Submitted by Nadir Basilio (nadirsb@uninove.br) on 2016-06-01T14:36:20Z No. of bitstreams: 1 Jose Luiz Rodrigues Junior.pdf: 1816384 bytes, checksum: f83b0cfa9558fadd55f06d3f851584a9 (MD5) / Made available in DSpace on 2016-06-01T14:36:20Z (GMT). No. of bitstreams: 1 Jose Luiz Rodrigues Junior.pdf: 1816384 bytes, checksum: f83b0cfa9558fadd55f06d3f851584a9 (MD5) Previous issue date: 2015-06-17 / In current data centers, processing routines are scheduled to perform in a given period of time and, in case of delay, make it impossible to conduct the activities of everyday life of the various sectors of the company. Even with modern servers, due to the large volume of data to be processed, it is possible that certain computers are overloaded causing a drop in performance, a longer time to implement and consequently delays in the delivery of results. In this case, alternative scenarios can be created to sequence the tasks again. This work aimed to apply the multi-criteria decision analysis method on the results of the simulation of alternative scenarios for sequencing tasks on computers in a datacenter, in order to overload the resolution of problems. To achieve this purpose have been developed simulation models of task sequencing scenarios and replacement of computer overloaded. The analysis of simulation results was made based on three criteria, namely the Total Processing Time (makespan), the Total delay time, and the number of Delayed Tasks. Subsequently, the results were submitted to analysis method of AHP multicriteria decision (Analitycal Hierarchy Process), allowing you to choose the best setting according to established criteria. It was concluded that the modeling and computer simulation, combined with multi-criteria decision analysis method, can aid in decision making, as it enables sequencing to identify the best solution possible alternative scenarios in front of a computer overload situations. / Nos atuais Datacenters, as rotinas de processamento são programadas para executar em determinado período de tempo e, em caso de atraso, impossibilitar a condução das atividades do dia a dia dos diversos setores da empresa. Mesmo com os modernos servidores, devido ao grande volume de dados para serem processados, é possível que determinados computadores sejam sobrecarregados provocando uma queda em seu desempenho, um tempo maior para a execução e, consequentemente, atrasos na entrega dos resultados. Nesse caso, cenários alternativos podem ser criados para sequenciar novamente as tarefas. Assim, este trabalho teve por objetivo aplicar o método de análise de decisão multicritério nos resultados da simulação de cenários alternativos para o sequenciamento de tarefas em computadores de um Datacenter, visando a resolução para problemas de sobrecarga. Para atingir esse propósito, foram desenvolvidos modelos de simulação de cenários de sequenciamento de tarefas e substituição do computador com sobrecarga. A análise dos resultados da simulação foi realizada considerando três critérios, a saber: o Tempo Total de Processamento (makespan), o Tempo Total de Atraso, e o Número de Tarefas Atrasadas. Posteriormente, os resultados foram submetidos ao método de análise de decisão multicritério AHP (Analitycal Hierarchy Process), permitindo escolher o melhor cenário segundo os critérios estabelecidos. Concluiu-se que a modelagem e simulação computacional, aliada ao método de análise de decisão multicritério, pode auxiliar na tomada de decisão, uma vez que possibilita identificar a melhor solução de sequenciamento em cenários alternativos possíveis diante de situações de sobrecarga de um computador.

Submitted by Nadir Basilio (nadirsb@uninove.br) on 2018-01-24T20:53:58Z No. of bitstreams: 1 Andre Luis Marques Ferreira dos Santos.pdf: 3359520 bytes, checksum: 44628dce3b0bf9344584d99777736b0f (MD5) / Made available in DSpace on 2018-01-24T20:53:58Z (GMT). No. of bitstreams: 1 Andre Luis Marques Ferreira dos Santos.pdf: 3359520 bytes, checksum: 44628dce3b0bf9344584d99777736b0f (MD5) Previous issue date: 2017-08-30 / The internet has contributed to the appearance of new kinds of businesses, which require a peculiar scientific approach in order to enlarge the operational results of the said enterprises. This context gave rise to a new set of organizations, businesses focused on intellectual production, the so-called creative industries. One of the ways to assess these intellectual capital companies is the optimization of human resources time, also known as Human Resources Specialists (HRS). The optimization of HRS’ consists in identifying which resources must be allocated to each project and the order in which the given tasks must be undertaken. In literature, this subject is known as “integrated problem of resources allocation and task scheduling”, commonly studied in manufacture businesses as “job shop problem”, but there is very little reference of the subject in the context of creative industries. Based on this assumption, the goal of this piece of work is to apply heuristic techniques to solve the HRS allocation and task scheduling problems within creative industries in an integrated way. Therefore, the model developed herein becomes relevant to researches involving the use of intellectual capital. The mentioned model consists in representing, through computer simulations, the operation of a competitive intelligence department and, making use of heuristics, determine the best scenarios for system optimization. In other words, to identify which of those scenarios makes viable to perform all projects in the shortest time possible. This model was based in real data, collected in two years of thorough observation of a company, the study object of this work. The outcome was satisfactory and the proposed model has achieved its objective. / A Internet contribuiu para o surgimento de um novo tipo de organização, as indústrias criativas, empresas com negócios focados no capital intelectual, os quais podem ser avaliados por meio da otimização do tempo dos recursos humanos, também intitulado como, recursos humanos especialistas (RHE). A otimização dos RHE consiste em identificar quais os recursos devem ser alocados para cada projeto e em qual ordem as tarefas devem ser realizadas, tema conhecido na literatura como “problema integrado de alocação de recursos e sequenciamento de tarefas”, comumente estudado nas empresas de manufatura como job shop problem, mas com pouca referência no contexto das indústrias criativas. Partindo desse pressuposto o objetivo deste trabalho foi desenvolver um modelo de simulação e otimização computacional, para resolver de forma integrada o problema de alocação de RHE e sequenciamento de tarefas dentro de uma indústria criativa. Assim, este trabalho torna-se relevante para as pesquisas que envolvam o uso de capital intelectual. O modelo desenvolvido neste trabalho consiste em representar por meio de simulação computacional o funcionamento de um departamento de inteligência competitiva e determinar os melhores cenários para otimizar o sistema, ou seja, identificar quais cenários viabilizam realizar todos os projetos em um menor tempo possível. A parametrização do modelo foi realizada com base em informações reais, coletadas em dois anos de observações na empresa objeto de estudo desta pesquisa. Os resultados mostram que a utilização de métodos computacionais de otimização pode contribuir na tomada de decisão para minimizar o tempo de realização dos projetos e para identificar os pontos de ociosidade do sistema em ambientes dinâmicos.

[pt] O problema de sequenciamento de tarefas e troca de ferramentas (job sequencing and tool switching problem - SSP) tem sido extensivamente estudado na área de pesquisa operacional, devido à sua relevância prática e interesse metodológico. Dada uma máquina que pode carregar uma quantidade limitada de ferramentas simultaneamente e um número de tarefas que requerem um subconjunto das ferramentas disponíveis, o SSP procura uma sequência de tarefas que minimize o número total de trocas de ferramentas na máquina. Para resolver este problema, é proposta uma busca genética híbrida simples e efetiva baseada em uma representação de solução genérica, um operador de decodificação sob medida, buscas locais eficientes e técnicas de gerenciamento de diversidade. Para orientar a busca, um objetivo secundário desenvolvido para tratar empates é introduzido. Essas técnicas permitem explorar soluções estruturalmente distintas e escapar de ótimos locais. Conforme apresentado nos experimentos computacionais em instâncias clássicas, o algoritmo proposto supera significativamente todas as abordagens anteriores, mesmo sendo de fácil entendimento e implementação. Por fim, resultados obtidos em um novo conjunto de instâncias maiores são reportados para estimular futuras pesquisas e análises comparativas. / [en] The job sequencing and tool switching problem (SSP) has been extensively studied in the field of operations research, due to its practical relevance and methodological interest. Given a machine that can load a limited amount of tools simultaneously and a number of jobs that require a subset of the available tools, the SSP seeks a job sequence that minimizes the number of tool switches in the machine. To solve this problem, we propose a simple and efficient hybrid genetic search based on a generic solution representation, a tailored decoding operator, efficient local searches and diversity management techniques. To guide the search, we introduce a secondary objective designed to break ties. These techniques allow to explore structurally different solutions and escape local optima. As shown in our computational experiments on classical benchmark instances, our algorithm significantly outperforms all previous approaches while remaining simple to apprehend and easy to implement. We finally report results on a new set of larger instances to stimulate future research and comparative analyses.