Return to search

Proposta de solução de problemas de scheduling considerando possibilidade de terceirização usando a técnica de otimização por colônia de formigas

Made available in DSpace on 2016-06-02T19:50:09Z (GMT). No. of bitstreams: 1
3195.pdf: 2024810 bytes, checksum: 9ca884455df82d8694112f060501c5fe (MD5)
Previous issue date: 2010-08-25 / Althought the scheduling-related literature has a high level of diversity, just a small group have been considering the possibility of outsource a set of tasks. During a literature review, only two papers related to this theme were found, both dealing on scheduling projects with outsource possibilities on single-machine environments. Along with this scenario, it was possible to stablish the ACO (Ant Colony Optimization) algorithm as a promissing tecnique to solve combinatorial problems, including scheduling problems. This thesis approaches two scheduling problems with outsourcing allowed: (i) a scheduling problem in single machine manufacturing environment and (ii) a scheduling problem in a flowshop environment. For each problem, a new ACO algorithm is proposed and implemented. To verify the quality of the results, are also proposed and implemented: (i) a mathemetical programming model for the single machine environment problem; (ii) a branch and bound algorithm for the single machine environment problem and (iii) a a mathemetical programming model for the flowshop environment problem. The results shown that both ACO algorithms generate close-to-optimal results in a shorter computational time. In the case of the single machine environment problem, the presented results are best than the results related on the literature. / Embora a literatura de scheduling seja vasta, poucas pesquisas até o momento levam em consideração a possibilidade de terceirização de tarefas. Dentre a literatura pesquisada, apenas dois trabalhos trataram deste problema multicritério, ambos para ambientes de máquina única. Juntamente com isso, uma análise preliminar da literatura p ode estabelecer o algoritmo ACO (do inglês Ant Colony Optimization - Otimização por Colônia de Formigas) como uma estratégia promissora para a solução de problemas combinatórios, incluindo problemas de scheduling. Neste cenário, a presente tese de doutoramento trata de dois problemas de scheduling com possibilidade de terceirização: (i) um problema de scheduling em ambiente de máquina única, já proposto na literatura e (ii) problema inédito de scheduling em ambientes flowshop.Em ambos os casos, são propostos algoritmos ACO inéditos (um para o problema de scheduling em ambientes de máquina única e um para o problema de scheduling em ambientes flowshop), que são comparados com valores ótimos obtidos através de métodos exatos. Para permitir essa comparação, são propostos três métodos exatos: (i) Um modelo de programação matemática para o problema que trata do ambiente de máquina única; (ii) Um algoritmo branch and bound para o mesmo problema e (iii) Um modelo de programação matemática para o problema que trata do ambiente flowshop. Os resultados obtidos no trabalho mostraram que ambos os algoritmos ACO propostos conseguiram respostas próximas ao ótimo. Quando se tratando de problemas de maiores dimensões, o tempo computacional necessário para a execução do algoritmo foi muito menor que o tempo computacional requerido pelos métodos exatos. No caso do problema de scheduling em ambientes de máquina única, ainda pode-se ressaltar que a qualidade dos resultados (em termos de resultados e tempos computacionais) foram melhores que os relatados na literatura pesquisada.

Identiferoai:union.ndltd.org:IBICT/oai:repositorio.ufscar.br:ufscar/3358
Date25 August 2010
CreatorsTavares Neto, Roberto Fernandes
ContributorsGodinho Filho, Moacir
PublisherUniversidade Federal de São Carlos, Programa de Pós-graduação em Engenharia de Produção, UFSCar, BR
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis
Formatapplication/pdf
Sourcereponame:Repositório Institucional da UFSCAR, instname:Universidade Federal de São Carlos, instacron:UFSCAR
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0175 seconds