Submitted by William Justo Figueiro (williamjf) on 2015-07-27T20:23:06Z No. of bitstreams: 1 09d.pdf: 2136888 bytes, checksum: 8bc73fd7975259c3bc984b913580a5c1 (MD5) / Made available in DSpace on 2015-07-27T20:23:06Z (GMT). No. of bitstreams: 1 09d.pdf: 2136888 bytes, checksum: 8bc73fd7975259c3bc984b913580a5c1 (MD5) Previous issue date: 2013 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Com a expansão do transporte marítimo, passou a ser adotado o uso de contêineres para o transporte de cargas, sendo evidenciados alguns problemas. Dentre eles, um dos principais, é o problema de carregamento e descarregamento de contêineres em navios. O problema surge devido aos altos custos operacionais gerados a partir da movimentação de contêineres. Este problema é o foco desta pesquisa, que tem como objetivo principal elaborar planos de carga eficientes que gerem um número mínimo de movimentações de contêineres, nas operações de carga e descarga de navios-contêineres, diminuindo assim os custos de operação. Neste trabalho, é proposta a aplicação da metaheurística Algoritmo Genético e da metaheurística Enxame de Abelhas, resolvendo o problema através de uma codificação baseada em regras de carregamento e descarregamento. A codificação por regras é compacta e adequada, assegurando que as soluções do problema sejam factíveis e de simples representação, acelerando o processo de solução. Nos experimentos realizados, as duas metaheurísticas foram empregadas, assumindo diferentes configurações de regras, com o intuito de comparar o seu desempenho. A proposta de novas regras de carregamento e descarregamento, em complemento às existentes na literatura, trouxeram bons resultados. Desta forma, foram obtidas soluções de boa qualidade e melhores que aquelas encontradas na literatura que abordam o mesmo problema. / With the expansion of maritime transportation, the use of containers for goods transportation has increased, being evidenced some problems. Among these problems, the container ship stowage problem arose as one of the main problems due to the high operational costs related to movement of containers. This problem is the focus of this research, where the main objective is the formulation of stowage plans that generate a minimum number of container shiftings in the operations of loading and unloading performed in port calls of container ships. In order to determine a suitable stowage plan, the application of Genetic Algorithm and Bee Swarm Optimization metaheuristics are proposed to solve the problem by using a rule-based encoding for the solution. The solution encoding based on loading and unloading rules is compact and suitable, ensuring the feasibility of solutions and also the simple representation of it, speeding up the solution procedures. In the performed experiments, both metaheuristics were applied assuming different rules settings with the objective to compare each performance. The proposal of new rules of loading and unloading, in addition with those existing in literature, has produced good solutions. Thereby, good quality solutions were achieved and also better than that found in the literature which discuss the same problem

Submitted by Ronildo Prado (ronisp@ufscar.br) on 2017-08-23T12:44:58Z No. of bitstreams: 1 DissRFVS.pdf: 2728458 bytes, checksum: 4d07aa40b8f58f835e1e857098ff74a8 (MD5) / Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2017-08-23T12:45:05Z (GMT) No. of bitstreams: 1 DissRFVS.pdf: 2728458 bytes, checksum: 4d07aa40b8f58f835e1e857098ff74a8 (MD5) / Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2017-08-23T12:45:10Z (GMT) No. of bitstreams: 1 DissRFVS.pdf: 2728458 bytes, checksum: 4d07aa40b8f58f835e1e857098ff74a8 (MD5) / Made available in DSpace on 2017-08-23T12:45:16Z (GMT). No. of bitstreams: 1 DissRFVS.pdf: 2728458 bytes, checksum: 4d07aa40b8f58f835e1e857098ff74a8 (MD5) Previous issue date: 2017-02-14 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / The production scheduling activity is considered as one of the most complex activities in production management. This activity is part of the class of NP-Hard problems found in the area of computer science, that is, those problems that can not be solved deterministically in polynomial time. In addition, the complexity of this activity may increase according to the constraints imposed on each programming system/problem. In this research, the problem of programming of production the Flexible Job Shop (JSF) is studied. This problem is considered an extension of the Job Shop programming problem. In JSF, a group of jobs (i.e., products, items, part of an item) formed by a set of operations and each operation must be programmed by a resource (i.e., machine) that belongs to a group of resources that have the same functional characteristics (e.g., cut, sanding, painting). This problem is characterized in two sub-problems being routing and sequencing activity. Routing involves determining which resource will process a given operation. Sequencing is the order in which each operation will be processed on a resource. Through established programming, the objective of this research is to optimize performance multicriteria: the makespan (i.e., time spent to produce a set of jobs), processing time spent on the resource that worked by more time and total production time. In order to reach the objectives mentioned above, a hybrid swarm approach is proposed in this research. In this approach, two auxiliary methods are used to treat the abovementioned sub-problems: genetic operator of mutation to perform the routing activity and for the sequencing activity, an adaptive method of neighborhood structures is proposed. In order to deal with the multiobjectivity of the problem, we propose the Pareto dominance method. Experimental results obtained through commonly used benchmarks prove the efficacy and superiority of the proposed approach when compared to other approaches also applied to the problem studied. / A atividade de programação da produção é considerada como uma das atividades mais complexas no gerenciamento da produção. Essa atividade faz parte da classe de problemas NP-Difícil encontrados na área da ciência da computação, ou seja, aqueles problemas que não podem ser solucionados deterministicamente em tempo polinomial. Além disso, a complexidade dessa atividade pode aumentar de acordo com as restrições impostas a cada sistema/problema de programação. Nesta pesquisa, estuda-se o problema de programação da produção Job Shop Flexível (JSF). Esse problema é considerado como uma extensão do problema de programação Job Shop. No JSF, deve-se programar um grupo de jobs (i.e., produtos, itens, parte de um item) formados por um conjunto de operações e cada operação é processada por um recurso (i.e., máquina) que pertence a um grupo de recursos que possuam mesmas caraterísticas funcionais (e.g., cortar, lixar, pintar). Esse problema é caracterizado em dois sub-problemas, sendo eles, a atividade de roteamento e de sequenciamento. O roteamento implica em definir qual recurso irá processar uma determinada operação. O sequenciamento é a ordem em que cada operação será processada em um recurso. Por meio da programação estabelecida objetiva-se nessa pesquisa, otimizar multicritérios de desempenho, sendo eles: makespan (i.e., tempo gasto para produzir um conjunto de jobs), tempo de processamento gasto no recurso que trabalhou por mais tempo e tempo total de produção. Para alcançar os objetivos supracitados é proposto nessa pesquisa uma abordagem híbrida de enxame de abelhas. Nessa abordagem, utiliza-se dois métodos auxiliares para tratar os sub-problemas supracitados, sendo eles: operador genético de mutação para realizar a atividade de roteamento e para a atividade de sequenciamento é proposto um método adaptativo de estruturas de vizinhança. Para tratar a multiobjetividade do problema, propõe-se o método dominância de Pareto. Resultados experimentais obtidos por meio de benchmarks comumente usados comprovam a eficácia e a superioridade da abordagem proposta quando comparada com outras abordagens também aplicadas ao problema estudado.