na busca de soluções próximas ao ótimo para problemas complexos da vida real cuja resolução em tempo aceitável é inviável devido a sua complexidade computacional, oferecendo uma flexibilidade importante na modelagem do problema. Este trabalho se propõe a apresentar e implementar um modelo computacional a ser utilizado na otimização do escalonamento de ordens de produção utilizando um Algoritmo Memético (AM), que permite a busca tanto da melhor sequência das ordens de produção quanto dos lotes de tamanho variável em que a quantidade de cada operação pode ser subdividida. A possibilidade de utilização de máquinas alternativas, de recursos secundários, de intervalos de indisponibilidade e de lotes de transferência, é apresentada no modelo, o que lhe proporciona grande robustez e aplicabilidade em ambientes de manufatura flexível, permitindo uma modelagem do Flexible Job Shop Scheduling Problem (FJSSP) que reflete com maior fidedignidade a realidade do ambiente fabril, gerando como resultado um escalonamento otimizado e aderente às necessidades da fábrica. Várias instâncias do FJSSP são utilizadas nos testes e os resultados obtidos comprovam que o algoritmo proposto consegue otimizar o escalonamento das ordens de produção de cada instância de maneira eficiente. / The contribution of meta-heuristics, especially evolutionary algorithms, in combinatorial optimization area is extremely important, as they help in finding near optimal solutions to complex real-life problems whose resolution is infeasible in acceptable time due to its computational complexity, offering an important flexibility in the modeling of problem. This study propose to present and implement a computational model to be used in optimizing the production scheduling of manufacturing orders using a Memetic Algorithm that allows to search both the best sequence of jobs as of variable size batches that the quantity of each operation can be subdivided. The possibility of using alternative resources, operations with secondary resources, unavailability intervals and batch transfer lots are features presented in the model, which lends it great robustness and applicability to flexible manufacturing environments, allowing the modeling of Flexible Job Shop Scheduling Problem (FJSSP) that reflects with higher accuracy the real manufacturing environment, generating optimized scheduling results that are adhering to the plant needs. Multiple instances of FJSSP are used in the tests and the results show that the proposed algorithm succeeds in optimizing the scheduling of production orders for each instance so efficient.