O problema do sequenciamento da produção diz respeito à alocação das tarefas nas máquinas em um ambiente de fabricação, o qual vem sendo amplamente estudado. O sequenciamento pode variar em tamanho e complexidade dependendo do tipo de ambiente onde ele é aplicado, do número e tipos de restrições tecnológicas e da função objetivo do problema. A utilização de métodos de decisão para a solução de problemas de sequenciamento na indústria depende de modelos que sejam capazes de oferecer soluções para os problemas reais, que geralmente envolvem diversas restrições, os quais devem ser considerados simultaneamente. No presente trabalho o problema de sequenciamento da produção em ambientes flow shop permutacionais, com bloqueio com buffer zero, e com tempos de setup dependente da sequência e da máquina, com o objetivo de minimização do makespan é estudado, sendo este considerado um problema NP-Completo. O problema é pouco explorado na literatura. No presente trabalho é apresentado um procedimento de cálculo para o makespan e três métodos de solução para o problema: quatro limitantes inferiores para o procedimento Branch-and-Bound; quatro modelos MILP, sendo dois deles adaptados; e 28 modelos heurísticos construtivos adaptados para o problema. Os métodos desenvolvidos baseiam-se em propriedades matemáticas do problema que são apresentadas neste trabalho como limitante inferior e limitante superior. Dentre todos os modelos MILP, o modelo adaptado RBZBS1 obteve os melhores resultados para os problemas menores e o modelo desenvolvido TNZBS1 obteve os melhores desvios relativos médios do makespan para os problemas maiores, que não foram resolvidos dentro do limite de tempo computacional estipulado. O limitante inferior para o Branch-and-Bound LBTN2 foi melhor que os demais tanto no tempo computacional e no número de nós explorados como também no número de problemas não resolvidos e no desvio relativo médio do makespan. Foi realizado uma comparação entre o melhor modelo MILP e o melhor limitante inferior para o Branch-and-Bound, sendo que o último obteve melhores resultados para os problemas testados. Entre os métodos heurísticos adaptados, o PF foi o que obteve, de uma forma geral, os melhores resultados em todas as fases. / Production scheduling is defined as a problem of allocating jobs in machines in a production environment and it has been largely studied. The scheduling can vary in difficulty and complexity depending on the environment, the variety and types of technological restraints and the objective function of the problem. The use of decision making methods to solve scheduling problems in the industry needs models that are capable to solve real problems, that usually involve a big variety of restraints that have to be simultaneously studied. At the present work the scheduling problem in a permutational flow shop environment, considering blocking with zero buffer, and sequence and machine dependent setup times, with the objective of minimizing makespan is studied, which is considered a NP-Complete problem and little explored in literature. The work presents a calculation procedure for the makespan and three solution methods for the problem: four lower bounds for the Branch-and-Bound procedure; four MILP models, two of which are adapted; and 28 constructive heuristic methods adapted to the problem. The methods developed are based on mathematical properties of the problem that are presented in this work as a lower bound and an upper bound. Among all the MILP models, the adapted model RBZBS1 was the one to obtain the best results for the smaller problems, and the developed model TNZBS1 obtained the smallest mean relative deviation of the makespan for the bigger problems that were not solved within the specified computational time limit. The lower bound for the Branch-and-Bound LBTN2 obtained smaller computational times and number of explored nodes as well as the number of unsolved problems and the mean relative deviation for the makespan than all other lower bounds. Also, a comparison among the best MILP model and the best lower bound for the Branch-and-Bound was performed, being that the last obtained better results for the tested problems. Among the adapted heuristic methods, the PF heuristic was the one that obtained, in general, the better results in all phases.

Este trabalho aborda o problema multiestágio de planejamento e programação da produção em indústrias cervejeiras. O processo de fabricação de cerveja pode ser dividido em duas etapas principais: preparação do líquido e envase. A primeira etapa ocorre, na maior parte do tempo, dentro de tanques de fermentação e maturação. A segunda ocorre nas linhas de envase, podendo ter início assim que o líquido estiver pronto nos tanques. O tempo de preparação do líquido demora vários dias, enquanto que na maioria das indústrias de bebidas carbonatadas este tempo é de no máximo algumas horas. O objetivo deste estudo é obter planos de produção viáveis que visam otimizar as decisões de programação envolvidas nestes processos. Visitas a cervejarias no Brasil e em Portugal foram realizadas para uma maior familiaridade do processo de produção e dados foram coletados. Modelos de programação inteira mista para representar o problema foram desenvolvidos, baseados em abordagens CSLP (The Continuous Setup Lot-Sizing Problem), GLSP (General Lot Sizing and Scheduling Problem), SPL (Simple Plant Location Problem) e ATSP (Asymmetric Travelling Salesman Problem). Os resultados mostram que os modelos são coerentes e representam adequadamente o problema, entretanto, mostram-se difíceis de serem resolvidos na otimalidade. Esta dificuldade de resolução dos modelos motivou o desenvolvimento de procedimentos MIP-heurísticos, como também de uma metaheurística GRASP (Greedy Randomized Adaptive Search Procedure). As soluções obtidas pelos procedimentos heurísticos são de boa qualidade, quando comparadas ao melhor limitante inferior encontrado por meio da resolução dos modelos matemáticos. Os testes computacionais foram realizados utilizando instâncias geradas com base em dados reais. / This study deals with the multistage lot-sizing and scheduling problem in breweries. The brewing process can be divided into two main stages: preparation and filling of the liquid. The first stage occurs most of the time in fermentation and maturation tanks. The second stage occurs in the filling lines and it can start as soon as the liquid gets ready. The preparation time of the liquid takes several days, while in the carbonated beverage industries this time is at most a few hours. The purpose of this study is to obtain feasible production plans aimed at optimizing the decisions involved in these processes. Visits to brewery industries in Brazil and Portugal were held to a greater familiarity of the production process and data were collected. Mixed integer programming models have been developed to represent the problem, based on approaches for the CSLP (The Continuous Setup Lot-Sizing Problem), GLSP (General Lot Sizing and Scheduling Problem), SPL (Simple Plant Location Problem) and ATSP (Asymmetric Travelling Salesman Problem). The results show that the models are consistent and adequately represent the problem; however, they are difficult to be solved at optimality. This motivated the development of MIP-heuristic procedures, as well as a meta-heuristic GRASP (Greedy Randomized Adaptive Search Procedure). The obtained solutions by the heuristics are of good quality, when compared to the best lower bound found by solving the mathematical models. The tests were conducted using generated instances based on real data.

O problema do sequenciamento da produção diz respeito à alocação das tarefas nas máquinas em um ambiente de fabricação, o qual vem sendo amplamente estudado. O sequenciamento pode variar em tamanho e complexidade dependendo do tipo de ambiente onde ele é aplicado, do número e tipos de restrições tecnológicas e da função objetivo do problema. A utilização de métodos de decisão para a solução de problemas de sequenciamento na indústria depende de modelos que sejam capazes de oferecer soluções para os problemas reais, que geralmente envolvem diversas restrições, os quais devem ser considerados simultaneamente. No presente trabalho o problema de sequenciamento da produção em ambientes flow shop permutacionais, com bloqueio com buffer zero, e com tempos de setup dependente da sequência e da máquina, com o objetivo de minimização do makespan é estudado, sendo este considerado um problema NP-Completo. O problema é pouco explorado na literatura. No presente trabalho é apresentado um procedimento de cálculo para o makespan e três métodos de solução para o problema: quatro limitantes inferiores para o procedimento Branch-and-Bound; quatro modelos MILP, sendo dois deles adaptados; e 28 modelos heurísticos construtivos adaptados para o problema. Os métodos desenvolvidos baseiam-se em propriedades matemáticas do problema que são apresentadas neste trabalho como limitante inferior e limitante superior. Dentre todos os modelos MILP, o modelo adaptado RBZBS1 obteve os melhores resultados para os problemas menores e o modelo desenvolvido TNZBS1 obteve os melhores desvios relativos médios do makespan para os problemas maiores, que não foram resolvidos dentro do limite de tempo computacional estipulado. O limitante inferior para o Branch-and-Bound LBTN2 foi melhor que os demais tanto no tempo computacional e no número de nós explorados como também no número de problemas não resolvidos e no desvio relativo médio do makespan. Foi realizado uma comparação entre o melhor modelo MILP e o melhor limitante inferior para o Branch-and-Bound, sendo que o último obteve melhores resultados para os problemas testados. Entre os métodos heurísticos adaptados, o PF foi o que obteve, de uma forma geral, os melhores resultados em todas as fases. / Production scheduling is defined as a problem of allocating jobs in machines in a production environment and it has been largely studied. The scheduling can vary in difficulty and complexity depending on the environment, the variety and types of technological restraints and the objective function of the problem. The use of decision making methods to solve scheduling problems in the industry needs models that are capable to solve real problems, that usually involve a big variety of restraints that have to be simultaneously studied. At the present work the scheduling problem in a permutational flow shop environment, considering blocking with zero buffer, and sequence and machine dependent setup times, with the objective of minimizing makespan is studied, which is considered a NP-Complete problem and little explored in literature. The work presents a calculation procedure for the makespan and three solution methods for the problem: four lower bounds for the Branch-and-Bound procedure; four MILP models, two of which are adapted; and 28 constructive heuristic methods adapted to the problem. The methods developed are based on mathematical properties of the problem that are presented in this work as a lower bound and an upper bound. Among all the MILP models, the adapted model RBZBS1 was the one to obtain the best results for the smaller problems, and the developed model TNZBS1 obtained the smallest mean relative deviation of the makespan for the bigger problems that were not solved within the specified computational time limit. The lower bound for the Branch-and-Bound LBTN2 obtained smaller computational times and number of explored nodes as well as the number of unsolved problems and the mean relative deviation for the makespan than all other lower bounds. Also, a comparison among the best MILP model and the best lower bound for the Branch-and-Bound was performed, being that the last obtained better results for the tested problems. Among the adapted heuristic methods, the PF heuristic was the one that obtained, in general, the better results in all phases.

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 2016-06-02T19:05:32Z (GMT). No. of bitstreams: 1 2127.pdf: 1371924 bytes, checksum: 9875e1d607356e12cb2a118b33474a4e (MD5) Previous issue date: 2008-09-12 / The production scheduling problem of products with simultaneous use of machines and transportation systems in manufacturing systems invloves the system modeling task and the application of a technique to solve it. This scheduling type is characterized by the great amount of possible solutions and several researches indicates the Adaptive Genetic Algorithms as search method to solve this problem, where these algorithms have the capacity of globally explore the search space and to find good solutions quickly. In this dissertation, it is proposed a method that uses an adaptive genetic algorithm to solve this scheduling problem. The aim of this dissertation is to obtain good scheduling of product production, in order to reach good makespan values and response obtaining time. The makespan values are obtained by adaptive genetic algorithm and the response obtaining time is the processing time of the adaptive genetic algorithm. The results were validated in small and large scenerios and compared with the results of two other approaches. These results are presented and discussed in this dissertation. / O problema da programação da produção de produtos com uso simultâneo de máquinas e sistemas de transporte em sistemas de manufatura envolvem questões como a modelagem do problema e a técnica utilizada para resolvê-lo. Este tipo de programação é caracterizado pela grande quantidade de soluções possíveis, em que várias pesquisas apontam para o uso de Algoritmos Genéticos Adaptativos como método de busca, uma vez que estes algoritmos possuem a capacidade de percorrer de forma global o espaço da busca, a fim de encontrar boas soluções rapidamente. Neste trabalho, é proposto um método com uso de um algoritmo genético adaptativo para resolver este tipo de problema de programação. O objetivo deste trabalho é obter uma boa programação da produção de produtos, a fim de atingir um bom compromisso entre valores de makespan e de tempo de obtenção da resposta. Os valores de makespan são obtidos a partir da aplicação do algoritmo genético adaptativo e o tempo de obtenção da resposta é referente ao tempo de processamento do algoritmo genético adaptativo. Os resultados deste trabalho foram validados para cenários pe quenos e grandes e comparados com os resultados de outras duas abordagens. Estes resultados são apresentados e discutidos neste trabalho.

Made available in DSpace on 2016-06-02T19:05:44Z (GMT). No. of bitstreams: 1 3127.pdf: 25890453 bytes, checksum: d4cbd429325861ff182934e97ff94c28 (MD5) Previous issue date: 2009-11-20 / Manufacturing systems with shared resources have been designed to meet the market needs, which require high quality products, low cost and the guarantee of the conditions agreed with the customer. The production scheduling in a manufacturing system is a complex task due to its combinatorial nature. Several studies show the use of search methods, such as Genetic Algorithms (GAs) and Tabu Search (TS), applied to the refinement of the production scheduling problem. The GAs present as disadvantages, the premature convergence, the lack of search intensification mechanisms in promising regions and also the lack of mechanisms which maintain the diversification of the population. In order to make GAs more effective in their search, by avoiding the premature convergence and ensuring the population diversity, some mechanisms are added to them so as to adjust their parameters during the search process, the so called Adaptative Genetic Algorithms (AGAs). However, these mechanisms do not guarantee the search intensification in the promising regions found. On the other hand, the TS presents mechanisms of search intensification and diversification, although its computational time depends on how optimal its initial solution is (solution by which the search process starts). In order to overcome the limitations of the traditional search methods, the Hybrid Algorithms (HAs) have been developed. They consist of the association of one method with another so that one helps the other in its deficiencies . This dissertation proposes the development of a Genetic-Tabu Algorithm (GTA) applied to the problem of the production reactive scheduling in a manufacturing system with shared resources, in order to ensure good compromise between makespan values and feedback time. The TS will be a functionality added to the AG and to the AGA, in other words, it will be a procedure to refine the individual(s) of the initial position and also to refine the individual obtained by the search methods. Tests have been conducted to determine which selection method (roulette or tournament) is more adequate for the definition of the neighborhood structure and also for the definition of the time to apply the mutation operator. Besides, other tests have been conducted by using different ways to calculate the makespan; one of them proposed in this dissertation and the others by Deriz (2007) and by Sanches (2008). / Os sistemas de manufatura com recursos compartilhados têm sido projetados para atender às necessidades do mercado, que demanda produtos que apresentem elevado padrão de qualidade, baixo custo e garantia das condições acordadas com o cliente. A programação da produção é uma tarefa complexa, pois é de natureza combinatória. Várias pesquisas apontam para a utilização de métodos de busca, como Algoritmos Genéticos (AGs) e Buscas Tabu (BTs), aplicados ao refinamento do problema da programação da produção. Os AGs apresentam como desvantagens a convergência prematura, a falta de mecanismos de intensificação da busca nas regiões promissoras e a falta de mecanismos que mantenham a diversificação da população. Para que os AGs possam ser mais efetivos em sua busca, de forma a evitar sua convergência prematura e garantir a diversidade populacional, acrescentam-se aos AGs, mecanismos que ajustam seus parâmetros no decorrer do processo de busca, os chamados Algoritmos Genéticos Adaptativos (AGAs). Esses mecanismos, no entanto, não garantem a intensificação da busca nas regiões promissoras encontradas. A BT, por sua vez, possui mecanismo de intensificação e diversificação da busca, porém o seu tempo computacional depende do quão ótimo é a sua solução inicial (solução pela qual se inicia o processo de busca). A fim de superar as limitações dos métodos de busca tradicionais, desenvolveram-se os Algoritmos Híbridos que agregam (ou associam) um método a outro, de forma que um auxilia o outro em sua deficiência . Neste trabalho, propõe-se o desenvolvimento de um Algoritmo Genético-Tabu (AGT) aplicado ao problema da programação reativa da produção em um sistema de manufatura com recursos compartilhados, a fim de garantir um bom compromisso entre valores de makespan e o tempo de obtenção da resposta. A BT será uma funcionalidade agregada ao AG e ao AGA, ou seja, é um procedimento que realizará o refinamento do(s) indivíduo(s) da população inicial e o refinamento do indivíduo obtido pelos métodos de busca. Realizam-se testes para definir qual método de seleção (roleta ou torneio) é mais bem aplicado ao problema, definição da estrutura da vizinhança e definição do momento de aplicação do operador de mutação. Além disso, foram também realizados testes com as diferentes formas de cálculo do makespan, sendo uma delas proposta neste trabalho e as demais propostas por Deriz (2007) e Sanches (2008).

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 2016-06-02T19:50:25Z (GMT). No. of bitstreams: 1 6346.pdf: 5901404 bytes, checksum: 2d78b0f5f68ac25a089acd315f55b157 (MD5) Previous issue date: 2014-06-09 / The production of sugar, ethanol and electricity from sugar cane necessarily involves harvesting and transportation of raw materials, which are expensive and complex operations and have significant influence on the quality of the industrial raw material. The literature reports several optimization approaches related to the planning of planting, harvesting and transporting of sugarcane, however the scheduling of harvesting fronts is underexplored. This thesis intends to contribute to the state-of-art of this important issue in the context of the Brazilian agribusiness. Optimization approaches to support scheduling decisions of harvesting fronts considering the balance of harvesting and transportation capacities, as well as good agronomic management are proposed. The approaches are inspired by the representation of the problem as a lot sizing and scheduling model with parallel machines and sequence-dependent setup costs and times, a modelling technique well studied in the production planning and control literature. Three variants of this formulation, based on mathematical programming models, were developed and tested in two real case studies of medium size sugar mills. Heuristic methods based on aggregation procedures and mathematical programming have also been studied and developed to solve large scaled problems found in practice. Among the three variants studied, one presented the best solution quality within the expected execution time. Important scenario analysis were done indicating that the schedule s fulfilment provides reduction of harvesting and transporting complexity to the following season, which can generate significant saves in the cases studied. Besides that, comparing the proposed scheduling method with one of the sector s practice, it can be generated also significant cost reduction in the cases studied. The results were analyzed according to a validation methodology (descriptive facet of tetraedrum) well known in the literature. / A produção de açúcar, álcool e energia elétrica a partir de cana-de-açúcar passa necessariamente pela colheita e transporte da matéria-prima, que são operações custosas, complexas e que interferem significativamente na qualidade da matéria-prima industrial. A literatura reporta várias abordagens de otimização relacionadas ao planejamento do plantio, da colheita e do transporte de cana-de-açúcar, todavia a programação das frentes de colheita é pouco explorada. Nesta tese pretende-se contribuir para o estado da arte deste importante tema no contexto do agronegócio brasileiro. Propõe-se abordagens de otimização para apoiar decisões de programação das frentes de colheita, considerando-se o equilíbrio das capacidades de colheita e transporte, bem como um bom manejo agronômico. As abordagens são inspiradas na representação do problema por meio de um modelo de dimensionamento de lotes e sequenciamento da produção em máquinas paralelas com custos e tempos de setup dependentes da sequência, bem estudado na literatura em contextos de planejamento e controle da produção. Para isso foram desenvolvidas três variantes desta formulação baseadas em programação matemática, voltadas para a programação das frentes de colheita, que foram testadas em dois estudos de caso reais de usinas de cana-de-açúcar de médio porte do setor. Métodos heurísticos baseados em procedimentos de agregação e programação matemática também foram estudados e desenvolvidos para a resolução dos problemas de grande porte encontrados na prática. Das três variantes estudadas, uma delas apresentou melhor qualidade da solução dentro de tempos computacionais aceitáveis para o problema. Análises de cenário importantes foram feitas indicando que o cumprimento da programação proporciona redução de complexidade da colheita e transporte na safra seguinte, podendo gerar economias significativas nos casos estudados. Além disso, a comparação dos resultados das abordagens aqui exploradas com o que é praticado no setor indica um potencial de redução de custos também significativo para os casos estudados. Os resultados foram analisados de acordo com uma metodologia de validação (faceta descritiva do tetraedro) conhecida na literatura.

Made available in DSpace on 2016-06-02T19:51:48Z (GMT). No. of bitstreams: 1 3491.pdf: 1251165 bytes, checksum: 650dd47d0fec8bae05ba378f445f91dc (MD5) Previous issue date: 2011-02-11 / Universidade Federal de Sao Carlos / The aim of this work was to develop and apply a mathematical optimization model to support some key decisions in the steam production operation system with multiple industrial boilers. In the food industry, key decisions into this system are, normally, taken based on people experience, not through decision support tools based on operations research. The proposed model approaches the fuel replenishment decisions, fuel transportation and fuel inventory management. The model also determines the start-up and shutdown moments for each boiler, as well as, which of them will produce steam. An algebraic modeling language was used to implement computationally the model, which was solved by an optimization software. The adjustments and model validation were performed through a case study carried out in a large scale food industry localized in Goiania (GO). In computational experiments conducted with company s data, the results obtained by the model showed better economic performance than those from the company. In face of the good outcomes obtained by applying the model and the lack of protocols or decision tools for the studied system, this model presents itself as a feasible alternative to be considered to support some key-decisions in the steam production system with industrial boilers. / O objetivo deste trabalho foi desenvolver e aplicar um modelo matemático de otimização para apoiar algumas das principais decisões na operação de produção de vapor em múltiplas caldeiras industriais. Em indústrias de alimentos, essas decisões, em geral, são tomadas com base na experiência dos envolvidos e não com ferramentas de auxílio à tomada de decisão apoiadas pela pesquisa operacional. O modelo proposto contempla as decisões de aquisições de combustíveis dos fornecedores, o transporte para fábrica e o gerenciamento dos estoques dos combustíveis adquiridos no sistema. O modelo também determina os momentos de acionamento e desligamento das caldeiras, bem como em quais delas haverá produção de vapor. Uma linguagem de modelagem algébrica foi utilizada para implementar computacionalmente o modelo, que foi resolvido por meio de um software de otimização. Os ajustes e a validação do modelo ocorreram por meio de um estudo de caso realizado em uma indústria de alimentos de grande porte localizada em Goiânia (GO). Nos experimentos realizados com os dados fornecidos pela empresa, os resultados obtidos com o modelo apresentaram melhores desempenhos econômicos do que aqueles praticados pela operação real. Diante dos bons resultados alcançados na aplicação do modelo em situações reais e da ausência de protocolos ou ferramentas para apoiar as decisões no sistema estudado, o modelo proposto apresenta-se como uma alternativa viável para apoiar algumas das principais decisões na operação de produção de vapor em caldeiras industriais.

Made available in DSpace on 2016-06-02T19:53:32Z (GMT). No. of bitstreams: 1 PEREZ_MARTINEZ_Karim_2013.pdf: 1435441 bytes, checksum: dc4551ff55ece881790f51193596d2bd (MD5) Previous issue date: 2013-09-27 / Financiadora de Estudos e Projetos / This research deals with the production planning and scheduling problem in the molded pulp packing industry, studying particularly a plant of molded pulp packages for eggs. The production process can be subdivided into two processes: molding process and printing process. The main challenge for production planning activities is on the molding process, where products are produced through tooling that have several molds. These tooling are called "Molding Patterns" or " Conformation Patterns". Each one of the molding patterns can contain one, two, until three kind of molds, allowing to produce several products simultaneously. Producing several products at the time can generate large inventory for low demand products and also null inventory for high demand products. Thus, different inventory levels are defined for each product based on their demand behavior, in order to control inventory quantities. In this way, decisions related to the production planning and scheduling in this production process involve deciding which molding patterns should used, how much time they should be used, and how they should be sequenced. All these should be make taking into account a parallel machine system and sequenced-dependent setups time and costs, in order to minimize inventory and setups costs, as well as penalties associated to inventory out of the specified inventory levels of each product. To represent this problem we proposed two formulations: the first one based on the Capacitated Lot Sizing and Scheduling Problem (CLSP), and the second one based on the General Lot Sizing and Scheduling Problem (GLSP). The results from the models were compared in a set of real word instances of a plant, in order to check the adequacy to represent the decisions involved in the studied production process, as well as the main differences between their production plans and performance of the models. The proposed formulations were also adapted for a particular instance, in order to compare their productions plans against the production plan implement by the studied plant. Results show that the proposed models represent rightly decisions involved in the production planning and scheduling in the molded pulp. Furthermore, the solutions obtained by the proposed models represent production plans with costs significantly lower than the schedule implemented by a real plant in this kind of industry. / Este trabalho aborda o problema de planejamento e programação da produção na indústria de embalagens em polpa moldada, considerando particularmente uma fábrica de embalagens para acondicionamento de ovos. O processo de produção pode ser subdividido em dois processos: processo de moldagem e processo de estampagem. O principal desafio para as atividades de planejamento encontra-se no processo de moldagem, em que a obtenção dos produtos depende da utilização de diferentes ferramentais, formados por um conjunto de moldes. Estes ferramentais são chamados de padrões de conformação ou padrões de moldagem , e podem conter um, dois ou até três tipos de moldes, permitindo a produção simultânea de produtos diferentes. Esta produção simultânea de itens pode gerar grandes níveis de estoque de produtos de baixa demanda e estoques nulos para produtos de alta demanda, desta forma, são definidos diferentes níveis de estoque para cada produto com base no comportamento da sua demanda. As decisões envolvidas no planejamento e programação da produção neste tipo de processo envolve a escolha dos padrões de moldagem a serem utilizados, o tempo de produção de cada padrão, e a sequência em que estes devem ser programados, considerando um sistema de linhas paralelas idênticas e tempos e custos de preparação dependentes da sequência. Estas decisões devem ser definidas de modo a minimizar os custos de estocagem, preparação, e penalidades associadas ao desvio do volume do estoque em relação aos níveis estabelecidos para cada produto. Para representar o problema são propostas dois tipos de formulações: a primeira baseada no Problema de Dimensionamento de Lotes Capacitado (CLSP), e a segunda baseada no Problema de Dimensionamento e Sequenciamento de Lotes Geral (GLSP). Os resultados da resolução dos modelos são comparados com base em exemplares reais da fábrica em estudo, a fim de verificar sua adequação para representar as decisões envolvidas no sistema de produção, as principais diferenças nos planos de produção gerados, e o desempenho destes modelos. Os resultados obtidos demonstram que os modelos propostos representam adequadamente as decisões no sistema de produção estudado, e geram planos de produção significativamente melhores que os planos praticados pela fábrica.