Escalonamento Da Produção Para Sistema De Manufatura Job Shop Com Parâmetros Inteligentes
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da PUC_GOAIS (TEDE-PUC Goiás) |
Texto Completo: | http://tede2.pucgoias.edu.br:8080/handle/tede/4117 |
Resumo: | A elaboração de um processo de planejamento eficaz, para a sequência de processamento de ordens de produção na programação de sistemas de manufatura, é uma tarefa com alto grau de complexidade. A ausência de plataformas para experimentações simuladas da escala de produção, qualquer que seja a tipologia: flow shop, job shop, open shop, dificulta a curva de aprendizagem metodológica para este tipo de problema. Este trabalho propõe a concepção de um aplicativo web, que implementa um algoritmo genético (AG) personalizado para minimizar o makespan (tempo de finalização), de modo a permitir experimentações simuladas dos benchmark sets de escalonamento da produção em sistemas de manufatura do tipo job shop. O aplicativo web está disponível em <http://iproductionscheduling.com> e foi desenvolvido utilizando as linguagens Python e HTML5. Desse modo, é possível realizar online simulações otimizadas da escala de produção de instâncias do tipo abz, dum, ft, yn, la, orb, swv e ta, seguindo a premissa que o job emerge segundo uma ordem de produção emitida com especificações de roteiro de fabricação e tempo de processo com particularidades próprias contidas em um benchmark set. Os operadores genéticos propostos (crossover por roleta e mutações) foram adaptados para promover a intensificação e exploração no espaço de busca. Utilizou-se o elitismo e imigrantes aleatórios como técnica de controle da diversidade populacional. Na fase de ensaios, os operadores genéticos foram testados de forma isolada com a instância abz5 10 × 10 para verificar o impacto de diferentes variações nos parâmetros do AG no resultado esperado. Após isto, o aplicativo foi avaliado a partir de duas instâncias, sendo a abz5 10 × 10 e ft06 6 × 6, com resultados compatíveis aos da literatura recente, obtidos por outros métodos heurísticos. As experimentações realizadas comprovaram que o algoritmo implementado no núcleo da página web, se aproxima dos atuais limites ótimos e acrescenta quando disponibiliza um ambiente de experimentação e mostra os resultados do escalonamento em Gráficos de Gantt, além de apresentar tabelas e gráficos para avaliação do processo de otimização com os parâmetros determinados pelo usuário. |
id |
PUC_GO_ed75afb9fde93c062d6515fdf4e874c2 |
---|---|
oai_identifier_str |
oai:ambar:tede/4117 |
network_acronym_str |
PUC_GO |
network_name_str |
Biblioteca Digital de Teses e Dissertações da PUC_GOAIS (TEDE-PUC Goiás) |
repository_id_str |
6593 |
spelling |
Escalonamento Da Produção Para Sistema De Manufatura Job Shop Com Parâmetros InteligentesProduction Scheduling For Manufacturing System Job Shop With Intelligent ParametersScheduling, Aplicativo web, Benchmark sets, Algoritmo genético, Otimização heurística.Key words: Scheduling, Web Application, Benchmark sets, Genetic Algorithm, Optimization Heuristic.ENGENHARIAS::ENGENHARIA DE PRODUCAOA elaboração de um processo de planejamento eficaz, para a sequência de processamento de ordens de produção na programação de sistemas de manufatura, é uma tarefa com alto grau de complexidade. A ausência de plataformas para experimentações simuladas da escala de produção, qualquer que seja a tipologia: flow shop, job shop, open shop, dificulta a curva de aprendizagem metodológica para este tipo de problema. Este trabalho propõe a concepção de um aplicativo web, que implementa um algoritmo genético (AG) personalizado para minimizar o makespan (tempo de finalização), de modo a permitir experimentações simuladas dos benchmark sets de escalonamento da produção em sistemas de manufatura do tipo job shop. O aplicativo web está disponível em <http://iproductionscheduling.com> e foi desenvolvido utilizando as linguagens Python e HTML5. Desse modo, é possível realizar online simulações otimizadas da escala de produção de instâncias do tipo abz, dum, ft, yn, la, orb, swv e ta, seguindo a premissa que o job emerge segundo uma ordem de produção emitida com especificações de roteiro de fabricação e tempo de processo com particularidades próprias contidas em um benchmark set. Os operadores genéticos propostos (crossover por roleta e mutações) foram adaptados para promover a intensificação e exploração no espaço de busca. Utilizou-se o elitismo e imigrantes aleatórios como técnica de controle da diversidade populacional. Na fase de ensaios, os operadores genéticos foram testados de forma isolada com a instância abz5 10 × 10 para verificar o impacto de diferentes variações nos parâmetros do AG no resultado esperado. Após isto, o aplicativo foi avaliado a partir de duas instâncias, sendo a abz5 10 × 10 e ft06 6 × 6, com resultados compatíveis aos da literatura recente, obtidos por outros métodos heurísticos. As experimentações realizadas comprovaram que o algoritmo implementado no núcleo da página web, se aproxima dos atuais limites ótimos e acrescenta quando disponibiliza um ambiente de experimentação e mostra os resultados do escalonamento em Gráficos de Gantt, além de apresentar tabelas e gráficos para avaliação do processo de otimização com os parâmetros determinados pelo usuário.The development of an effective planning process for the sequence of processing orders in manufacturing systems programming is a task with a high degree of complexity. The absence of platforms for experimentation simulation of the scale of production, whatever the typology: flow shop, job shop, open shop, hampers the methodological learning curve for this type of problem. This one work proposes the design of a web application, which implements a genetic algorithm (GA) to minimize the makespan (completion time), to allow simulation of benchmark sets of production scheduling in job shop manufacturing systems. The web application is available at <http://iproductionscheduling.com> and was developed using Python and HTML5 languages. In this way, it is possible to carry out optimized simulations of the instances of the type abz, dum, ft, yn, la, orb, swv and ta; following the premise that the job emerges according to a production order issued with manufacturing schedule and time specifications with particularities contained in a benchmark set. The genetic operators (roulette crossover and mutations) were adapted to promote intensification and exploration in the search space. Elitism and random immigrants were used as a technique for controlling population diversity. In the testing phase, were tested in isolation with the abz5 10 × 10 of different variations in GA parameters in the expected result. After this, the application was evaluated from two instances, abz5 10 × 10 and ft06 10 × 10, with results compatible with those of the recent literature, obtained by other heuristic methods. At Experiments carried out proved that the algorithm implemented in the core of the page the current optimal limits and adds when it provides experimentation and shows the results of the Gantt chart, in addition to shown tables and graphs to evaluate the optimization process with the parameters determined by the user.Pontifícia Universidade Católica de GoiásEscola de Engenharia::Curso de Engenharia de ProduçãoBrasilPUC GoiásPrograma de Pós-Graduação STRICTO SENSU em Engenharia de Produção e SistemasDantas, Maria José Pereirahttp://lattes.cnpq.br/5115002204148904Machado, Ricardo Luizhttp://lattes.cnpq.br/4103684476705320Carmo, Iran Martins dohttp://lattes.cnpq.br/2418951329099161Martins, Dayvid Wesley Pereira2019-02-15T10:25:25Z2018-04-05info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfMartins, Dayvid Wesley Pereira. Escalonamento da Produção para Sistema de Manufatura Job Shop com Parâmetros Inteligentes. 2018. 92 fls. Dissertação (Programa de Pós-Graduação STRICTO SENSU em Engenharia de Produção e Sistemas) - Pontifícia Universidade Católica de Goiás, Goiânia-GO.http://tede2.pucgoias.edu.br:8080/handle/tede/4117porinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da PUC_GOAIS (TEDE-PUC Goiás)instname:Pontifícia Universidade Católica de Goiás (PUC-GO)instacron:PUC_GO2019-02-16T03:00:19Zoai:ambar:tede/4117Biblioteca Digital de Teses e Dissertaçõeshttp://tede2.pucgoias.edu.br:8080/http://tede2.pucgoias.edu.br:8080/oai/requesttede@pucgoias.edu.br||tede@pucgoias.edu.bropendoar:65932019-02-16T03:00:19Biblioteca Digital de Teses e Dissertações da PUC_GOAIS (TEDE-PUC Goiás) - Pontifícia Universidade Católica de Goiás (PUC-GO)false |
dc.title.none.fl_str_mv |
Escalonamento Da Produção Para Sistema De Manufatura Job Shop Com Parâmetros Inteligentes Production Scheduling For Manufacturing System Job Shop With Intelligent Parameters |
title |
Escalonamento Da Produção Para Sistema De Manufatura Job Shop Com Parâmetros Inteligentes |
spellingShingle |
Escalonamento Da Produção Para Sistema De Manufatura Job Shop Com Parâmetros Inteligentes Martins, Dayvid Wesley Pereira Scheduling, Aplicativo web, Benchmark sets, Algoritmo genético, Otimização heurística. Key words: Scheduling, Web Application, Benchmark sets, Genetic Algorithm, Optimization Heuristic. ENGENHARIAS::ENGENHARIA DE PRODUCAO |
title_short |
Escalonamento Da Produção Para Sistema De Manufatura Job Shop Com Parâmetros Inteligentes |
title_full |
Escalonamento Da Produção Para Sistema De Manufatura Job Shop Com Parâmetros Inteligentes |
title_fullStr |
Escalonamento Da Produção Para Sistema De Manufatura Job Shop Com Parâmetros Inteligentes |
title_full_unstemmed |
Escalonamento Da Produção Para Sistema De Manufatura Job Shop Com Parâmetros Inteligentes |
title_sort |
Escalonamento Da Produção Para Sistema De Manufatura Job Shop Com Parâmetros Inteligentes |
author |
Martins, Dayvid Wesley Pereira |
author_facet |
Martins, Dayvid Wesley Pereira |
author_role |
author |
dc.contributor.none.fl_str_mv |
Dantas, Maria José Pereira http://lattes.cnpq.br/5115002204148904 Machado, Ricardo Luiz http://lattes.cnpq.br/4103684476705320 Carmo, Iran Martins do http://lattes.cnpq.br/2418951329099161 |
dc.contributor.author.fl_str_mv |
Martins, Dayvid Wesley Pereira |
dc.subject.por.fl_str_mv |
Scheduling, Aplicativo web, Benchmark sets, Algoritmo genético, Otimização heurística. Key words: Scheduling, Web Application, Benchmark sets, Genetic Algorithm, Optimization Heuristic. ENGENHARIAS::ENGENHARIA DE PRODUCAO |
topic |
Scheduling, Aplicativo web, Benchmark sets, Algoritmo genético, Otimização heurística. Key words: Scheduling, Web Application, Benchmark sets, Genetic Algorithm, Optimization Heuristic. ENGENHARIAS::ENGENHARIA DE PRODUCAO |
description |
A elaboração de um processo de planejamento eficaz, para a sequência de processamento de ordens de produção na programação de sistemas de manufatura, é uma tarefa com alto grau de complexidade. A ausência de plataformas para experimentações simuladas da escala de produção, qualquer que seja a tipologia: flow shop, job shop, open shop, dificulta a curva de aprendizagem metodológica para este tipo de problema. Este trabalho propõe a concepção de um aplicativo web, que implementa um algoritmo genético (AG) personalizado para minimizar o makespan (tempo de finalização), de modo a permitir experimentações simuladas dos benchmark sets de escalonamento da produção em sistemas de manufatura do tipo job shop. O aplicativo web está disponível em <http://iproductionscheduling.com> e foi desenvolvido utilizando as linguagens Python e HTML5. Desse modo, é possível realizar online simulações otimizadas da escala de produção de instâncias do tipo abz, dum, ft, yn, la, orb, swv e ta, seguindo a premissa que o job emerge segundo uma ordem de produção emitida com especificações de roteiro de fabricação e tempo de processo com particularidades próprias contidas em um benchmark set. Os operadores genéticos propostos (crossover por roleta e mutações) foram adaptados para promover a intensificação e exploração no espaço de busca. Utilizou-se o elitismo e imigrantes aleatórios como técnica de controle da diversidade populacional. Na fase de ensaios, os operadores genéticos foram testados de forma isolada com a instância abz5 10 × 10 para verificar o impacto de diferentes variações nos parâmetros do AG no resultado esperado. Após isto, o aplicativo foi avaliado a partir de duas instâncias, sendo a abz5 10 × 10 e ft06 6 × 6, com resultados compatíveis aos da literatura recente, obtidos por outros métodos heurísticos. As experimentações realizadas comprovaram que o algoritmo implementado no núcleo da página web, se aproxima dos atuais limites ótimos e acrescenta quando disponibiliza um ambiente de experimentação e mostra os resultados do escalonamento em Gráficos de Gantt, além de apresentar tabelas e gráficos para avaliação do processo de otimização com os parâmetros determinados pelo usuário. |
publishDate |
2018 |
dc.date.none.fl_str_mv |
2018-04-05 2019-02-15T10:25:25Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
Martins, Dayvid Wesley Pereira. Escalonamento da Produção para Sistema de Manufatura Job Shop com Parâmetros Inteligentes. 2018. 92 fls. Dissertação (Programa de Pós-Graduação STRICTO SENSU em Engenharia de Produção e Sistemas) - Pontifícia Universidade Católica de Goiás, Goiânia-GO. http://tede2.pucgoias.edu.br:8080/handle/tede/4117 |
identifier_str_mv |
Martins, Dayvid Wesley Pereira. Escalonamento da Produção para Sistema de Manufatura Job Shop com Parâmetros Inteligentes. 2018. 92 fls. Dissertação (Programa de Pós-Graduação STRICTO SENSU em Engenharia de Produção e Sistemas) - Pontifícia Universidade Católica de Goiás, Goiânia-GO. |
url |
http://tede2.pucgoias.edu.br:8080/handle/tede/4117 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Pontifícia Universidade Católica de Goiás Escola de Engenharia::Curso de Engenharia de Produção Brasil PUC Goiás Programa de Pós-Graduação STRICTO SENSU em Engenharia de Produção e Sistemas |
publisher.none.fl_str_mv |
Pontifícia Universidade Católica de Goiás Escola de Engenharia::Curso de Engenharia de Produção Brasil PUC Goiás Programa de Pós-Graduação STRICTO SENSU em Engenharia de Produção e Sistemas |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da PUC_GOAIS (TEDE-PUC Goiás) instname:Pontifícia Universidade Católica de Goiás (PUC-GO) instacron:PUC_GO |
instname_str |
Pontifícia Universidade Católica de Goiás (PUC-GO) |
instacron_str |
PUC_GO |
institution |
PUC_GO |
reponame_str |
Biblioteca Digital de Teses e Dissertações da PUC_GOAIS (TEDE-PUC Goiás) |
collection |
Biblioteca Digital de Teses e Dissertações da PUC_GOAIS (TEDE-PUC Goiás) |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da PUC_GOAIS (TEDE-PUC Goiás) - Pontifícia Universidade Católica de Goiás (PUC-GO) |
repository.mail.fl_str_mv |
tede@pucgoias.edu.br||tede@pucgoias.edu.br |
_version_ |
1796791399698399232 |