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.
Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufscar.br:ufscar/9087 |
Date | 29 August 2016 |
Creators | Viana, Monique Simplicio |
Contributors | Morandin Júnior, Orides |
Publisher | Universidade Federal de São Carlos, Câmpus São Carlos, Programa de Pós-graduação em Ciência da Computação, UFSCar |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | English |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Source | reponame:Repositório Institucional da UFSCAR, instname:Universidade Federal de São Carlos, instacron:UFSCAR |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0019 seconds