abstract: This research by studies the computational performance of four different mixed integer programming (MIP) formulations for single machine scheduling problems with varying complexity. These formulations are based on (1) start and completion time variables, (2) time index variables, (3) linear ordering variables and (4) assignment and positional date variables. The objective functions that are studied in this paper are total weighted completion time, maximum lateness, number of tardy jobs and total weighted tardiness. Based on the computational results, discussion and recommendations are made on which MIP formulation might work best for these problems. The performances of these formulations very much depend on the objective function, number of jobs and the sum of the processing times of all the jobs. Two sets of inequalities are presented that can be used to improve the performance of the formulation with assignment and positional date variables. Further, this research is extend to single machine bicriteria scheduling problems in which jobs belong to either of two different disjoint sets, each set having its own performance measure. These problems have been referred to as interfering job sets in the scheduling literature and also been called multi-agent scheduling where each agent's objective function is to be minimized. In the first single machine interfering problem (P1), the criteria of minimizing total completion time and number of tardy jobs for the two sets of jobs is studied. A Forward SPT-EDD heuristic is presented that attempts to generate set of non-dominated solutions. The complexity of this specific problem is NP-hard. The computational efficiency of the heuristic is compared against the pseudo-polynomial algorithm proposed by Ng et al. [2006]. In the second single machine interfering job sets problem (P2), the criteria of minimizing total weighted completion time and maximum lateness is studied. This is an established NP-hard problem for which a Forward WSPT-EDD heuristic is presented that attempts to generate set of supported points and the solution quality is compared with MIP formulations. For both of these problems, all jobs are available at time zero and the jobs are not allowed to be preempted. / Dissertation/Thesis / Ph.D. Industrial Engineering 2012

O presente trabalho aborda o problema de determinação de datas de entrega e o sequenciamento de tarefas com tempos de processamento estocásticos. O ambiente considerado constitui em uma máquina simples e tarefas com custos individuais e distintos de adiantamento e atraso de entrega (earliness e tardiness ou simplesmente E/T). O objetivo é determinar a sequência e as datas de entrega ótimas que simultaneamente minimizam o custo total esperado de E/T. Para a determinação de sequências candidatas, são apresentadas diversas heurísticas construtivas com tempo de execução polinomial baseadas em um método de inserção de tarefas. Considerando tarefas com distribuição normal, experimentos computacionais comprovam a eficácia dos algoritmos para problemas de menor porte, os quais fornecem soluções ótimas em 99,85% dos casos avaliados. Quando aplicadas a um conjunto com uma maior quantidade de tarefas, as heurísticas apresentaram resultados melhores do que o algoritmo disponível na literatura em mais de 80% dos casos. Consideradas tarefas com distribuição lognormal, obteve-se um percentual de otimalidade entre 93,87% e 96,45%, a depender da heurística aplicada. Demonstra-se ainda para o caso com distribuição normal que os métodos propostos são assintoticamente ótimos e, portanto, são indicados para a resolução de problemas de grande porte. / This work addresses the problem of concurrent due-date assignment and sequencing of a set of jobs on a stochastic single-machine environment with distinct job earliness and tardiness penalty costs. It is assumed that the jobs processing times are statistically independent and follow a normal distribution whose mean and variance are provided and they are not necessarily integer values. The objective is to determine the job sequence and the integer due dates which minimize the expected total earliness and tardiness costs. Several efficient insertion-based construction heuristics are proposed in order to find candidates for the optimal sequence with polynomial time complexity. For the normal distribution problem, numerical experiments show that the proposed heuristic methods are able to find the optimal solution in 99,85% when applied to problems with a smaller size. When applied to problems with a bigger size, the solutions found by the proposed heuristics had better costs than the solutions described in the literature in more than 80% of cases. For the lognormal distribution problem, the proposed heuristic methods provided solutions with a percentage of optimality between 93,87% and 96,45%. Furthermore, for the normal distribuition case, it was proven that the heuristics are asymptotically optimal, i.e., it can be used for problems of any size.

La technique des K-plus proches voisins (K-Nearest Neighbors (KNN) en Anglais) est une méthode efficace pour trouver des données similaires au sein d'un grand ensemble de données. Au fil des années, un grand nombre d'applications ont utilisé les capacités du KNN pour découvrir des similitudes dans des jeux de données de divers domaines tels que les affaires, la médecine, la musique, ou l'informatique. Bien que des années de recherche aient apporté plusieurs approches de cet algorithme, sa mise en œuvre reste un défi, en particulier aujourd'hui alors que les quantités de données croissent à des vitesses inimaginables. Dans ce contexte, l'exécution du KNN sur de grands ensembles pose deux problèmes majeurs: d'énormes empreintes mémoire et de très longs temps d'exécution. En raison de ces coût élevés en termes de ressources de calcul et de temps, les travaux de l'état de l'art ne considèrent pas le fait que les données peuvent changer au fil du temps, et supposent toujours que les données restent statiques tout au long du calcul, ce qui n'est malheureusement pas du tout conforme à la réalité. Nos contributions dans cette thèse répondent à ces défis. Tout d'abord, nous proposons une approche out-of-core pour calculer les KNN sur de grands ensembles de données en utilisant un seul ordinateur. Nous préconisons cette approche comme un moyen moins coûteux pour faire passer à l'échelle le calcul des KNN par rapport au coût élevé d'un algorithme distribué, tant en termes de ressources de calcul que de temps de développement, de débogage et de déploiement. Deuxièmement, nous proposons une approche out-of-core multithreadée (i.e. utilisant plusieurs fils d'exécution) pour faire face aux défis du calcul des KNN sur des données qui changent rapidement et continuellement au cours du temps. Après une évaluation approfondie, nous constatons que nos principales contributions font face aux défis du calcul des KNN sur de grands ensembles de données, en tirant parti des ressources limitées d'une machine unique, en diminuant les temps d'exécution par rapport aux performances actuelles, et en permettant le passage à l'échelle du calcul, à la fois sur des données statiques et des données dynamiques. / The K-Nearest Neighbors (KNN) is an efficient method to find similar data among a large set of it. Over the years, a huge number of applications have used KNN's capabilities to discover similarities within the data generated in diverse areas such as business, medicine, music, and computer science. Despite years of research have brought several approaches of this algorithm, its implementation still remains a challenge, particularly today where the data is growing at unthinkable rates. In this context, running KNN on large datasets brings two major issues: huge memory footprints and very long runtimes. Because of these high costs in terms of computational resources and time, KNN state-of the-art works do not consider the fact that data can change over time, assuming always that the data remains static throughout the computation, which unfortunately does not conform to reality at all. In this thesis, we address these challenges in our contributions. Firstly, we propose an out-of-core approach to compute KNN on large datasets, using a commodity single PC. We advocate this approach as an inexpensive way to scale the KNN computation compared to the high cost of a distributed algorithm, both in terms of computational resources as well as coding, debugging and deployment effort. Secondly, we propose a multithreading out-of-core approach to face the challenges of computing KNN on data that changes rapidly and continuously over time. After a thorough evaluation, we observe that our main contributions address the challenges of computing the KNN on large datasets, leveraging the restricted resources of a single machine, decreasing runtimes compared to that of the baselines, and scaling the computation both on static and dynamic datasets.

No description available.

Este trabalho apresenta procedimentos que podem ser utilizados na programação da produção em um ambiente JIT. Esses procedimentos deveriam ser utilizados em sistemas clássicos de programação, onde a utilização do sistema kanban é inviável. O caso estudado se baseia em uma única máquina, com datas de entrega múltiplas e com penalidades distintas de adiantamento e de atraso para cada ordem. O objetivo a ser alcançado é a minimização do custo total. Para isso, é utilizado um procedimento de busca denominado beam search, para gerar as seqüências, e um algoritmo de inserção de ociosidade, para definir os programas. O algoritmo utilizado é uma generalização do algoritmo de GAREY et al. (1988) onde as penalidades são distintas para adiantamento e para atraso. O procedimento e o algoritmo são testados em várias condições sendo comparados com regras de despacho e com a função EXP-ET. Quando a função EXP-ET é utilizada com a possibilidade de inserção de ociosidade, o período de ociosidade ótimo é determinado. Assume-se que a dificuldade de solução do problema é dependente de dois parâmetros clássicos: fator de atraso médio e amplitude relativa das datas de entrega. Testes empíricos comparativos são realizados através de simulação computacional, onde se mede o tempo de solução e o valor alcançado pela função objetivo. Os resultados indicam que o desempenho dos vários procedimentos testados é altamente dependente dos dois parâmetros, mostrando que para a escolha de um procedimento apropriado, deve-se primeiramente conhecer o valor dos parâmetros. São fornecidos os resultados encontrados e os códigos computacionais utilizados no estudo. / This work presents some procedures which can be used in production scheduling problems in JIT environments. These procedures may be used in cases of classical production scheduling where the use of the kanban system is infeasible. The case studied is based on a single machine, with multiple due dates, and distinct earliness and tardiness penalties for each job. The objective function is to minimize total cost. A heuristic search procedure known as beam search is used to construct sequences of jobs, and an idleness insertion algorithm is used to obtain schedules. The algorithm used is a generalization of the GAREY et al. (1988) algorithm, where penalties are distinct for earliness and tardiness. The procedure and algorithm are tested in many conditions involving comparisons with dispatching rules and the EXP-ET function. When EXP-ET function is applied with possibility of idleness insertion, the optimal idleness period is provided. It was assumed that problem hardness is dependent on two classical parameters: average tardiness factor and relative range of due dates. Empirical comparative tests are conducted with computational simulation, where computational solution time and objective function value are evaluated. Results indicate that procedures performance is highly dependent on both parameters, showing that is necessary to know parameters values before choosing an appropriate procedure. The detailed results and computational code used in this study are also provided.

Esta tese apresenta análises de dois problemas de máquina única relacionados à programação da produção com seqüência predefinida. Para ambos os problemas são sugeridas modelagens via programação matemática e algoritmos que encontram a solução ótima em tempo polinomial e pseudo-polinomial. O primeiro problema é o de inserção de espera no problema com função-objetivo que considera s soma de funções convexas do horário de término independentes para cada ordem. O segundo considera custos distintos de adiantamento e atraso para cada ordem e custos de utilização de capacidade adicional ponderados distintamente para cada período de capacidade adicional que possa ser utilizado. Sugere-se adicionalmente um procedimento onde o mesmo avalia a melhor opção entre se utilizar tempo de espera, horas-extras e criar ou eliminar turnos de trabalho. São feitas análises e algumas generalizações como a utilização de diversos intervalos de tempo com diferentes custos concatenados e uma sugestão para a utilização dos procedimentos num ambiente de múltiplas máquinas / This thesis analyses two cases of one-machine problem regarding to production scheduling with fixed sequence. In both problems, modeling with mathematical programming, and (pseudo)polynomial-time algorithms are suggested. The first problem deals with idle time insertion in the problem where the objective function (represented by a sum of costs) considers that each job has costs described as any convex function of its completion time. The second problem considers earliness and tardiness with distinct costs for each job considering the possible use of additional capacity. For the additional capacity we assume that there are distinct costs for each time period where jobs can be processed. A procedure dealing with options of either to change the number of shifts or to utilize overtime considering total costs is suggested. Analysis and generalizations based on the utilization of several contiguous time periods with distinct costs and a heuristic extension for the multiple-machine case are also presented

This thesis presents a transient stability method using dynamic phasors. This method can be used to investigate low frequency (<5Hz) and sub-synchronous frequency (5Hz-60Hz) oscillations. It has major advantages as compared to traditional transient stability method and EMT method. It allows modeling of higher-frequency oscillation possible using time domain simulations, which is not achievable with conventional method. It also can be simulated at much larger time step as compared to PSCAD/EMTDC simulation. Comparison of the results with traditional model and detailed EMT model are also present, and they show very accurate results at frequency ranges up to 60Hz.

Made available in DSpace on 2016-06-02T19:52:03Z (GMT). No. of bitstreams: 1 5761.pdf: 2593684 bytes, checksum: 000d3a163875f2beb7e15774305fbab2 (MD5) Previous issue date: 2014-02-18 / Financiadora de Estudos e Projetos / Many scheduling problems found in the literature are classified as NP-Hard, which means that the computational costs of the solutions within known exact mathematical methods can be very time consuming. In the case of partial outsourcing it is essential to consider the outsourcing decisions inside the scheduling problem to achieve optimal results from outsourcing. This project discusses the following issue: a single machine environment where the setup times are sequence-dependent and there is an outsourcing option. The goal is to determinate the set of jobs that will be outsourced and the production sequence of the jobs that will be performed inhouse, aiming to eliminate the total tardiness of all jobs, witch is a NP-Had problem. New approaches regarding meta-heuristics, like ACO (Ant Colony Optimization) show a new horizon for this kind of issues. The hybrid algorithm, including ACO and local search methods, reached the optimal values in 94,7% of the problems. / Diversos problemas de scheduling são classificados na literatura como NP-Difíceis, o que significa que os custos computacionais das soluções desenvolvidas usando métodos exatos conhecidos são muito altos para esses problemas. No caso da possibilidade de terceirização de parte das tarefas existentes se torna vital inserir essas decisões nos problemas de scheduling visando à obtenção de resultados ótimos para os objetivos de desempenho. O presente trabalho trata de um caso como esse: um ambiente de máquina única onde os tempos de setup são dependentes da sequência de execução das operações e com a possibilidade de terceirização. O objetivo é determinar a sequência de operações executadas no ambiente de máquina única e o conjunto de operações a serem terceirizadas de forma que nenhuma das ordens de serviço seja entregue com atraso e o custo de terceirização seja mínimo. A aplicação de meta-heurísticas, como o ACO (Ant Colony Optimization) abre um novo horizonte para o desenvolvimento de soluções para problemas este, classificado como NP-Difícil, sobretudo quando aplicadas em conjunto com métodos de busca local para o refinamento das soluções. Os resultados demontram que o algoritmo híbrido incluindo ACO e busca local, obteve resultados significativos, atingindo a resposta ótima em 94,7% dos problemas.

Este trabalho apresenta procedimentos que podem ser utilizados na programação da produção em um ambiente JIT. Esses procedimentos deveriam ser utilizados em sistemas clássicos de programação, onde a utilização do sistema kanban é inviável. O caso estudado se baseia em uma única máquina, com datas de entrega múltiplas e com penalidades distintas de adiantamento e de atraso para cada ordem. O objetivo a ser alcançado é a minimização do custo total. Para isso, é utilizado um procedimento de busca denominado beam search, para gerar as seqüências, e um algoritmo de inserção de ociosidade, para definir os programas. O algoritmo utilizado é uma generalização do algoritmo de GAREY et al. (1988) onde as penalidades são distintas para adiantamento e para atraso. O procedimento e o algoritmo são testados em várias condições sendo comparados com regras de despacho e com a função EXP-ET. Quando a função EXP-ET é utilizada com a possibilidade de inserção de ociosidade, o período de ociosidade ótimo é determinado. Assume-se que a dificuldade de solução do problema é dependente de dois parâmetros clássicos: fator de atraso médio e amplitude relativa das datas de entrega. Testes empíricos comparativos são realizados através de simulação computacional, onde se mede o tempo de solução e o valor alcançado pela função objetivo. Os resultados indicam que o desempenho dos vários procedimentos testados é altamente dependente dos dois parâmetros, mostrando que para a escolha de um procedimento apropriado, deve-se primeiramente conhecer o valor dos parâmetros. São fornecidos os resultados encontrados e os códigos computacionais utilizados no estudo. / This work presents some procedures which can be used in production scheduling problems in JIT environments. These procedures may be used in cases of classical production scheduling where the use of the kanban system is infeasible. The case studied is based on a single machine, with multiple due dates, and distinct earliness and tardiness penalties for each job. The objective function is to minimize total cost. A heuristic search procedure known as beam search is used to construct sequences of jobs, and an idleness insertion algorithm is used to obtain schedules. The algorithm used is a generalization of the GAREY et al. (1988) algorithm, where penalties are distinct for earliness and tardiness. The procedure and algorithm are tested in many conditions involving comparisons with dispatching rules and the EXP-ET function. When EXP-ET function is applied with possibility of idleness insertion, the optimal idleness period is provided. It was assumed that problem hardness is dependent on two classical parameters: average tardiness factor and relative range of due dates. Empirical comparative tests are conducted with computational simulation, where computational solution time and objective function value are evaluated. Results indicate that procedures performance is highly dependent on both parameters, showing that is necessary to know parameters values before choosing an appropriate procedure. The detailed results and computational code used in this study are also provided.

Esta tese apresenta análises de dois problemas de máquina única relacionados à programação da produção com seqüência predefinida. Para ambos os problemas são sugeridas modelagens via programação matemática e algoritmos que encontram a solução ótima em tempo polinomial e pseudo-polinomial. O primeiro problema é o de inserção de espera no problema com função-objetivo que considera s soma de funções convexas do horário de término independentes para cada ordem. O segundo considera custos distintos de adiantamento e atraso para cada ordem e custos de utilização de capacidade adicional ponderados distintamente para cada período de capacidade adicional que possa ser utilizado. Sugere-se adicionalmente um procedimento onde o mesmo avalia a melhor opção entre se utilizar tempo de espera, horas-extras e criar ou eliminar turnos de trabalho. São feitas análises e algumas generalizações como a utilização de diversos intervalos de tempo com diferentes custos concatenados e uma sugestão para a utilização dos procedimentos num ambiente de múltiplas máquinas / This thesis analyses two cases of one-machine problem regarding to production scheduling with fixed sequence. In both problems, modeling with mathematical programming, and (pseudo)polynomial-time algorithms are suggested. The first problem deals with idle time insertion in the problem where the objective function (represented by a sum of costs) considers that each job has costs described as any convex function of its completion time. The second problem considers earliness and tardiness with distinct costs for each job considering the possible use of additional capacity. For the additional capacity we assume that there are distinct costs for each time period where jobs can be processed. A procedure dealing with options of either to change the number of shifts or to utilize overtime considering total costs is suggested. Analysis and generalizations based on the utilization of several contiguous time periods with distinct costs and a heuristic extension for the multiple-machine case are also presented