Made available in DSpace on 2015-03-03T11:52:33Z (GMT). No. of bitstreams: 0 Previous issue date: 2014-10-24Bitstream added on 2015-03-03T12:06:30Z : No. of bitstreams: 1 000808114.pdf: 869921 bytes, checksum: d49e859927277a17ca43ba9e2d635677 (MD5) / Neste trabalho é proposta a resolução de problemas multimodais usando duas diferentes meta-heurísticas: Algoritmo Genético de Chu-Beasley modificado e o Algoritmo Genético de Chaves Aleatórias Viciadas (BRKGA), com foco principal nos resultados obtidos por esta última. É feita especificamente a implementação das meta-heurísticas e comparação dos resultados obtidos por estas diferentes técnicas. Uma característica muito importante do BRKGA é a estruturação que permite separar o algoritmo em duas parcelas claramente diferenciadas, uma parcela que depende exclusivamente das características do BRKGA e, portanto, independente do problema que se pretende resolver e outra parcela que depende exclusivamente das características especificas do problema que pretendemos resolver. Essa característica geral do BRKGA permite que ele seja facilmente aplicado a uma grande variedade de problemas, já que a primeira parcela pode ser integralmente aproveitada na resolução de um novo problema. Por outro lado, o Algoritmo Genético de Chu-Beasley (AGCB) é caracterizado pela substituição de um único indivíduo no ciclo geracional e pelo controle máximo de diversidade, mas isto não é suficiente para resolução de problemas complexos e multimodais, sendo assim, é apresentado o AGCB modificado, onde o critério de diversidade é estendido, a população inicial e o descendente gerado no ciclo geracional passa por uma melhoria local. Essas características tornam-o competitivo justificando a comparação com o BRKGA / In this work it is proposed the resolution of multimodal problems using two different meta- heuristics: Chu-Beasley’s Genetic Algorithm and Biased Random Key Genetic Algorithm (BRKGA), focusing mainly on the results obtained by the latter. Specifically the imple- mentation and comparison of results obtained by these different techniques is made. There are several metaheuristics, each with its own specific characteristics which have advan- tages and disadvantages for the resolution of certain problems and in several ways in the implementation and results. A very important feature of the BRKGA is the structure that allows to separate the algorithm into two clearly different parts, one part that depends exclusively on the characteristics of BRKGA and therefore independent of the problem to be solved and another part that depends exclusively on the specific characteristics of the problem we intend to solve. This general feature of the BRKGA allows it to be readily applied to a variety of problems, because the first component part can be fully utilized to solve a new problem. On the other hand, Chu-Beasley’s Genetic Algorithm (AGCB) is characterized by the replacement of a single individual in the generation cycle and by maximum control of diversity, but this is not enough to solve complex and multimodal problems, therefore it is presented the modified AGCB, where the diversity criterion is extended, the initial population and the descendant generated in the generational cycle passes through a local improvement. These features make it competitive, justifying the comparison with BRKGA

Orientador: Rubén Augusto Romero Lázaro / Banca: Marina Lavorato de Oliveira / Banca: Marcelo Escobar de Oliveira / Resumo: Neste trabalho é proposta a resolução de problemas multimodais usando duas diferentes meta-heurísticas: Algoritmo Genético de Chu-Beasley modificado e o Algoritmo Genético de Chaves Aleatórias Viciadas (BRKGA), com foco principal nos resultados obtidos por esta última. É feita especificamente a implementação das meta-heurísticas e comparação dos resultados obtidos por estas diferentes técnicas. Uma característica muito importante do BRKGA é a estruturação que permite separar o algoritmo em duas parcelas claramente diferenciadas, uma parcela que depende exclusivamente das características do BRKGA e, portanto, independente do problema que se pretende resolver e outra parcela que depende exclusivamente das características especificas do problema que pretendemos resolver. Essa característica geral do BRKGA permite que ele seja facilmente aplicado a uma grande variedade de problemas, já que a primeira parcela pode ser integralmente aproveitada na resolução de um novo problema. Por outro lado, o Algoritmo Genético de Chu-Beasley (AGCB) é caracterizado pela substituição de um único indivíduo no ciclo geracional e pelo controle máximo de diversidade, mas isto não é suficiente para resolução de problemas complexos e multimodais, sendo assim, é apresentado o AGCB modificado, onde o critério de diversidade é estendido, a população inicial e o descendente gerado no ciclo geracional passa por uma melhoria local. Essas características tornam-o competitivo justificando a comparação com o BRKGA / Abstract: In this work it is proposed the resolution of multimodal problems using two different meta- heuristics: Chu-Beasley's Genetic Algorithm and Biased Random Key Genetic Algorithm (BRKGA), focusing mainly on the results obtained by the latter. Specifically the imple- mentation and comparison of results obtained by these different techniques is made. There are several metaheuristics, each with its own specific characteristics which have advan- tages and disadvantages for the resolution of certain problems and in several ways in the implementation and results. A very important feature of the BRKGA is the structure that allows to separate the algorithm into two clearly different parts, one part that depends exclusively on the characteristics of BRKGA and therefore independent of the problem to be solved and another part that depends exclusively on the specific characteristics of the problem we intend to solve. This general feature of the BRKGA allows it to be readily applied to a variety of problems, because the first component part can be fully utilized to solve a new problem. On the other hand, Chu-Beasley's Genetic Algorithm (AGCB) is characterized by the replacement of a single individual in the generation cycle and by maximum control of diversity, but this is not enough to solve complex and multimodal problems, therefore it is presented the modified AGCB, where the diversity criterion is extended, the initial population and the descendant generated in the generational cycle passes through a local improvement. These features make it competitive, justifying the comparison with BRKGA / Mestre

No description available.

Made available in DSpace on 2014-06-11T19:35:40Z (GMT). No. of bitstreams: 0 Previous issue date: 2014-02-28Bitstream added on 2014-06-13T20:07:10Z : No. of bitstreams: 1 000757731.pdf: 2807037 bytes, checksum: 5aa196a9569db15583f96a6a1fbce2c8 (MD5) / A presente pesquisa trata do desenvolvimento de um método de solução do problema de construção de linhas de trabalho para a área de escalonamento de pessoal. Foram investigados diversos artigos da área de programação de pessoal com o objetivo de escolher precisamente o tema da pesquisa. Este tema escolhido foi o da construção de linhas de trabalho para empresas de ônibus interurbanos no Brasil. De posse do tema escolhido, foram analisados os métodos usados para formular e resolver o problema. Como resultado foi decidido o uso de uma formulação de cobertura de conjuntos não unicusto para representar o problema em estudo e o uso de um método heurístico para resolver o mesmo. Esta heurística divide a solução do problema em duas fases. A primeira é a fase construtiva, em que o espaço de solução é montado e linhas de trabalho são investigadas e aquelas viáveis são agrupadas formando um conjunto de linhas viáveis e qualificadas. A segunda é a fase de otimização ou de busca local em que um algoritmo evolutivo, baseado em algoritmo genético, irá procurar a melhor solução dentro desse subconjunto de linhas viáveis e qualificadas obtidas na primeira fase. Estes dois procedimentos se repetem até que um critério de parada seja atingido. Testes computacionais foram realizados no sentido de demonstrar a eficácia e eficiência do método proposto. Em seguida, o problema da programação de dias de expediente e de folga, neste trabalho denominado problema de padrões de folga, é formulado e resolvido. Algumas propostas para integrar a solução do problema de criação de linhas de trabalho à do problema de padrões de folga são apresentadas e discutidas / This thesis deals with the development of a method for solving the problem of construction of lines of work for the application area of personnel scheduling. Several articles were analyzed in order to matching precisely the subject of the research. An in-depth review of the processes used for formulating and solving such a kind of problem in the literature was conducted. As a result, it was decided to formulating the problem as a non unicost set covering problem and to use a heuristic method to solve it. The proposed heuristic is a twofold algorithm. The first is the construction phase, in which the solution space is scanned and working lines are investigated and those feasible are grouped together forming a set of feasible and qualified lines. The second phase is the optimization or local search in which an evolutionary algorithm based on genetic algorithm will search for the best solution within this set of feasible and qualified lines obtained in the first phase. These two phases are repeated until a stop criterion is reached. Computational tests were performed to demonstrate the effectiveness and efficiency of the proposed method. Then, the tour scheduling problem is addressed in the context of finding shifts of work-days and days-off scheduling. Its resolved by deterministic techniques. Some methods are then discussed on how to integrating both of the solutions of the lines of work and the tour scheduling problems

Orientador: Edson Luiz França Senne / Banca: Galeno José de Sena / Banca: José Roberto Dale Luche / Banca: Anibal Tavares de Azevedo / Banca: Kelly Cristina Poldi / Resumo : A presente pesquisa trata do desenvolvimento de um método de solução do problema de construção de linhas de trabalho para a área de escalonamento de pessoal. Foram investigados diversos artigos da área de programação de pessoal com o objetivo de escolher precisamente o tema da pesquisa. Este tema escolhido foi o da construção de linhas de trabalho para empresas de ônibus interurbanos no Brasil. De posse do tema escolhido, foram analisados os métodos usados para formular e resolver o problema. Como resultado foi decidido o uso de uma formulação de cobertura de conjuntos não unicusto para representar o problema em estudo e o uso de um método heurístico para resolver o mesmo. Esta heurística divide a solução do problema em duas fases. A primeira é a fase construtiva, em que o espaço de solução é montado e linhas de trabalho são investigadas e aquelas viáveis são agrupadas formando um conjunto de linhas viáveis e qualificadas. A segunda é a fase de otimização ou de busca local em que um algoritmo evolutivo, baseado em algoritmo genético, irá procurar a melhor solução dentro desse subconjunto de linhas viáveis e qualificadas obtidas na primeira fase. Estes dois procedimentos se repetem até que um critério de parada seja atingido. Testes computacionais foram realizados no sentido de demonstrar a eficácia e eficiência do método proposto. Em seguida, o problema da programação de dias de expediente e de folga, neste trabalho denominado problema de padrões de folga, é formulado e resolvido. Algumas propostas para integrar a solução do problema de criação de linhas de trabalho à do problema de padrões de folga são apresentadas e discutidas / Abstract: This thesis deals with the development of a method for solving the problem of construction of lines of work for the application area of personnel scheduling. Several articles were analyzed in order to matching precisely the subject of the research. An in-depth review of the processes used for formulating and solving such a kind of problem in the literature was conducted. As a result, it was decided to formulating the problem as a non unicost set covering problem and to use a heuristic method to solve it. The proposed heuristic is a twofold algorithm. The first is the construction phase, in which the solution space is scanned and working lines are investigated and those feasible are grouped together forming a set of feasible and qualified lines. The second phase is the optimization or local search in which an evolutionary algorithm based on genetic algorithm will search for the best solution within this set of feasible and qualified lines obtained in the first phase. These two phases are repeated until a stop criterion is reached. Computational tests were performed to demonstrate the effectiveness and efficiency of the proposed method. Then, the tour scheduling problem is addressed in the context of finding shifts of work-days and days-off scheduling. Its resolved by deterministic techniques. Some methods are then discussed on how to integrating both of the solutions of the lines of work and the tour scheduling problems / Doutor

Orientador: Maria do Socorro Nogueira Rangel / Banca: Silvio Alexandre de Araujo / Banca: Kelly Cristina Poldi / Resumo: Neste trabalho apresentamos o problema de corte de estoque (PCE) e algumas de suas características e propriedades. Abordamos com mais detalhes o problema de corte de estoque bidimensional, guilhotinado, 2-estágios, exato e não-exato. Exibimos o modelo matemático do PCE e o método de geração de colunas proposto por Gilmore e Gomory na década de $60$. Apresentamos duas heurísticas residuais da literatura e sugerimos mudanças no método da ordenação dos padrões de corte de uma delas. Implementamos todo o algoritmo das heurísticas residuais utilizadas, realizamos testes computacionais usando três conjuntos de instâncias da literatura. As instâncias do Conjunto 1 foram geradas aleatoriamente e as dos Conjuntos 2 e 3 foram baseados em dados reais de uma fábrica de móveis. Os resultados obtidos com as heurísticas residuais foram comparadas com resultados disponíveis na literatura e resultados do Sistema CorteBiFur e do método branch-and-cut disponível no Cplex. Os resultados do estudo computacional indicam que a heurística residual estudada se mostra uma boa alternativa para ser implementada no sistema CorteBiFur / Abstract: In this research we presented the cutting stock problem (CSP), and some of its features and properties. The focus is the two-dimensional cutting stock problem, considering guillotine cuts and, two-staged cutting patterns and the exact and non-exact cases. We exhibit a mathematical model for the CSP and a method for its solution proposed by Gilmore and Gomory in the 1960's. We present two residual heuristics from the literature and we suggest some changes on the criterion of sorting the cutting patterns in one of them. We implemented all the heuristics used in this research. We performed computacional tests with three sets of instances available in the literature. The instances of the Set 1 were randomly generated and the instances of the Sets 2 e 3 were based on real data from a furniture industry. The results obtained with the residuals heuristics were compared with results avaiable in the literature, with results from the Software CorteBiFur and the branch-and-cut method available on Cplex. The results indicated that the residual heuristic we studied its a good choice to be implemented on the CorteBiFur / Mestre

Made available in DSpace on 2014-06-11T19:30:50Z (GMT). No. of bitstreams: 0 Previous issue date: 2012-05-04Bitstream added on 2014-06-13T18:40:58Z : No. of bitstreams: 1 utida_ma_dr_ilha.pdf: 1354826 bytes, checksum: 6130b79cafcdbe010b4b1482ede44474 (MD5) / Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) / O problema de carregamento de contêiner consiste em carregar um número conhecido de caixas de tipos diferentes e dimensões conhecidas dentro de um contêiner, de modo a utilizar o espaco do contêiner da melhor maneira possível, ou seja, de modo a diminuir os espacos não ocupados. O problema de carregamento de contêiner e um problema NP-difícil e, portanto, muito complexo de ser resolvido de forma exata usando um modelo matemático de programacao inteira e pacotes comerciais de otimizacao baseados em técnicas tipo branch and bound. Neste trabalho e realizada a elaboracao, assim como a implementacao computacional, de dois algoritmos de otimizacao. A primeira proposta de otimizacao consiste de um algoritmo heurístico construtivo. A segunda proposta de otimizacao um algoritmo GRASP que usa, na fase construtiva, uma generalizacao do algoritmo heurístico construtivo desenvolvido neste trabalho. A metaheurística GRASP desenvolvida neste trabalho apresentou resultados promissores quando foram realizados testes usando 13 instâncias conhecidas na literatura especializada / The container loading problem is to load a known number boxes of different dimensions and known within a container, in order to use the space of the container the best way possible, ie, in order to reduce the empty spaces. The problem of container loading is NP-hard and therefore too complex to be solved using an exact mathematical model integer programming and commercial packages based on optimization techniques branch and bound type. In this work the preparation, as well as the computational implementation of two optimization algorithms. The first proposal consists of an optimization constructive heuristic algorithm. The second proposal is an optimization GRASP that uses in construction phase, a generalization of the algorithm constructive heuristic developed in this work. The GRASP developed in this work showed promising results when tests were performed using 13 known instances in the literature specialized

Resumo: O Problema do Roteamento de Veículos Capacitados com Restrições Tridimensionais de Carregamento (3L – CVRP) é um recente avanço da pesquisa operacional para a resolução de problemas logísticos de alta complexidade. O interesse prático reside no transporte e distribuição de mercadorias de baixa densidade, cujo carregamento dos itens deve atender a restrições espaciais, como, eletrodomésticos, componentes mecânicos, móveis, entre outros. O 3L – CVRP também apresenta um grande desafio teórico na medida em que generaliza dois dos mais conhecidos problemas de otimização combinatória: O Problema do Roteamento de Veículos Capacitados e o Problema do Bin Packing Tridimensional. A solução do 3L – CVRP requer a determinação de rotas de menor custo para uma frota de veículos de mesma capacidade, de forma que se atenda a demanda de clientes dispersos em uma região. Tal demanda consiste em caixas retangulares que precisam ser carregadas atendendo a restrições operacionais. A resolução integrada implica na evocação iterativa de um método que resolve o problema do carregamento na medida em que o problema do roteamento vai sendo resolvido. Este trabalho apresenta uma nova abordagem para a resolução do 3L – CVRP. O método proposto resolve de forma heurística o problema do roteamento em dois estágios: o primeiro deles consiste em agrupar os clientes conforme sua demanda volumétrica enquanto que o segundo estágio constrói uma rota inicial refinando-a sequencialmente. O problema do carregamento é resolvido por um software comercial com licença trial. Foi desenvolvida uma nova estratégia para a integração entre os dois problemas baseada em limites de ocupação volumétrica do veículo. Os testes computacionais foram realizados em três etapas: Primeiramente avaliou-se o desempenho da heurística para o problema do roteamento de veículos capacitados. Testes foram realizados com instâncias clássicas da literatura e comparados com outras abordagens existentes (exatas e heurísticas), produzindo resultados satisfatórios tanto em termos de eficácia, quanto de eficiência. O segundo estágio de estes avaliou o software de carregamento para instâncias referentes ao problema de carregamento de contêineres e o problema do Bin Packing tridimensional. A comparação com outras abordagens existentes aponta um desempenho satisfatório do software. O terceiro e último estágio foi feito sobre instâncias do 3L – CVRP e comparadas com outros trabalhos existentes, produzindo resultados superiores em termos de eficácia para algumas instâncias, dependendo das configurações de restrição de carregamento, com melhorias em termos de eficiência para a grande maioria das instâncias testadas.

Orientador: Rubén Augusto Romero Lázaro / Banca: José Roberto Sanches Mantovani / Banca: Silvio Alexandre de Araujo / Banca: José Elias Claudio Arroyo / Banca: Eduardo Nobuhiro Asada / Resumo: O problema de carregamento de contêiner consiste em carregar um número conhecido de caixas de tipos diferentes e dimensões conhecidas dentro de um contêiner, de modo a utilizar o espaco do contêiner da melhor maneira possível, ou seja, de modo a diminuir os espacos não ocupados. O problema de carregamento de contêiner e um problema NP-difícil e, portanto, muito complexo de ser resolvido de forma exata usando um modelo matemático de programacao inteira e pacotes comerciais de otimizacao baseados em técnicas tipo branch and bound. Neste trabalho e realizada a elaboracao, assim como a implementacao computacional, de dois algoritmos de otimizacao. A primeira proposta de otimizacao consiste de um algoritmo heurístico construtivo. A segunda proposta de otimizacao um algoritmo GRASP que usa, na fase construtiva, uma generalizacao do algoritmo heurístico construtivo desenvolvido neste trabalho. A metaheurística GRASP desenvolvida neste trabalho apresentou resultados promissores quando foram realizados testes usando 13 instâncias conhecidas na literatura especializada / Abstract: The container loading problem is to load a known number boxes of different dimensions and known within a container, in order to use the space of the container the best way possible, ie, in order to reduce the empty spaces. The problem of container loading is NP-hard and therefore too complex to be solved using an exact mathematical model integer programming and commercial packages based on optimization techniques branch and bound type. In this work the preparation, as well as the computational implementation of two optimization algorithms. The first proposal consists of an optimization constructive heuristic algorithm. The second proposal is an optimization GRASP that uses in construction phase, a generalization of the algorithm constructive heuristic developed in this work. The GRASP developed in this work showed promising results when tests were performed using 13 known instances in the literature specialized / Doutor

Seminario para optar al título de Ingeniero Comercial / El objetivo general del presente trabajo es entregar una visión unificada de las teorías clásicas y recientes sobre los orígenes y funcionamiento de los juicios de las personas, concentrándose especialmente en los que podrían considerarse como intuitivos, es decir, las heurísticas. Para lograrlo se recopiló información de diversos autores, buscando entregar información sobre el uso actual y potencial de estas teorías en el campo del Marketing, y específicamente, en la Conducta del Consumidor.