A crescente necessidade de buscar operações mais eficientes, com menor custo e mais sustentáveis tem feito com que empresas passassem a procurar oportunidades pelas quais estes objetivos pudessem ser atingidos. Na área de transportes encontrou-se na colaboração uma oportunidade para tal. Este trabalho trata o problema de cobertura rotas com cardinalidade restrita (PCRCR), onde empresas que realizam viagens de carga cheia se unem com o objetivo de reduzir o deslocamento vazio de veículos através da formação de ciclos. É chamado de problema de cardinalidade restrita uma vez que limitamos o número de máximo de viagens no ciclo, o que torna este problema NP-Hard. Existem na literatura duas heurísticas (construtivas) e um modelo por programação linear inteira para a solução deste problema. Este trabalho apresenta uma heurística baseada em um método de busca local que reduziu em média 3,19% os melhores resultados apresentados na literatura. Também são apresentados os tempos de execução de cada um dos algoritmos e a importância de escolher de uma boa solução inicial quando se deseja implantar uma Heurística com Busca Local. / The growing need to seek more efficient, lower cost and more sustainable operations has caused industries to seek opportunities in which these objectives could be achieved. In the area of transportation, collaboration is an opportunity for that. This work deals with the cardinality constrained lane covering problem (CCLCP), where companies who uses full truck loads join efforts in order to reduce empty vehicle travel through closed cycle formation. It is known as cardinality constraint problem as the maximum number of trips in the cycle is limited to an integer number, which makes this problem NP-Hard. There are two heuristics in the literature (constructive) and an integer linear programming model for solving this problem. This work presents a heuristic based on a local search method that reduced an average of 3.19% the better results in the literature. It also presents the execution times of each algorithm and the importance of choosing a good initial solution when you want to create a Local Search Heuristic.

Modelos de simulação usados para representar uma malha ferroviária com a circulação de trens percorrendo nela um ciclo fechado, estão sujeitos a diversas interferências. Essas interferências são representadas pela circulação de outros trens, bem como pelas filas que são formadas junto aos terminas de carga e descarga, que alteram a programação inicialmente idealizada. A validação desses modelos de simulação é prejudicada por essas interferências, e a busca por um correto procedimento de validação deve ter como base o adequado direcionamento e alocação dos trens. A carência de estudos sobre a validação de simulações aplicadas a sistemas ferroviários, que considerem a característica especifica de trens de ciclo e as interferências citadas, possibilitou a elaboração desta tese, a qual sinaliza que o desenvolvimento de algoritmos que representam o processo de movimentação dos trens em nível de detalhe suficiente, e a adoção de um método de direcionamento adequado, permitem a validação do modelo para esse tipo de sistema. Das três alternativas avaliadas para representar o direcionamento: escolha aleatória entre diversos pontos de carregamento para atender um destino final ou realizado por rotina com a mesma finalidade inserida no próprio simulador, e por modelo otimizador acessado externamente pelo simulador, foi selecionada a segunda opção por permitir uma validação do modelo mais próxima da realidade e realizar experimentos com menor tempo computacional. Uma vez programado o modelo de simulação com o direcionamento de trens escolhido, foi possível conduzir experimentos para medir a sensibilidade com relação as principais variáveis que permitem o dimensionamento de sistemas ferroviários brasileiros. / The rail network simulation models considering trains on closed loop may have many disturbances. These disturbances are caused by the railnet traffic, or queues at the load/unload stations, that changes the movement previously planned. The validation of these simulation models can be problematic because of these disturbances, and the search for the right validation procedure must count with a good train destination choosing process. The lack of studies about the validation of simulations applied to rail networks, considering the specific features of the closed loop trains and the disturbances, have leaded this thesis development, which proves that the development of algorithms that represent the movement process of the trains under sufficient detailing level, and the adoption of a correct destination choosing process, reaches the model validation. From the three options evaluated to represent this destination choosing procedure: random choosing between many loading points to one unloading point, or an internal model routine to do this same task, or an external optimization model called from the simulation model, was choosen the second option, because it validates the model and runs the simulation experiment faster. Once prepared the model with the destination choosing process selected, was possible to conduct experiments to measure the model sensitivity to the main parameters at the design of brazilian rail networks.

A presente pesquisa buscou resolver o problema de planejamento de operações submarinas através das perspectivas de programação de tarefas e dimensionamento de frota. O problema consistiu em estabelecer a melhor sequência de tarefas a serem atendidas por embarcações levando em consideração sua compatibilidade, regras de sequenciamento e o tamanho da frota. O problema é uma extensão do modelo clássico de roteirização com janelas de tempo com o objetivo de minimizar os custos associados à roteirização e as perdas econômicas associadas às interrupções de produção. A resolução do trabalho concentrou-se no curto e longo prazo, utilizando como principal método de solução a heurística Simulated Anneling por meio de um algoritmo de simulação-otimização. / This research aimed at solving the problem of planning underwater operations that involves job scheduling and fleet sizing decisions. The problem consisted in establish the best sequence of tasks to be atended by vessels taking into account compatibility constraints, sequencing rules and the size of the fleet. The problem is an extension of the classical vehicle routing problem with time windows. The objective is to minimize the routing costs and the economic losses associated with production losses. The solution procedure focused on short and long-term decisions based on the heuristic Simulated Anneling through a simulation-optimization algorithm.

Nos problemas de corte de itens irregulares, temos um conjunto de itens menores que devem ser alocados em objetos maiores (recipientes) de forma que estes estejam inteiramente contidos no recipiente e não se sobreponham. Neste trabalho, resolvemos um problema de corte e empacotamento de uma indústria que confecciona aventais e forros de luva, no qual deseja-se alocar uma lista de itens dentro de recipientes retangulares utilizando a menor quantidade de recipientes possível e minimizando o comprimento utilizado em cada recipiente. Para isto, utilizamos métodos exatos e heurísticos adaptados para o corte de aventais e forros de luva, com o objetivo de obter soluções de alta qualidade. Foram realizados experimentos computacionais que comprovaram a eficiência dos métodos de solução presentes neste trabalho. / In nesting problems, we have a set of small items that must be allocated into larger objects (containers) so that they are fully contained within the container and do not overlap. In this work, an apron and gloves lining industry cutting problem is solved, in which we want to allocate a list of items into rectangular containers using the smallest quantity of containers and minimizing the length used in each container. For this, we used exact and heuristic methods adapted for cutting aprons and glove liners, in order to obtain high quality solutions. Computational tests were performed and they show the efficiency of the solving methods presented in this work.

A definição do mix de produção proporciona a alocação dos recursos produtivos no processo de manufatura, visando a otimização da sua utilização e do desempenho do sistema produtivo o que, por sua vez, em um nível gerencial, norteia a performance da organização. Entretanto, apesar de sua importância, a definição do mix de produção é um problema do tipo NP-Completo, ou seja, de difícil solução. Assim, com o auxílio da Teoria das Restrições - TOC, muitas heurísticas construtivas têm sido apresentadas para fazer frente a esse problema. Nesse sentido, o objetivo deste trabalho é propor uma nova heurística, denominada TOC-SN, baseado na TOC e no problema da mochila, que proporcione melhores soluções quando comparada com as principais heurísticas apresentadas na literatura, a TOC-h de Fredendall e Lea e a TOC-AK de Aryanezhad e Komijan. Para realização dessa comparação foram realizadas experimentações computacionais visando identificar o mix de produção que possibilitasse o maior ganho possível, em situações nas quais não há recursos disponíveis para produção de todos os produtos. Como resultado, observou-se que a TOC-SN obteve uma solução mais satisfatória quando comparada à aplicação das outras heurísticas e à solução ótima o que, em conclusão, evidencia a sua importância na definição de mix de produção. / The product-mix decision make possible to distribute the resources in the manufacture process, with the objective of optimizing the use of the resources and the performance of the productive system. This problem is well-known for being NP-Complete and therefore, most contributions to the topic focus on developing heuristics able to obtain good solutions for the problem in a short CPU time. Then, the objective in this thesis is to propose a new constructive heuristic or the TOC-SN based on the Theory of Constraints - TOC and on the Knapsack Problem that indicates better solutions than the TOC-h heuristic proposed by Fredendall and Lea and the TOC-AK heuristic proposed by Aryanezhad and Komijan. Experimentation computational was accomplished with the objective of testing the heuristics in the definition of product mix that made possible the best throughput in situations with scarcity of productive resources. The computational results indicate that the proposed heuristic obtains better results than the existing heuristic.

O ambiente produtivo denominado job shop representa empresas manufatureiras com características como: alta variedade de produtos, volume baixo de produção e uma fábrica dividida em áreas funcionais. O problema abordado neste trabalho trata da determinação do programa de produção (scheduling) de cada lote de produtos no ambiente job shop, com a premissa de que cada produto a ser elaborado surge através de um pedido realizado pelo cliente com especificações e particularidades próprias. O objetivo do trabalho é apresentar e examinar de forma detalhada as formulações matemáticas do tipo linear inteira mista (PLIM), encontradas na literatura para o ambiente que consideram a função objetivo do makespan. Além disso, se estabelece uma nova formulação matemática que auxilia a simulação do ambiente. Todas as formulações foram comparadas através de suas dimensões e testes computacionais. Adicionalmente são apresentadas três diferentes estratégias de resolução que permitem a exploração de soluções obtidas através de diferentes metodologias. A primeira estratégia estabelece para cada instância uma solução inicial que promove uma redução do número de combinações a serem avaliadas pelo software, a segunda estratégia combina duas formulações tornando uma formulação unificada, e a terceira estratégia, estabelece um processo que utiliza duas formulações de forma consecutiva compondo um procedimento sistemático. Experimentos computacionais indicam que a formulação com melhor desempenho para o problema de job shop é a formulação de Manne (1960) por obter o melhor limitante superior (upper bound). A formulação proposta apresenta o melhor limitante inferior (lower bound). Todas as formulações melhoram seus resultados através do uso das estratégias propostas. / The operational job shop environment, represents manufacturing companies with high product variety, low volume production and an organization divided into functional areas. The problem addressed in this work determines the production schedule of each batch production, with the premise that each product results from a request made by the client with specifications and its own particularities. The main objective here is to present and to examine in detail the mathematical integer - linear program formulations (MILP) from the literature for the job shop classic environment, which considers the makespan objective. Furthermore, a new mathematical formulation is provided to help with the simulation of the environment. All the formulations were compared by mathematical dimensions and computational tests. In addition, three different strategies are presented to promote the exploration of solutions obtained from new methodologies. The first strategy defines an initial solution for each problem and promotes a reduction of the combination number to be evaluated by the software. The second strategy considers the combination of two mathematical formulations under one objective function. The third strategy establishes a procedure in which two mathematical formulations are used consecutively, creating a systematic procedure. Computational experiments demonstrate that the best formulation for the job shop problem is the Manne (1960) formulation, since it obtains the best upper bound. The proposal formulation obtains the best lower bound. All of the formulations improve their results through the use of the proposed strategies.

Orientador: Fernando Antonio Campos Gomide / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-10T00:48:57Z (GMT). No. of bitstreams: 1 Tazoniero_Alexandre_M.pdf: 2202986 bytes, checksum: eac2bab1d27c5baaf56ef296663e1cef (MD5) Previous issue date: 2007 / Resumo: O transporte ferroviário tem grande participação no transporte de cargas e passageiros em todo o mundo. No Brasil a malha ferroviária sofreu um processo de abandono e deterioração no período de 1960 a 1990. A partir de 1990 a privatização da rede ferroviária nacional iniciou uma retomada de investimentos e nos últimos anos à demanda por transporte ferroviário vem crescendo significativamente. É necessário, então, que os recursos da ferrovia sejam utilizados de maneira eficiente para atender a crescente demanda, o que exige planejamento estratégico, táctico e operacional. No nível operacional uma das principais etapas e também umas das mais carentes de ferramentas computacionais é o Planejamento de Circulação de trens. O processo operacional de uma ferrovia é dinâmico, sujeito a inúmeras interferências imprevisíveis e uma ferramenta computacional para o apoio ao planejamento de circulação de trens deve fornecer soluções com tempo de processamento compatível com essa realidade. Este trabalho propõe algoritmos para o planejamento de circulação de trens em tempo real, utilizando metodologias de inteligência computacional e conjuntos nebulosos. Um algoritmo objetiva decidir localmente a preferência entre trens concorrendo pelo uso de um segmento de linha singela de modo a seguir uma referência de percurso fornecida por algum algoritmo de otimização ou por um especialista. Outro algoritmo decide, além da preferência entre trens, a velocidade de percurso dos trens para mantê-los o mais próximo possível de suas referências. O terceiro algoritmo usa elementos de busca em árvore para obter uma solução para o planejamento de circulação de trens. É feito um estudo comparativo dos algoritmos aqui propostos e de algoritmos existentes na literatura. O estudo comparativo é feito a pm1ir de instâncias pequenas de problema de planejamento de circulação e uma instância que considera dados reais de uma ferrovia brasileira. Os resultados mostram que os algoritmos propostos obtêm soluções próximas às ótimas para as instâncias pequenas e soluções satisfatórias para o caso real / Abstract: Railways plays a major role in freight and passenger transportation in the whole world. The Brazilian railway system has suffered a process of abandon and deterioration from 1960 to 1990. Since 1990 the privatization of the national railways brought new investments and in the last years the demand for railway transportation has increased significantly. Railway resources must be efficiently managed to match the increasingly transportation demand. This requires efficient strategic, tactical and operational planning. One of the main tasks at the operational planning level concerns train circulation and associated tools. Railway operation is a very dynamic process because trains are subject to many unexpected interferences. Computational tools to help trains circulation planning must provide solutions in a time range consistent with real-time needs. This work suggests algorithms for real-time train movement planning, using computational intelligence and fuzzy set theory methodology. One of the algorithms decides the preference between trains competing for a single line track at the same moment. The aim is to drive train circulation as dose as possible to reference trajectories supplied by human experts, global optimization algorithms or both. Other algorithm decides preference between trains and chose the velocity with which trains must travel to remain as dose as possible to its references. The third algorithm uses depth search algorithm to obtain a solution for train circulation problems. A comparative study considering the algorithms proposed herein and algorithms suggested in the literature. The comparative study is done using small railway system instances. Data of a major Brazilian railway is adopted to illustrate how the algorithms behave to solve larger instances. Results show that the algorithms here proposed obtain near optimal solutions for small instances and satisfactory solutions for the real case / Mestrado / Automação / Mestre em Engenharia Elétrica

Irregular cutting and packing problems, with convex and non-convex polygons, are found in many industries such as metal mechanics, textiles, of shoe making, the furniture making and others. In this thesis we study the two-dimensional version of these problems, where we want to allocate a set of items, without overlap, inside one or more containers, limited or unlimited, so as to optimize an objective function. In this document we study the knapsack problem, placement problem, strip packing problem, cutting stock problem and bin packing problem. For these problems, the heuristic methods and mathematical programming models are proposed and presented very promising results, surpassing in many cases the best results in the specialized literature. This thesis is organized as follows. In Chapter 1, we present a review of the studied problems, the value proposition for this thesis with the main contributions and ideas. In Chapter 2, we propose a metaheursitic for the strip packing problem with irregular items and circles. Then, in Chapter 3, we present a generic heuristic for the allocation of irregular items that may be weakly or strongly heterogeneous and will be allocated in a container (output maximization problems) or multiple containers (input minimization problems). In Chapter 4, we propose a solution method for the cutting stock problem with deterministic demand and stochastic demand. In Chapters 5 and 6, we present mathematical programming models for the strip packing problem. Finally, in Chapter 7, we present a conclusion and a concise direction for future works. / Os problemas de corte e empacotamento de itens irregulares, polígonos convexos e não convexos, são encontrado em diversas indústrias, tais como a metal-mecânica, a têxtil, a de calçados, a moveleira e outras. Nesta tese estudamos a versão bidimensional destes problemas, na qual desejamos alocar um conjunto de itens, sem sobreposição, no interior de um ou mais recipientes, limitados ou ilimitados, de modo a otimizar uma função objetivo. Neste trabalho estudamos o problema da mochila, o problema do assentamento, o problema empacotamento em faixa, o problema de corte de estoque e o problema de empacotamento de contêineres. Para estes problemas, os métodos heurísticos e modelos de programação matemática propostos e apresentam resultados muito promissores, ultrapassando em muitos casos os melhores resultados da literatura especializada. Esta tese esta organizada da seguinte maneira. No Capítulo 1, apresentamos uma revisão dos problemas estudados, a proposta de valor deste doutorado com as principais contribuições e ideias. No Capítulo 2, propomos uma meta-heurística para o problema de empacotamento em faixa para itens irregulares e círculos. Em seguida, no Capítulo 3 apresentamos uma heurística genérica para a alocação de itens irregulares que podem ser fracamente ou fortemente heterogêneos e serão alocados em um recipiente (problema de maximização de saída) ou de múltiplos recipientes (problemas de minimização de entrada). O Capítulo 4 propõem um método de solução para o problema de corte de estoque com demanda conhecida e demanda estocástica. Nos Capítulos 5 e 6 apresentamos modelos de programação matemática para o problema de corte de itens irregulares em faixa. Finalmente, no Capítulo 7, apresentamos a conclusão e uma sucinta direção para os trabalhos futuros.

Neste trabalho foi estudado um problema de dimensionamento de lotes em uma indústria química brasileira, cujo objetivo era determinar o tamanho dos lotes dos produtos para atender às demandas, minimizando os custos produtivos. Os itens podem ser produzidos em máquinas paralelas distintas, através de diferentes processos, e devem ser armazenados em taques cativos, exclusivos a um produto, ou multipropósitos, compartilhado entre produtos, desde que não simultaneamente. Foram propostos dois modelos matemáticos de programação inteira mista para representar o problema, o primeiro apresentava uma função objetivo compreendendo o preço das matérias-primas consumidas nas reações, os gastos com a estocagem de produtos e o custo de descarte de produtos quando os tanques de armazenamento não tiverem capacidade suficiente para armazená-los, já o segundo estendendo este modelo para considerar custos de preparação de máquina. Experimentos computacionais com os modelos propostos, utilizando instâncias geradas a partir dos dados fornecidos pela empresa, mostraram que o software de otimização empregado foi capaz de resolver poucas instâncias, após uma hora de processamento. Portanto, foram propostas heurísticas construtivas do tipo LP-and-fix e relax-and-fix, além de heurísticas de melhoria do tipo fix-and-optimize. Após serem realizados testes com essas heurísticas, constatou-se que algumas proporcionaram a obtenção de soluções factíveis de boa qualidade, quando comparadas às obtidas pelo software, sendo ainda capazes de resolver um maior número de instâncias / In this dissertation the lot sizing problem in a chemical Brazilian industry was studied, with the goal to determine the products lot size to satisfy the demands, minimizing the production costs. The items can be produced on distinct parallel machines through different processes and then must be stored in exclusive tanks, used by only one product, or multipurpose tanks, when more than one product can use the tank, but not simultaneously. Two models were proposed to represent the problem, the first one aiming to minimize the price of raw material consumed in the reactions, storage product spending and the cost of discarting products when the storage tanks do not have enough capacity to store them, and the second one considering setup cost either. Computational experiments using the proposed models, with instances were generated from the data provided by the company, showed that the used optimization software was able to solve only few instances after processing for one hour. In this dissertation we propose constructives heuristics such LP-and-fix and relax-and-fix, and improving heuristics like fix-and-optimize. After performing the tests with those heuristics, it was found that some of them provided feasible solutions with good quality, when compared to the ones obtained by the software, and they were also able to solve a larger number of instances

Nas últimas décadas, avanços em tecnologias de geração, coleta e armazenamento de dados têm contribuído para aumentar o tamanho dos bancos de dados nas diversas áreas de conhecimento humano. Este aumento verifica-se não somente em relação à quantidade de amostras de dados, mas principalmente em relação à quantidade de características descrevendo cada amostra. A adição de características causa acréscimo de dimensões no espaço matemático, conduzindo ao crescimento exponencial do hipervolume dos dados, problema denominado “maldição da dimensionalidade”. A maldição da dimensionalidade tem sido um problema rotineiro para cientistas que, a fim de compreender e explicar determinados fenômenos, têm se deparado com a necessidade de encontrar estruturas significativas ocultas, de baixa dimensão, dentro de dados de alta dimensão. Este processo denomina-se redução de dimensionalidade dos dados (RDD). Do ponto de vista computacional, a conseqüência natural da RDD é uma diminuição do espaço de busca de hipóteses, melhorando o desempenho e simplificando os resultados da modelagem de conhecimento em sistemas autônomos de aprendizado. Dentre as técnicas utilizadas atualmente em sistemas autônomos de aprendizado, as redes neurais artificiais (RNAs) têm se tornado particularmente atrativas para modelagem de sistemas complexos, principalmente quando a modelagem é difícil ou quando a dinâmica do sistema não permite o controle on-line. Apesar de serem uma poderosa técnica, as RNAs têm seu desempenho afetado pela maldição da dimensionalidade. Quando a dimensão do espaço de entradas é alta, as RNAs podem utilizar boa parte de seus recursos para representar porções irrelevantes do espaço de busca, dificultando o aprendizado. Embora as RNAs, assim como outras técnicas de aprendizado de máquina, consigam identificar características mais informativas para um processo de modelagem, a utilização de técnicas de RDD frequentemente melhora os resultados do processo de aprendizado. Este trabalho propõe um wrapper que implementa um modelo neural de aprimoramento progressivo para RDD em sistemas autônomos de aprendizado supervisionado visando otimizar o processo de modelagem. Para validar o modelo neural de aprimoramento progressivo, foram realizados experimentos com bancos de dados privados e de repositórios públicos de diferentes domínios de conhecimento. A capacidade de generalização dos modelos criados é avaliada por meio de técnicas de validação cruzada. Os resultados obtidos demonstram que o modelo neural de aprimoramento progressivo consegue identificar características mais informativas, permitindo a RDD, e tornando possível criar modelos mais simples e mais precisos. A implementação da abordagem e os experimentos foram realizados no ambiente Matlab, utilizando o toolbox de RNAs. / In recent decades, advances on data generation, collection and storing technologies have contributed to increase databases size in different knowledge areas. This increase is seen not only regarding samples amount, but mainly regarding dimensionality, i.e. the amount of features describing each sample. Features adding causes dimension increasing in mathematical space, leading to an exponential growth of data hypervolume. This problem is called “the curse of dimensionality”. The curse of dimensionality has been a routine problem for scientists, that in order to understand and explain some phenomena, have faced with the demand to find meaningful low dimensional structures hidden in high dimensional search spaces. This process is called data dimensionality reduction (DDR). From computational viewpoint, DDR natural consequence is a reduction of hypothesis search space, improving performance and simplifying the knowledge modeling results in autonomous learning systems. Among currently used techniques in autonomous learning systems, artificial neural networks (ANNs) have becoming particularly attractive to model complex systems, when modeling is hard or when system dynamics does not allow on-line control. Despite ANN being a powerful tool, their performance is affected by the curse of dimensionality. When input space dimension is high, ANNs can use a significant part of their resources to represent irrelevant parts of input space making learning process harder. Although ANNs, and other machine learning techniques, can identify more informative features for a modeling process, DDR techniques often improve learning results. This thesis proposes a wrapper which implements a Progressive Enhancement Neural Model to DDR in supervised autonomous learning systems in order to optimize the modeling process. To validate the proposed approach, experiments were performed with private and public databases, from different knowledge domains. The generalization ability of developed models is evaluated by means of cross validation techniques. Obtained results demonstrate that the proposed approach can identify more informative features, allowing DDR, and becoming possible to create simpler and more accurate models. The implementation of the proposed approach and related experiments were performed in Matlab Environment, using ANNs toolbox.