Return to search

Um algoritmo baseado na metaheurística late acceptance hill-climbing para o planejamento operacional de lavra.

Programa de Pós-Graduação em Ciência da Computação. Departamento de Ciência da Computação, Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto. / Submitted by Oliveira Flávia (flavia@sisbin.ufop.br) on 2014-11-07T16:35:24Z
No. of bitstreams: 2
license_rdf: 20592 bytes, checksum: 0c9b9c579af4cbbcf785ca803bd18d4b (MD5)
DISSERTAÇÃO_AlgoritmoBaseadoMetaheurística.pdf: 2705222 bytes, checksum: fd00f5395b864397a2989217cec92430 (MD5) / Approved for entry into archive by Gracilene Carvalho (gracilene@sisbin.ufop.br) on 2014-11-07T16:52:21Z (GMT) No. of bitstreams: 2
license_rdf: 20592 bytes, checksum: 0c9b9c579af4cbbcf785ca803bd18d4b (MD5)
DISSERTAÇÃO_AlgoritmoBaseadoMetaheurística.pdf: 2705222 bytes, checksum: fd00f5395b864397a2989217cec92430 (MD5) / Made available in DSpace on 2014-11-07T16:52:21Z (GMT). No. of bitstreams: 2
license_rdf: 20592 bytes, checksum: 0c9b9c579af4cbbcf785ca803bd18d4b (MD5)
DISSERTAÇÃO_AlgoritmoBaseadoMetaheurística.pdf: 2705222 bytes, checksum: fd00f5395b864397a2989217cec92430 (MD5)
Previous issue date: 2014 / Este trabalho trata um problema particular de planejamento de lavra de uma mineradora localizada no quadrilátero ferrífero do Estado de Minas Gerais, Brasil. Neste problema há um conjunto de frentes de lavra, um conjunto de equipamentos de carga de diferentes produtividades, um conjunto de caminhões de diferentes capacidades e um conjunto de pontos de descarga para o material lavrado. Cada frente de lavra é subdividida em blocos, os quais, por sua vez, são subdivididos em sub-blocos. Cada sub-bloco pode conter um dentre quatro tipos de material: hematita, canga, itabirito e estéril. Além disso, cada sub-bloco somente pode ser lavrado se os sub-blocos precedentes tiverem sido totalmente lavrados. A cada ponto de descarga está associada uma meta de produção e uma qualidade de material a ser atendida. O objetivo é determinar a alocação das carregadeiras aos blocos e o número de viagens que cada caminhão deve fazer a cada sub-bloco, saindo de um determinado ponto de descarga, de forma a atender as metas de produção e qualidade estabelecidas para cada descarga. Para resolvê-lo foi desenvolvido um algoritmo heurístico baseado nas metaheurísticas Greedy Randomized Adaptive Search Procedures (GRASP) e Late Acceptance Hill-Climbing (LAHC). O algoritmo explora o espaço de soluções usando busca locais autoadaptativas. Experimentos computacionais comparam os resultados do algoritmo proposto com aqueles do otimizador LINGO aplicado a um modelo de programação linear inteira mista e mostram a efetividade da proposta. ________________________________________________________________________________________________ / ABSTRACT: This work deals with a particular problem of mine planning at a mining company located in the Iron Quadrangle of Minas Gerais, Brazil. In this problem there is a set of pit mining, a set of loader equipment of different yields, a set of trucks of different capacities and a set of delivery points for the discharge of materials. Each pit is subdivided into blocks, which, in turn, are subdivided into sub-blocks. Each sub-block can contain one of four types of material: hematite, canga, itabirito and waste. Furthermore, each sub-block can only be drawn up if the preceding sub-blocks have been fully drawn up. Every point of discharge is associated with a production and quality targets of material to be answered. The objective is to determine the allocation of loaders to blocks and the number of trips that each truck must do for each sub-block, leaving a certain point of discharge in order to meet production and quality targets requirements for each discharge. A heuristic algorithm, based on the metaheuristics Greedy Randomized Adaptive Search Procedures and Late Acceptance Hill-Climbing, was developed in order to solve this problem. The algorithm explores the solution space using self-adaptive local search. Computational experiments compare the results of the proposed algorithm with those of the optimizer LINGO model applied to a mixed integer linear programming and show its effectiveness.

Identiferoai:union.ndltd.org:IBICT/oai:localhost:123456789/3733
Date January 2014
CreatorsSilva, Arthur de Assis
ContributorsSouza, Marcone Jamilson Freitas
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Sourcereponame:Repositório Institucional da UFOP, instname:Universidade Federal de Ouro Preto, instacron:UFOP
RightsAutorização concedida ao Repositório Institucional da UFOP pelo autor, 06/11/2014, com as seguintes condições: disponível sob Licença Creative Commons 3.0, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Permite o uso para fins comerciais. Não permite a adaptação deste trabalho., info:eu-repo/semantics/openAccess

Page generated in 0.8629 seconds