Esta dissertação apresenta uma abordagem híbrida que combina técnicas de machine learning e simulação para a definição de um sistema de transporte dinâmico a ser aplicado num sistema de produção job-shop. Da integração destas técnicas é definida a movimentação a ser realizada por um AGV com o objetivo de maximização da produtividade de um sistema de produção segundo diferentes horizontes temporais.
Identifer | oai:union.ndltd.org:up.pt/oai:repositorio-aberto.up.pt:10216/121197 |
Date | 17 July 2019 |
Creators | Vitor Hugo de Sousa Carneiro |
Contributors | Faculdade de Engenharia |
Source Sets | Universidade do Porto |
Language | Portuguese |
Detected Language | Portuguese |
Type | Dissertação |
Format | application/pdf |
Rights | openAccess |
Page generated in 0.0018 seconds