Submitted by Izabel Franco (izabel-franco@ufscar.br) on 2016-09-21T13:50:00Z No. of bitstreams: 1 TeseCCMT.pdf: 3540141 bytes, checksum: e392913d01ce26b3d8bd932aa7e84611 (MD5) / Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2016-09-27T19:31:27Z (GMT) No. of bitstreams: 1 TeseCCMT.pdf: 3540141 bytes, checksum: e392913d01ce26b3d8bd932aa7e84611 (MD5) / Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2016-09-27T19:31:38Z (GMT) No. of bitstreams: 1 TeseCCMT.pdf: 3540141 bytes, checksum: e392913d01ce26b3d8bd932aa7e84611 (MD5) / Made available in DSpace on 2016-09-27T19:42:35Z (GMT). No. of bitstreams: 1 TeseCCMT.pdf: 3540141 bytes, checksum: e392913d01ce26b3d8bd932aa7e84611 (MD5) Previous issue date: 2015-03-31 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / The generation of Reactive Production Scheduling (PRP) in order to minimize the makespan is an important activity in the manufacturing industry, in view of the numerous articles reflecting this search today. Among these studies highlight the global search use in hybridization or collaboration with local search, especially of Genetic Algorithm (GA) with Variable Neighborhood Search (VNS). But see that the neighborhood structures used are not related to the goal of makespan minimization or when they are, are difficult to obtain. In order to cover this topic, this thesis proposes the hypothesis that a strongly correlated neighborhood structure with objective of makespan minimization in PRP problems, based on spanning tree, and applied on a collaboration among a genetic algorithm with VNS, perform better or equal to those obtained by other studies using other neighborhood structures or without the use of local search. The purpose was to construct a collaboration of GA and VNS using a neighborhood structure based on the mapping of the solution in the spanning tree associated with the problem, in the local search time, and operating with the insert, swap and 2-opt operators. The planning of experiments for validation contemplated since the implementation and comparison of four variants of reactive production scheduling in three job shop scenarios of different sizes. Each pair of comparisons had its calculated sample size and has been tested with the appropriate hypothesis test. The four variants were compared: Genetic Algorithm only and three collaborations of GA with VNS using the neighborhood structure proposal and two other neighborhood structures (Critical Path and Natural Representation) found in the literature review. The scenarios came from Taillard base. The tests corroborate the hypothesis, with 95% confidence, compared to other works and the main contribution of this thesis is to create an efficient method for minimizing makespan in PRP. / A geração de Programação Reativa da Produção (PRP), com o objetivo de minimizar o makespan, é uma atividade importante na indústria manufatureira, tendo em vista os numerosos artigos que abordam esta pesquisa na atualidade. Dentre estas pesquisas, destaca-se o uso de hibridização ou colaboração de busca global com busca local, notadamente de Algoritmo Genético (AG) com Variable Neighborhood Search (VNS). Porém, nota-se que as estruturas de vizinhança utilizadas não são correlatas à função de minimização de makespan ou, quando o são, são de difícil obtenção. Com o intuito de cobrir tal tópico, esta tese propõe a hipótese de que uma estrutura de vizinhança fortemente correlata ao objetivo de minimização de makespan em problemas de PRP, baseando-se em árvore de cobertura e aplicada em uma colaboração de algoritmo genético e VNS, obtém resultados melhores aos obtidos por outros trabalhos, que fazem uso de outras estruturas de vizinhança ou que não utilizam a busca local. A proposta é a construção de um método de colaboração entre AG e VNS usando uma estrutura de vizinhança baseada no mapeamento da solução, em tempo de busca local, na árvore de cobertura associada ao problema, atuando com os operadores insert, swap e 2-opt. O planejamento dos experimentos para validação contempla a execução e comparação de quatro variantes de solução de problemas de Programação Reativa da Produção em três cenários de job shop de diversas dimensões. Cada par de comparações tem seu tamanho amostral calculado e é examinado com o teste de hipótese adequado. As quatro variantes comparadas são: Algoritmo Genético e três colaborações entre Algoritmo Genético e Variable Neighborhood Search (VNS) usando a estrutura de vizinhança proposta e outras duas estruturas de vizinhança (Caminho Crítico e Representação Natural) encontradas na revisão da literatura. Os cenários vem da base Taillard. Os testes corroboram a hipótese com 95% de confiança na comparação com outros trabalhos e a principal contribuição desta tese é a criação de um método eficiente para minimização de makespan em PRP.

Submitted by Alison Vanceto (alison-vanceto@hotmail.com) on 2017-08-30T12:26:40Z No. of bitstreams: 1 DissMSV.pdf: 2771156 bytes, checksum: add74067c9db203edececa7202e83a52 (MD5) / Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2017-09-20T14:06:15Z (GMT) No. of bitstreams: 1 DissMSV.pdf: 2771156 bytes, checksum: add74067c9db203edececa7202e83a52 (MD5) / Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2017-09-20T14:06:22Z (GMT) No. of bitstreams: 1 DissMSV.pdf: 2771156 bytes, checksum: add74067c9db203edececa7202e83a52 (MD5) / Made available in DSpace on 2017-09-20T14:11:11Z (GMT). No. of bitstreams: 1 DissMSV.pdf: 2771156 bytes, checksum: add74067c9db203edececa7202e83a52 (MD5) Previous issue date: 2016-08-29 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / In recent years, several studies have been carried out to minimize the production time (makespan) in a production schedule of a scenario that represents a manufacturing system. The problem of production scheduling is classified as a combinatorial problem belongs to the NP-hard class of computational problems. Furthermore, in a real world production system, there are many unexpected events (eg, review of production, entry of new products, breaking machines, etc.). To deal with the interruptions of the initial programming, we need to change any settings, which is called reactive production schedule or, simply, reactive scheduling. As a problem of combinatorial features, meta-heuristics is widely used in its resolution. This paper proposes a method that uses an evolutionary meta-heuristic Genetic Algorithm in conjunction with an operator called “Transgenics”, which allows to manipulate the genetic material of individuals adding features which are believed to be important, with the proposal to direct some population of individuals to a more favorable solution to the problem without removing the diversity of the population with a lower cost of time. The objective of this study is to use the Genetic Algorithm with transgenics operator obtain a reactive programming acceptable response time to minimize the makespan value. The objective of this study is to use the Genetic Algorithm with transgenics Operator obtain a reactive programming acceptable response time to minimize the makespan value. Experimental results show the proposed algorithm is able to bring better results than the makespan algorithm and compared in a shorter processing time due to the search direction which provides transgenic operator. / Nos últimos anos, várias pesquisas vêm sendo realizadas a fim de minimizar o tempo total de produção (makespan) em uma programação da produção de algum cenário que representa um sistema de manufatura. O problema da programação da produção é classificado como sendo um problema combinatório pertencente à classe NP-Hard dos problemas computacionais. Além disso, em um sistema de produção real, há muitos eventos inesperados (por exemplo, a revisão da produção, chegada de novos produtos, quebra máquinas, etc.). Para lidar com as interrupções da programação inicial, é preciso realizar outra programação, a qual é denominada de programação reativa da produção. Sendo um problema de recursos combinatórios, é amplamente utilizado metaheurísticas em sua resolução. Neste trabalho é proposto um método que faz uso de uma metaheurística evolutiva Algoritmo Genético em conjunto com um operador intitulado Operador de Transgenia, no qual possibilita manipular o material genético dos indivíduos acrescentando características das quais se acredita serem importantes, com a proposta de direcionar alguns indivíduos da população para uma solução mais favorável para o problema sem tirar a diversidade da população com um custo menor de tempo. O Objetivo deste trabalho é utilizando o Algoritmo Genético com Operador de Transgenia obter uma programação reativa em tempo de resposta aceitável, visando minimizar o valor de makespan. Resultados experimentais mostraram que algoritmo proposto foi capaz de trazer resultados de makespan melhores que os algoritmos comparados e em um menor tempo de processamento, devido ao direcionamento na busca que operador de transgenia proporciona.

Made available in DSpace on 2016-06-02T19:05:47Z (GMT). No. of bitstreams: 1 3340.pdf: 982188 bytes, checksum: 49ba39146aa7542a1670dd3d90507739 (MD5) Previous issue date: 2010-06-28 / Financiadora de Estudos e Projetos / In the context of automated manufacturing systems, combinatorial optimization problems, such as determining the production schedule, have been focused in many studies due to the high degree of complexity to their resolution. Several studies point to use of metaheuristics for the problem dealt, where different approaches perspectives have been proposed in order to find good solutions in a short time. In this paper, we propose an approach based on Ant Colony Optimization metaheuristic (ACO) for the reactive production scheduling problem in an FMS aiming the combination of problem characteristics with metaheuristic characteristics. For this, the problem is addressed from two perspectives, based on modeling and the search method. The problem representation is characterized by a description of the problem at the operations level, since the production schedule is included in this context. On the model is applied a constructive search method based on ACO that using the collaboration principle, establishing a relationship between operations so that it lead the search for promising regions of the solution space. The goal of this work is to obtain a reactive programming in acceptable response time in order to minimize the makespan values. Experimental results showed an improvement of the results obtained so far by other approaches. / No contexto de Sistemas Automatizados de Manufatura, problemas de otimização combinatória, como determinar a programação da produção, têm sido foco de estudo em muitas pesquisas devido ao alto grau de complexidade para sua resolução. Diversos trabalhos apontam para o uso de metaheurísticas para o tratamento do problema, onde diferentes perspectivas de abordagens têm sido propostas visando encontrar soluções de qualidade em um curto espaço de tempo. Neste trabalho, é proposta uma abordagem baseada na metaheurística Otimização por Colônia de Formigas (Ant Colony Optimization ACO) para o problema de programação reativa da produção em um FMS, com o objetivo de conciliar as características do problema com as características da metaheurística. Para isso, o problema é tratado em duas perspectivas, com base na modelagem e no método de busca. A modelagem do problema é caracterizada por uma descrição do problema em nível de operações, uma vez que a programação da produção está incluída neste contexto. Sobre o modelo é aplicado um método de busca construtiva baseado em ACO que usando o princípio de colaboração, estabelece uma relação entre as operações de forma que esta direcione a busca para regiões promissoras do espaço de soluções. O Objetivo deste trabalho é obter uma programação reativa em tempo de resposta aceitável, visando minimizar o valor de makespan. Resultados experimentais mostraram uma melhoria dos resultados até então obtidos por outras abordagens.

Made available in DSpace on 2016-06-02T19:05:53Z (GMT). No. of bitstreams: 1 3986.pdf: 2744978 bytes, checksum: 19e350743f147492505973082c83902d (MD5) Previous issue date: 2009-08-28 / Financiadora de Estudos e Projetos / Aiming at improving competitive advantage, organizations in general have been giving more attention to knowledge engineering, as well as its techniques and methods to acquire and represent knowledge already in place. This knowledge is sometimes not fully explored, or not explored properly. This approach is to develop a knowledge modeling strategy for reactive production scheduling, which focuses on tacit and explicit knowledge acquisition and representation. The knowledge representation aims at getting results closer to the organization reality and should also be comprehensible and easy to be validated by experts. To validate the proposed model, a computational system was developed to evaluate the model behavior under a specific domain, as well as to verify if the results are satisfactory. The model supports decision-making when unplanned events occur during the production process, enabling the possibility of evaluating greater knowledge to make the decision and also allowing the operator to make the decision without any expert support. The validation was performed in two steps; the first one, the computational system validation, was carried out by unit tests on every module, and after that, an integration test was performed. The second one, the proposed model validation, was verified in two ways. The first one was the validation using the industry use cases based on industry platform existing in the TEAR laboratory; the acceptance and understanding of the models by experts were verified using the same models already validated in a project between an industry and the TEAR laboratory. / Buscando uma vantagem competitiva, as empresas têm dado maior atenção à engenharia do conhecimento, visando o uso de técnicas para extrair e representar os conhecimentos já existentes, porém algumas vezes inexplorados ou explorados de maneira inadequada. A proposta deste trabalho é apresentar uma estratégia de modelagem do conhecimento no âmbito da programação reativa da produção. Essa estratégia de modelagem visa realizar a aquisição tanto do conhecimento tácito quanto do explícito, para representá-los de uma maneira que obtenha resultados mais próximos da realidade, visando também um tipo de representação que seja de fácil compreensão para a validação dos especialistas do domínio. Com o objetivo de validar o modelo proposto, foi desenvolvido um sistema computacional, para avaliar o comportamento do sistema perante dados do domínio e verificar se os resultados obtidos por ele estão compatíveis com o desejado. Esse modelo visa auxiliar a tomada de decisão dos especialistas perante eventos não programados que possam ocorrer durante a execução da programação, possibilitando a tomada de decisão do especialista, de uma maneira mais abrangente, pelo fato de considerar o conhecimento de vários especialistas e também possibilitando a tomada de decisão pelo operador na falta do especialista da área. A validação desse trabalho se deu em dois momentos, o primeiro sendo a validação do sistema computacional que foi realizado módulo por módulo, e depois a integração deles. O segundo foi a validação do modelo proposto em dois aspectos, o primeiro validado por meio dos casos de uso levantados tendo como base a fábrica presente no laboratório TEAR, e o outro aspecto foi a facilidade do entendimento dos modelos pelos especialistas, seguindo os mesmos métodos de representação utilizados em um projeto existente entre o laboratório TEAR e uma indústria.