Return to search

O Relacionamento do problema de sequenciamento clÃssico com o problema do caixeiro viajante e sua resoluÃÃo numa abordagem evolutiva / The classic sequencing problem relationship with the traveling salesman problem and its resolution on an evolutionary approach

nÃo hà / A resoluÃÃo de um Problema de Sequenciamento sempre à uma operaÃÃo que demanda grandes recursos, devido ao grande volume de dados inerentes a formulaÃÃo do problema. O uso bem sucedido do Algoritmo GenÃtico quando aplicado ao Problema de Sequenciamento ClÃssico deu-se atravÃs dos experimentos computacionais encontrados na literatura. O objetivo geral deste trabalho à relacionar as similaridades do Problema de Sequenciamento ClÃssico como um Problema do Caixeiro Viajante e resolvÃ-lo utilizando a metaheurÃstica Algoritmo GenÃtico. Foram realizados experimentos computacionais utilizando as instÃncias da OR-Library (Beasley, 1990), conjunto de dados de Taillard (1993). A anÃlise das soluÃÃes obtidas por operadores genÃticos foram realizadas, com o intuito de mostrar a evoluÃÃo da busca. O mÃtodo proposto foi comparado com outros mÃtodos discretos, onde constata-se o bom desempenho do Algoritmo GenÃtico, apresentando melhores resultados em 69 das 90 instÃncias testadas. / The resolution of a Flow Shop Problem is always an operation which requires great resources, due to the large volume of data inherent in the problem formulation. The successful use of Genetic Algorithm when applied to the Classic FSP took place
through computational experiments found in the literature. The aim of this work is to relate the similarities of the Classic Scheduling Problem as a Traveling Salesman Problem (TSP) and solve it using the Genetic Algorithm metaheuristic. Computational
experiments were performed using the OR - Library instances (Beasley, 1990), dataset of Taillard (1993). The analysis of the solutions obtained by genetic operators were carried
out in order to show the progress of the search. The proposed method was compared with other discrete methods where there is evidence of the good performance of Genetic Algorithm

Identiferoai:union.ndltd.org:IBICT/oai:www.teses.ufc.br:10310
Date21 September 2015
CreatorsThiago Costa Holanda
ContributorsJosà Lassance de Castro Silva, Maxweel Veras Rodrigues, Gerardo Valdisio Rodrigues Viana
PublisherUniversidade Federal do CearÃ, Programa de PÃs-GraduaÃÃo em LogÃstica e Pesquisa Operacional, UFC, BR
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguageEnglish
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Formatapplication/pdf
Sourcereponame:Biblioteca Digital de Teses e Dissertações da UFC, instname:Universidade Federal do Ceará, instacron:UFC
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0021 seconds